用途：该技能引导研究型 Agent 围绕特定主题分析一批科学文献，批判性比较不同研究结果，评估各证据的方法学强度，并归纳共识、矛盾、启示与未来方向，产出客观、无幻觉的学术综述。
主要能力：把用户的研究问题拆解为更具体的子问题并识别关键词与同义词；收集至少 5–10 篇带有效元数据（标题、作者、年份、DOI/URL）的文献，明确禁止虚构文章，文献不足时如实告知；提取发现并进行证据接地校验；按正式学术结构撰写综述报告，包含引言、发现综合表（列为研究问题、发现综合、主要证据、矛盾与争议、实践/理论启示、综述局限）、主题分析（共识与矛盾）、结论及带 DOI/URL 的参考文献。
使用方式：需具备文献检索工具访问权限，包括 literature-search-openalex、pubmed-database（医学健康）、literature-search-arxiv（计算/物理/数学）、literature-search-biorxiv（生物/医学预印本）。调用示例为让该技能分析并综合某一主题的论文。核心校验要求：所有主要发现主张必须通过 fetch_evidence_snippet.py 对照原文进行验证，确保引用为原文逐字片段。
适用场景：需要对某一研究问题做系统性、证据可追溯的文献综述时使用。
限制与规则：避免逐篇罗列式写作，应关联并比较发现；不得直接合并或比较不同论文中不可比的指标，不得在数据集与测试场景不同时断言某模型绝对最优；必须客观讨论相互矛盾的结果；需区分论文的事实发现与 Agent 的主观解读，并使用明确措辞加以标注。具体安装或调用命令、费用与平台信息暂未提供。