用途：为文献检索建立可复用的论文相关性评分标准（rubric），适用于需要筛选50篇以上论文、现有标准误判较多、或需在自动筛选前明确“相关性”定义的场景；少于20篇的小检索、一次性探索或已有可用标准时不必使用。
主要能力：分四阶段推进。一是协作设计，通过核心概念、同义词、排除词、数据类型（测量值、数据集编号、方法、代码等）、论文类型（原始研究、综述、方法学、临床试验、预印本）、关系与边界案例等问题，生成0-10分评分逻辑（关键词0-3、数据类型0-4、特异性0-3，含特殊规则与阈值），保存为screening-criteria.json。二是测试驱动细化，用PubMed检索候选论文并抓取摘要，逐篇请用户判断相关性，记录到test-set.json，再用评分标准预测并计算准确率，展示假阳性/假阴性及得分明细，迭代调整规则直至达到≥80%准确率。三是批量筛选，对全部检索结果评分，摘要缓存到abstracts-cache.json，结果写入papers-reviewed.json并生成汇总报告。四是离线复核与重筛，根据用户反馈更新标准版本，对全部缓存论文重新评分并输出状态变化差异。
使用方式：按会话目录组织文件，包括screening-criteria.json、test-set.json、abstracts-cache.json、papers-reviewed.json和rubric-changelog.md；可与evaluating-paper-relevance等技能衔接，用标准文件参数化辅助脚本，避免重复抓取。
限制与注意：需避免跳过测试验证、不缓存摘要、测试样本过少、规则过于复杂、不记录变更、阈值过高等问题；具体命令与文件结构以资料为准，未提供的功能、平台或收费信息暂未提供。