SuperAPI AI 工具集

tooluniverse-literature-deep-research

写作与研究

查看项目

更新于 10-16 03:59

技能介绍

用途

本技能面向系统性、可追溯的文献深度研究。它强调在检索前先做目标消歧,避免因命名或身份混淆而遗漏细节;通过证据分级区分可信结论与噪声;最终输出以内容为中心的详细报告,并强制包含完整性章节。

主要能力

  • 目标消歧与画像:解析官方ID、同义词/别名及命名碰撞,获取蛋白长度、异构体、结构域、亚细胞定位、表达、GO术语与通路信息。
  • 检索策略:高精度种子检索、引文网络扩展、过滤碰撞后的广泛检索、主题聚类与证据分级。
  • 模式选择:完整深度研究模式与事实核查/验证模式,后者提供单页核查报告与关键论文的文献目录。
  • 全文验证:三级策略,自动片段模式(Europe PMC)、手动两步(Semantic Scholar、ArXiv)、手动下载解析(回退)。
  • 报告输出:默认交付报告文件,支持方法学附录,强制完整性清单校验。
  • 来源可追溯:所有信息均标注来源数据库或工具。
  • 英文优先检索:即使用户使用其他语言,检索词与工具调用仍使用英文,仅在英文无结果时回退原语种。

使用方式

  1. 澄清与模式选择:确认目标类型(生物靶点、主题或疾病)、范围(单一事实还是综合综述)、已知别名、约束条件,以及是否需要方法学附录,并据此选择模式。
  2. 目标消歧与画像:使用 UniProt、Ensembl、MyGene、InterPro、Human Protein Atlas、GTEx、GO、Reactome、KEGG、Open Targets 等工具建立规范身份、命名碰撞过滤方案、结构域、定位、表达与功能注释。
  3. 文献检索:高精度种子检索构建机制核心,随后进行引文网络扩展,并在过滤命名碰撞后做广泛检索,最后聚类主题并分级证据。
  4. 报告综合:将结果逐步写入 [topic]_report.md,执行完整性清单校验,形成生物学模型与可检验假设;按需生成 methods_appendix.md。

事实核查/验证模式的交付物包括:[topic]_factcheck_report.md(≤1页)与 [topic]_bibliography.json(+CSV)。其报告模板包含问题、答案与证据星级、来源、验证笔记与局限性。验证行为要求优先使用 ToolUniverse 文献工具(Europe PMC/PubMed/PMC/Semantic Scholar),尽可能使用全文片段验证,并且不添加论文未明确支持的额外结论。

适用场景

  • 需要权威、可追溯结论的单一事实核查问题(例如某抗性菌株对哪种抗生素耐药)。
  • 需要对某一靶点/主题进行系统综述与深度研究,并输出结构化报告。
  • 存在命名碰撞风险(如 TRAG、CAT、JAK 等)的检索场景。
  • 面向预印本(bioRxiv、medRxiv、ArXiv)或开放获取文献的深入分析。
  • 需要方法学附录与完整证据链的研究交付。

限制

  • 自动片段模式仅适用于带 fullTextXML 的开放获取文章,且仅限前3篇 OA 文章,Europe PMC 的 OA 覆盖约为 30–40%。
  • 手动两步模式需要手动循环处理,速度较自动片段模式慢。
  • 手动下载解析模式需要机构访问权限,无片段提取能力(返回完整 HTML),且质量因出版商而异,速度最慢。
  • 引文工具存在失败情况,例如 NCBI elink 可能不稳定,需使用 Europe PMC 作为回退。
  • 部分数据库与工具(如 UniProt、InterPro、GTEx、HPA、Open Targets、GO 等)的可用性依赖外部服务。
  • 具体费用、价格、平台支持情况与效果表现:暂未提供。

工作流概览

用户查询 → 阶段0:澄清 + 模式选择(事实核查 vs 深度报告)→ 阶段1:目标消歧 + 画像(生物靶点默认开启)→ 阶段2:文献检索(内部方法学,不对外展示)→ 阶段3:报告综合(逐步写入 [topic]_report.md、完整性清单校验、生物学模型与可检验假设)→ 可选:methods_appendix.md(仅用户要求时)。