用途：从检索得到的论文列表中筛选出真正包含用户所需具体数据或方法的论文，而非仅主题相关的论文。核心原则是精准优先于广度。
主要能力：采用两阶段流程。第一阶段为摘要快速筛选，按关键词匹配（0-3分）、数据类型匹配（0-4分）、具体性（0-3分）打分；低于5分跳过，5-6分标记为可能相关，7分及以上进入第二阶段。第二阶段为深度阅读，提取具体数据与方法，例如药物化学的IC50、基因组学的表达水平、生态学的种群测量、计算方法的算法与代码等。
使用方式：小规模检索（少于50篇）手动筛选，仅使用papers-reviewed.json和SUMMARY.md，逐篇向用户报告进度。中等规模（50-150篇）可考虑辅助脚本screen_papers.py与deep_dive_papers.py，并创建README.md。大规模（超过150篇）建议使用辅助脚本、完整文档套件，并考虑引用网络分析与并行处理。深度阅读时先检查ChEMBL（药物化学），再按PMC、DOI、Unpaywall顺序获取全文，Unpaywall为付费墙后的必查步骤。所有论文无论得分均需记入papers-reviewed.json，防止重复审阅。
适用场景：任何需要从大量文献中定位特定数据的研究领域，包括药物化学、基因组学、生态学、计算方法、临床研究等。
限制：资料未提供具体收费、平台支持范围或效果保证；辅助脚本为可选，需自行创建；全文获取受付费墙限制，Unpaywall不保证成功；未提供安装命令或代码实现细节。