用途
literature-review 是一个面向科研文献综述的 AI 技能，用于在综合已有知识、识别研究空白或追溯科学思想演变时，系统化地完成从检索到成稿的全过程。它把多个学术搜索后端、语料去重、筛选记录、全文获取、引文追溯和参考文献核验整合为一条可复现的工作流。
主要能力
技能内置三个命令行搜索后端，均位于 scripts/ 目录，通过共享的 http_client 与 jats 辅助模块自动处理速率限制和重试：
- OpenAlex（scripts/openalex_cli.py）：跨学科约 2.5 亿篇文献，适合作为默认的广泛检索，支持按主题、年份、类型、引用数等过滤与排序。
- arXiv（scripts/search_arxiv.py）：面向计算机、物理、数学、量化生物、统计等领域的预印本，适合非常新的工作和 ML/CS 主题。
- Europe PMC（scripts/europepmc_api.py）：面向生物医学主题，支持开放获取全文检索以及前向/后向引文追溯。
此外还提供：
- read_paper.py：按 DOI、arXiv ID 或 PMCID 自动解析最佳合法开放获取路径，将论文转为 markdown，输出状态为 fulltext 或 abstract-only。
- build_corpus.py：把各后端原始 JSON 合并为规范化、去重的 corpus.json，重复运行只添加新论文，保留已有筛选决定。
- verify_citations.py：核验参考文献，输出 verified/mismatched/not_found/retracted，并检查撤稿状态。
- prisma_counts.py：从 corpus.json 生成 PRISMA 2020 流程数字，排除记录缺少理由时会以退出码 1 报错。
使用方式
技能按固定流程推进：
- 范围界定：将研究问题和严格的纳入/排除标准写入 protocol.md，暂停等待用户批准标准；范围检索可修订问题，但只追加不覆盖。
- 检索：执行各后端，把每条查询原文、日期和命中数记录到 protocol.md，原始 JSON 保存在工作区，不整体载入上下文。
- 去重与合并：用 build_corpus.py 处理原始文件，不手工合并。
- 标题/摘要筛选：为每条记录设置 screening.status 与理由，排除理由必填；池子超过约 50 条时先随机试点筛选约 20 条。
- 获取与阅读：对纳入论文运行 read_paper.py，把状态写回 corpus.json 的 fulltext 字段；区分证据类与背景类，证据类需基于全文撰写 notes.md。
- 雪球法：对核心证据论文运行引文追溯，把新候选并入同一 corpus.json 后再次筛选，默认一轮。
- 综合：仅依据 notes.md 撰写 synthesis.md，摘要级引用标注 [abstract-only]。
- 核验参考文献：写入 refs.json 并运行 verify_citations.py，退出码为 0 才能呈现。
调用脚本时须使用技能基目录下的绝对路径，不要 cd 进技能目录；工作区用绝对路径 WS="$(pwd)/review/{slug}"。
适用场景
适合需要可复现检索记录、严格筛选理由、引文核验和 PRISMA 统计的文献综述，包括跨学科综述、计算机/物理预印本调研、生物医学全文与引文链分析，以及系统综述的语料记账。
限制
需要安装 uv；OpenAlex API 密钥可选但推荐，无密钥时处于未认证 polite pool，预算约 $0.01/天，约每天 10 次过滤查询或 1 次 --search 后会被限流。付费墙论文只返回摘要，技能明确不抓取。全文 markdown 的章节定位方式取决于来源：Europe PMC（JATS）有真实 markdown 标题，PDF 路径没有 # 标题，需改用加粗行模式。提取的表格可能错乱，表格数据需回读源 PDF。