用途：把检索得到的一批论文做相关性筛选，强调“精准而非广撒网”，帮助找出真正包含用户所需特定数据或方法的论文，适用于 medicinal chemistry、genomics、ecology、computational methods 等各研究领域。
主要能力：分两阶段。阶段一摘要筛选（快速），基于 OpenAlex 摘要按关键词匹配（0-3）、数据类型匹配（0-4）、特异性（0-3）给出 0-10 分；缺失摘要时用标题、期刊、引用数打分并标记，不静默丢弃。评分 <5 跳过，5-6 记为可能相关，≥7 进入阶段二。阶段二深度阅读，扫描 Methods、Results、表格图、Supplementary Information，提取所需数据并生成结构化结果。
使用方式：该技能的流水线以四个内置 RC 工具交付，应直接调用而非写 rp.py 或 curl：rp_search({ query, limit?, min_year? }) 做 Scopus 相关性检索并附带 OpenAlex 摘要与 OA PDF 链接；rp_abstracts({ dois }) 批量获取摘要与 OA 链接；rp_cite({ doi, direction?, limit? }) 做引用遍历；rp_fulltext({ doi, out? }) 获取 OA 全文（Elsevier ScienceDirect OA 优先，OpenAlex OA 兜底，可传 out 保存到文件）。结果以内联 JSON 返回。用 papers-reviewed.json 与 SUMMARY.md 记录全部已筛论文，DOI 用可点击链接；每篇都要向用户报告进度，每 5-10 篇汇总一次。论文量大时可自建辅助脚本，但应 import rp_lib 复用其限流与缓存。
限制：只获取开放获取全文；rp_fulltext 返回 available:false 时表示无免费全文，只能基于摘要评分，不应另写 curl 抓取出版商页面或 Unpaywall。摘要约 20-50% 的闭源论文可能缺失。具体价格与收费方式暂未提供。