SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场citation-management

citation-management

写作与研究

查看项目

更新于 10-21 16:17

技能介绍

用途

Citation Management 是一个面向科研与写作流程的引用管理技能，用于系统化地管理引用。它覆盖从论文检索、元数据提取、BibTeX 格式化到引用校验的完整流程，目标是保持引用准确、避免参考文献错误，并支持可复现的研究。该技能可与 literature-review 技能集成，形成完整的研究工作流。

主要能力

  • 论文检索：支持在 OpenAlex、PubMed 和 Google Scholar 中搜索论文。OpenAlex 覆盖约 2.5 亿篇作品、涵盖所有学科、无需 API key；PubMed 是生物医学与生命科学领域的权威来源（3500 万条以上引用）；Google Scholar 覆盖面最广，但通过抓取实现，存在速率限制且容易被封禁，建议作为补充而非依赖。
  • 元数据提取：将 DOI、PMID、PMCID、arXiv ID 和 URL 转换为完整元数据。CrossRef 是 DOI 的主要来源。URL 路径中没有 DOI 时，会通过出版商文章页面嵌入的 citation_doi meta 标签解析，再交给 CrossRef。同一篇论文在不同来源中会生成相同的 citation key，便于去重。
  • 元数据补全（强制步骤）：API 常返回不完整记录。提取后、格式化前需通过 WebSearch/WebFetch 补全缺失字段，并记录来源；确实找不到的字段应写入 note 字段说明，而不是静默留空。
  • BibTeX 格式化：生成干净、一致的条目，支持去重与重新生成 citation key（--rekey），便于合并多个来源的结果。
  • 引用校验：检查完整性、是否符合期刊规范以及与稿件的一致性，支持 DOI 校验（较慢，会访问 CrossRef）。高严重性错误会导致脚本以非零状态退出。
  • 写作流程集成：按“检索—提取—格式化—校验—引用”的顺序衔接写作流程，并支持 literature-review 与 Zotero/pyzotero 导出路径。

使用方式

该技能以脚本形式提供，主要命令包括：

  • 检索：
    • python scripts/search_openalex.py "CRISPR gene editing" --limit 50 --output results.json
    • python scripts/search_pubmed.py "Alzheimer's disease treatment" --limit 100 --output alz.json
    • python scripts/search_google_scholar.py "CRISPR gene editing" --limit 50 --output scholar.json
  • 元数据提取：
    • python scripts/doi_to_bibtex.py 10.1038/s41586-021-03819-2
    • python scripts/extract_metadata.py --pmid 34265844
    • python scripts/extract_metadata.py --input identifiers.txt --output citations.bib
  • 格式化：
    • python scripts/format_bibtex.py references.bib --output clean.bib --deduplicate
    • python scripts/format_bibtex.py references.bib --output clean.bib --rekey --deduplicate
  • 校验：
    • python scripts/validate_citations.py references.bib --report report.json
    • python scripts/validate_citations.py references.bib --venue nature
    • python scripts/validate_citations.py references.bib --manuscript paper.tex
    • python scripts/validate_citations.py references.bib --check-dois

写入是可选行为：不带 --output（或 --in-place）时结果输出到 stdout，输入文件保持不变。合并多个来源结果时使用 --rekey，使同一篇论文合并为一条记录。

依赖方面，需要 uv pip install requests 以访问 CrossRef、PubMed、OpenAlex、arXiv；BibTeX 解析、渲染、去重与校验使用标准库（scripts/_common.py），因此 format_bibtex.py 和 validate_citations.py 无需第三方包即可运行。search_google_scholar.py 可选依赖 uv pip install scholarly。该技能不需要 API key；它读取的可选环境变量包括 NCBI_API_KEY 和 NCBI_EMAIL（仅发送至 eutils.ncbi.nlm.nih.gov，用于提高 Entrez 速率限制和调用方标识）、OPENALEX_EMAIL（仅发送至 api.openalex.org，用于加入更快的 OpenAlex polite pool）。未设置时，相关服务均以无凭据方式查询。

适用场景

  • 在 Google Scholar 或 PubMed 中查找特定论文
  • 将 DOI、PMID 或 arXiv ID 转换为格式规范的 BibTeX
  • 提取引用的完整元数据（作者、标题、期刊、年份等）
  • 校验已有引用的准确性
  • 清理和格式化 BibTeX 文件
  • 查找某领域高被引论文
  • 核实引用信息与实际出版物是否一致
  • 为稿件或学位论文构建参考文献列表
  • 检查重复引用、确保引用格式一致

限制与注意事项

  • 单一来源偏差：只用一个数据库是参考文献列表偏差的最常见原因，建议至少检索 OpenAlex 和 PubMed，再用 format_bibtex.py --rekey --deduplicate 合并。
  • 元数据不可盲信：提取的信息需与原始来源抽查核对。
  • 提取的元数据应视为不可信：作者、标题、期刊字符串来自出版商控制的记录，标题中若含 $(...)、反引号或引号，粘贴到命令中会变成 shell 语法。应将元数据作为子进程参数列表传递，而非拼接 shell 字符串；必须使用 shell 时，对每个替换值使用单引号，并将内嵌引号转义为 '''。citation key 在用于路径前需用 ^[A-Za-z0-9]+$ 校验。
  • 常见问题还包括：DOI 错误、格式不一致、重复条目、缺少必填字段（volume、pages、DOI）、引用过时预印本、特殊字符导致 LaTeX 编译失败、提交前未校验、手工输入 BibTeX 等。
  • 期刊参考文献数量数字为编辑经验规则，并非投稿硬性要求，未达标仅作警告。

相关技能

  • citation-verification：核实稿件中每条参考文献真实存在且与元数据匹配，捕捉幻觉、损坏或不匹配的引用。
  • bibtex-hygiene：在投稿前清理、去重并校验 BibTeX/BibLaTeX 参考文献。
  • literature-review：通过 PubMed、arXiv、bioRxiv 和 Semantic Scholar（以及 parallel-cli 的网页搜索）执行系统性文献综述与筛选。