用途：在开始会筛选50篇以上论文的文献检索，或现有评分标准误分类论文、需要先定义“相关性”标准时，协作构建并完善论文筛选评分标准。不适用于少于20篇的小型检索、已运行良好的标准或一次性探索性检索。
主要能力：内置四个RC工具，直接调用而非脚本或curl。rp_search({query, limit?, min_year?})做Scopus相关检索并附OpenAlex摘要与OA PDF链接；rp_abstracts({dois})批量取摘要与OA链接；rp_cite({doi, direction?, limit?})做引用遍历；rp_fulltext({doi, out?})取OA全文，传out可保存文件。结果以JSON内联返回，无--json <file>标志，需用工作区文件工具持久化。
使用方式分阶段：先通过提问梳理核心概念、同义词、排除词、数据类型（测量值、数据集、代码、方法等）、论文类型（原创研究、综述、方法、临床试验、预印本）、关系与边缘案例，写入screening-criteria.json，提出0-10分评分逻辑（关键词0-3、数据类型0-4、特异性0-3、特殊规则、阈值≥7相关）。再用rp_search取候选论文，逐篇让用户判断相关性，记录到test-set.json；用标准打分并计算准确率，展示混淆结果并迭代调整，直到测试集准确率≥80%。随后对全量检索结果打分，缓存摘要到abstracts-cache.json，结果写入papers-reviewed.json。离线复核后按反馈更新标准并重筛缓存论文，用rubric-changelog.md记录变更。
限制：准确性依赖5-10篇带真实判断的测试论文；标准过复杂或阈值过高难以调试；不缓存摘要会增加重复获取。资料未提供收费与授权信息，部分细节暂未提供。