用途：把密集的学术论文整理成结构化、可复用的摘要，适合系统综述、进入新领域或撰写文献综述时快速处理大量文献。强调忠于原文，并用统一模板便于跨论文比较。
主要能力：提供多段提取模板。书目元数据：标题、作者、期刊/会议、年份、DOI、论文类型（实证、综述、理论、方法、案例）。研究背景：文献空白、研究问题或假设、与既有工作的关系。方法摘要：研究设计、数据来源、样本量与关键变量、分析方法与工具、方法创新。关键发现：3-5条要点、显著性或效应量、值得回看的图表编号。批判性评估：设计优点、作者承认及额外发现的局限、偏差或混杂因素、可推广性。关联与连接：与自身研究的联系、需追踪的参考文献、对已有结论是支持、矛盾还是拓展。
使用方式：处理多篇论文时，先做筛选通读（读标题、摘要、结论，给出1-5相关性评分并决定是否完整提取）；对评分3以上论文应用完整模板；每提取5-10篇同子主题论文后写综合笔记，归纳共同发现、方法趋势与开放问题；再对照研究问题识别证据缺口。示例提取提示词可要求按结构输出书目信息、研究问题、方法、关键发现、局限与偏差、与主题相关性、待追踪参考文献。摘要可导出为Markdown（Obsidian、Notion、Logseq）、BibTeX的annote字段、CSV行或JSON，便于笔记、文献管理与程序化处理。
质量建议：保留作者措辞的强弱（如suggests与demonstrates）；显式摘录阴性结果；添加自己的关键词标签；记录页码；有新上下文时更新而非重复创建。
适用场景与限制：适用于生物医学、社会科学、工程、人文等多学科。支持PDF、HTML、纯文本。暂未提供具体安装命令、定价或平台运行细节。参考资料包括Keshav“How to Read a Paper”、Pautasso“Ten Simple Rules for Writing a Literature Review”及AI Research Assistant链接。