文献智能检索与综述生成 v1.1#

功能描述#

根据用户提供的研究主题（关键词或问题），自动在多个公共学术数据库（Semantic Scholar、arXiv、CrossRef）中检索相关文献，经相关性筛选、去重、主题聚类分析后，生成结构化综述文档（含摘要、分主题讨论、趋势分析、参考文献列表）�?

什么时候使�?#

• 用户要求检索学术文�?- 用户要求写文献综�?- 用户要求了解某领域研究热�?- 用户要求追踪某方向最新进�?- 用户提到"文献综述"�?检索文�?�?写一篇综�?�?研究热点"�?论文检�?

使用示例 �?- "帮我检索近3年关�?联邦学习在工业视觉中的应�?的文献，写一篇综�?

• "追踪'大模型微调技�?的最新进展，给我一份热点概�?
• "我想了解'柔性机器人'领域的研究趋势，输出综述报告"

执行流程#

该技能按以下阶段顺序执行，每个阶段失败时会自动重试或给出明确错误提示�?

1. 请求解析#

• 从用户输入中提取：核心关键词、时间范围、最大文献数、输出格式等
• 若用户未提供，使用配置文件中的默认值（默认5年�?0篇）
• 自动生成英文同义词和字段变体

2. 文献检�?- 并发调用以下API（优先使用Semantic Scholar，返回结果快且丰富）�? - Semantic Scholar API： https://api.semanticscholar.org/graph/v1/paper/search#

• arXiv API： http://export.arxiv.org/api/query
• CrossRef API： https://api.crossref.org/works
• 检索参数：关键词、出版年份范围、按相关性排序、每页最�?00�?- 合并去重（基于DOI或标题相似度�?

3. 相关性筛选（本地�?- 对摘要和标题进行关键词匹配或TF-IDF向量化，计算与用户关键词的余弦相似度#

• 按相似度降序排序，结合引用数加权，保留前 max_papers �?- �? human_review_papers = true，则生成候选列表并询问用户是否采纳或手动剔�?

4. 主题聚类分析（可选，本地�?- 如果安装�? sentence-transformers �? bertopic，自动对摘要进行BERTopic聚类#

• 否则使用基于关键词的简单分�?- 输出：每个聚类的主题词、代表性论文、论文数�?- 同时统计每年发文量，生成趋势文本描述

5. 综述草稿生成#

支持两种模式�? **模式A（纯本地，零API费用�?*�?- 根据聚类结果按大纲自动生成结构化综述，包含：

• 摘要（基于检索到的论文数量和主要聚类方向�? - 主要研究方向（按主题分类，附带代表性论文关键信息）
• 研究趋势与挑战（年度发文趋势、热门期刊、潜在研究机会）
• 参考文献列表（含DOI和链接）

模式B（大模型润色，可选） �?- 将本地生成的草稿和论文摘要输入大模型，生成更流畅的综述文�?

运行方式#

bash

cd skills/lit-review
python main.py --topic "embodied intelligence for industrial manufacturing" --years 5 --max_papers 30

参数说明#

参数说明默认�?--topic研究主题（必填）---years检索年�?5--max_papers最大保留文献数50--output输出文件路径（不含后缀�?literature_review--configJSON配置字符�?{}

配置选项（通过 --config 传入�?#

选项类型默认�?说明use_llm_for_writingboolfalse是否使用大模型润色综�?llm_modelstrdeepseek-chat大模型名�?llm_api_basestrhttps://api.deepseek.com/v1大模型API端点llm_api_keystr-大模型API密钥（需配置�?output_formatstrmarkdown输出格式（markdown/docx/txt�?human_review_papersboolfalse是否请求用户确认文献列表

错误处理与降级策�?#

API 故障#

场景处理方式Semantic Scholar API 超时等待 10s 超时 �?跳过，使�?arXiv + CrossRef 结果Semantic Scholar 返回 429限流 �?等待 5s 重试 �?仍失败则跳过arXiv API 无响�?跳过 arXiv，使用其他源CrossRef API 返回错误跳过 CrossRef，使用其他源所�?API 均失�?输出"所有学术数据源暂不可用，请检查网络连�?检索结果为 0 �?提示"未找到相关文献，建议更换关键词或扩大时间范围"

计算异常#

场景处理方式TF-IDF 向量化失�?降级到关键词匹配模式聚类失败（依赖缺失）使用简单关键词分组替代 BERTopic大模型调用失�?降级到本地模板生成（模式A�?输出文件写入失败提示检查磁盘空间和路径权限

数据质量#

场景处理方式论文无摘�?仅使用标题进行相关性计�?论文�?DOI使用标题+年份作为去重�?作者信息缺�?标注"未知作�?

文件结构#

text

lit-review/
├── SKILL.md           # 技能文�?├── main.py            # 核心实现（主入口�?├── lit_review.py      # 核心实现（备用入口）
├── config.json        # 配置文件
├── requirements.txt   # Python依赖
├── README.md          # 使用说明
└── test.py            # 测试脚本

依赖#

核心依赖#

bash

pip install requests scikit-learn numpy

可选依�?```bash#

pip install sentence-transformers bertopic # 高级主题聚类 pip install python-docx # DOCX格式输出

text

## 版本历史

| 版本 | 日期 | 变更 |
|------|------|------|
| 1.1.0 | 2026-06-29 | 修复乱码、完善frontmatter、增加错误处理和降级策略、依赖声�?|
| 1.0.0 | 2026-06-15 | 初始版本 |