用途
文献综述本质上是一个图问题:哪些论文被广泛引用、哪些聚类彼此缺乏对话、哪些工作起到桥梁作用、空白在哪里。该技能从参考文献库构建这样的图,并交给用户偏好的图工具处理。
主要能力
构建图谱
离线模式:仅从 .bib 文件提取作者、期刊和关键词。
python scripts/build_graph.py references.bib --out kg/
增强模式:使用 OpenAlex 进行作者消歧(OpenAlex ID、ORCID)、期刊、主题,以及库内论文之间的引用边。
python scripts/build_graph.py references.bib --out kg/ --openalex --mailto you@university.edu
CSL-JSON(.json,由 Zotero 或 reference-manager-interop 导出)也可作为输入。
输出格式与对接工具
- graph.json:NetworkX(
nx.node_link_graph(json.load(f), edges="links"))或任意 JS 图库 - graph.graphml:Gephi、yEd、Cytoscape、igraph、
nx.read_graphml - nodes.csv、edges.csv:Neo4j(
neo4j-admin database import full --nodes=nodes.csv --relationships=edges.csv)或 Gephi 表格导入 - vault/:Obsidian(图谱视图),以及 graphify 等将
[[wikilinks]]视为边的 Markdown 图工具
模式
节点类型 ∈ {paper, author, venue, topic}。边类型 ∈ {authored_by, published_in, about, cites}。论文节点在已知时携带 doi、year、openalex、cited_by_count。
扩展库外文献(滚雪球)
引用边仅连接已有论文。要映射一个领域:
- 以 5-20 篇核心论文为种子。
- 向后:从 OpenAlex 收集每篇种子的 referenced_works。向前:查询
https://api.openalex.org/works?filter=cites:W123...获取引用作品。 - 保留被 ≥2 篇种子共同引用的候选(共被引),导出为 .bib,重新构建。
- 当一轮新增的高连接论文很少时停止。报告轮次与阈值(可复现性)。
分析(NetworkX)
import json, networkx as nx
g = nx.node_link_graph(json.load(open("kg/graph.json")), edges="links")
papers = [n for n, d in g.nodes(data=True) if d["type"] == "paper"]
cit = g.edge_subgraph([(u, v) for u, v, d in g.edges(data=True) if d["type"] == "cites"]).copy()
influential = sorted(cit.in_degree(), key=lambda x: -x[1])[:10] # 语料内被引最多
bridges = sorted(nx.betweenness_centrality(cit.to_undirected()).items(), key=lambda x: -x[1])[:10]
communities = nx.community.louvain_communities(cit.to_undirected(), seed=0) # 研究聚类
解读指南:
- 语料内高入度 = 该文献的基础性工作(非全局重要性)。
- 高介数中心性 = 连接聚类,通常是综述综合部分最值得阅读的论文。
- 社区 = 综述候选子章节。用其顶级主题和被引最多的论文命名。
- 共享主题但聚类间连接稀疏 = 潜在研究空白,值得陈述(并验证)。
- 共同作者组件显示研究团队。注意:未使用 --openalex 时基于姓名的作者合并有风险。
可视化
- Gephi:打开 graph.graphml → ForceAtlas2 → 按入度调整大小 → 按模块度类别着色。
- Obsidian:将 kg/vault 作为 vault 打开,使用图谱视图,按文件夹(papers/authors/topics)过滤。
- 文档中的小图:将引用子图转换为 Mermaid(flowchart LR,每条 cites 一条边)。
完整性规则
- 绝不虚构边或论文。每个节点和边必须来自文献库或 OpenAlex 记录。
- 对异常结构(如表面空白)在声称前阅读论文验证。
限制与注意事项
任何写作中需说明的注意事项:
- 覆盖范围取决于 OpenAlex/Crossref 元数据;引用边的完整度仅与 referenced_works 相当。
- 关键词/主题节点较粗粒度。
- 始终报告数据来源、检索日期和过滤阈值。
相关技能
paper-corpus-rag(对同一批论文的全文问答)、literature-review、systematic-review-prisma、networkx、reference-manager-interop、citation-verification。