用途：编排从研究问题到结论的完整文献调研流程，核心原则是系统化、可追踪、全面，流程为检索→评估→引文遍历→综合。
主要能力：内置四个 RC 工具，直接调用，不要调用 rp.py 脚本或写 curl。rp_search({query, limit?, min_year?}) 做 Scopus 相关性检索并用 OpenAlex 摘要与 OA PDF 链接增强，Elsevier 密钥内置；rp_abstracts({dois}) 批量获取摘要与 OA 链接（OpenAlex，无需密钥）；rp_cite({doi, direction?, limit?}) 做引文遍历，direction 可为 both/backward/forward；rp_fulltext({doi, out?}) 获取 OA 全文（Elsevier ScienceDirect OA 优先，回退 OpenAlex OA），传 out 可保存到文件。结果以内联 JSON 返回，没有 --json <file> 参数，需持久化时用工作区文件工具保存。
使用方式：先解析查询，提取关键词、同义词、所需数据类型与约束，必要时向用户澄清；随后创建研究会话目录 research-sessions/YYYY-MM-DD-描述/，用 mkdir -p 建立 papers、citations 子目录，初始化 papers-reviewed.json、citations/citation-graph.json 与 SUMMARY.md。检索阶段用 rp_search 构造 Scopus 查询（TITLE-ABS-KEY、AND/OR、W/n、PUBYEAR > Y、DOCTYPE(ar)），结果含摘要，便于离线评分。评估阶段按 0-10 分打分（关键词 0-3、数据类型 0-4、特异性 0-3），≥7 分进入全文深挖并写入 SUMMARY.md，所有论文无论分数都要记入 papers-reviewed.json 以防重复。引文阶段对 ≥7 分论文用 rp_cite 双向遍历并筛选。每 50 篇或每 5 分钟设检查点询问用户是否继续。结束时综合发现，生成 relevant-papers.json（筛选分数 ≥7），并在 SUMMARY.md 顶部补充检索策略、筛选方法、统计与可复现说明。
适用场景：需要系统检索与追踪的文献调研，尤其是化合物活性、选择性、合成方法等数据提取类任务。
限制：全文不可得时 rp_fulltext 返回 available:false，只能基于摘要评估；Scopus 个人密钥每周有 2 万条结果硬配额，大规模检索前应提醒用户；结果过多需收窄查询或先处理前 100 条并询问；rp_lib 已按主机限速并对 429/5xx 退避重试。小规模检索（<50 篇）只用核心文件，大规模（>100 篇）可加辅助文件。DOI 一律用可点击的 markdown 链接。