用途：指导文献综述的搜索、整理与写作，适用于论文的引言、相关工作、研究现状等章节。
主要能力：内置 scholar_search.py 脚本，支持 PubMed、CrossRef、Semantic Scholar、arXiv 数据库，可输出 json、bibtex、ris、apa、mla、chicago、vancouver 等格式；内置 pdf_parser.py 可提取 PDF 文本、章节、摘要并生成摘要。
使用方式：基本搜索 python scripts/scholar_search.py "deep learning transformer"；指定数据库与年份 python scripts/scholar_search.py "neural network" --sources pubmed,crossref --year 2023-2026；输出 BibTeX python scripts/scholar_search.py "landslide detection" --format bibtex -o refs.bib；解析 PDF python scripts/pdf_parser.py paper.pdf --sections --abstract --json paper_info.json。
核心原则：英文文献可网络搜索但必须验证真实性；中文文献需用户去知网（CNKI）等数据库检索，AI 仅提供关键词与策略；所有引用须可追溯、可验证，不确定信息宁可不写。写作前须建立证据-论点映射，标注引用位置，每个核心论点至少一条强支撑文献。
限制：Semantic Scholar 建议配置 API Key；PubMed 摘要需额外请求；中文文献无法由脚本直接获取；未提供具体收费、平台或效果信息。