网格地图搜索
Google地点网格
该技能整合Semantic Scholar、OpenAlex、Crossref和PubMed四大学术数据库,帮助用户检索学术文献、获取DOI详情,并起草带规范引用的文献综述章节。
科研人员撰写文献综述时,常需在多个数据库间反复切换、手动去重,耗时费力。该技能打通四大权威学术库,一键跨库检索并自动剔除重复文献,同时提取完整摘要与元数据,帮助研究者快速掌握领域全貌,高效完成带规范引用的综述章节起草。
落地案例:某高校研究生准备「人工智能辅助药物发现」的毕业论文综述。他输入主题关键词,选择查询全部四个数据源,设定返回50条结果。系统自动合并各库数据、去除重复条目,并按主题将文献分组呈现,附带每篇的DOI、被引次数及完整摘要。最终他在30分钟内获得结构化的文献框架,直接用于撰写综述初稿,无需逐一访问各数据库。
安装步骤
pip install -r requirements.txtUSER_EMAIL:用于OpenAlex/Crossref礼貌池访问SEMANTIC_SCHOLAR_API_KEY:提升S2接口限流OPENALEX_API_KEY:OpenAlex可选密钥基础用法
全面检索(四库并行,自动去重):
python3 scripts/lit_search.py search "肠道菌群与甘草" --limit 5 --source all
单库精准检索:
python3 scripts/lit_search.py search "益生元效应" --source pm
双库对比检索:
python3 scripts/lit_search.py search "婴儿双歧杆菌生长" --source both
获取单篇详情(含TL;DR摘要):
python3 scripts/lit_search.py details "DOI:10.1016/j.foodchem.2023.136000"
撰写综述流程:提取关键发现→按时间或主题组织→逐步合成连贯叙述
见下方输入与输出表格。
| 项目 | 内容 |
|---|---|
| 输入 | 研究主题字符串;数据源参数(–source);结果数量限制(–limit);DOI/PMID(详情模式);环境变量USER_EMAIL等 |
| 输出 | 结构化文献列表:ID、DOI、标题、年份、作者、摘要、期刊、被引次数、来源标识 |
| 适用人群 | 高校科研人员、研究生、医学研究者、系统性综述作者、跨学科调研者 |
| 不包含 | 全文PDF获取、标准引文格式导出、文献管理器直连、审稿状态、基金信息 |
原始链接:https://github.com/openclaw/skills/tree/main/skills/weird-aftertaste/literature-review/SKILL.md
来源类型:GitHub仓库