文献综述

利用多引擎搜索整合（S2、OA、CR、PM）辅助撰写学术文献综述。

功能

• 多源搜索：利用Semantic Scholar（S2）、OpenAlex（OA）、Crossref（CR）和PubMed（PM）查找相关学术论文。
• 完整摘要：所有来源现在均返回完整摘要（PubMed使用efetch获取完整的XML记录）。
• DOI提取：从所有来源提取DOI，用于交叉引用和去重。
• 自动去重：当搜索多个来源（使用--source all或--source both参数）时，结果会根据DOI自动去重。
• 礼貌访问：自动识别电子邮件地址，以使用OpenAlex/Crossref的“礼貌访问池”（通过USER_EMAIL环境变量）。
• 摘要重建: 从OpenAlex倒排索引格式重建摘要。
• 综述生成: 根据主题对论文进行分组，并基于元数据草拟综述部分。

环境变量

工作流程

1. 广泛搜索（所有数据库）

从所有主要学术数据库获取全面概览。结果通过DOI自动去重。

python3 scripts/lit_search.py search "impact of glycyrrhiza on bifidobacterium" --limit 5 --source all

2. 针对性检索

• OpenAlex(oa): 快速全面，摘要质量好。
• Semantic Scholar(s2): 高质量的引文数据和TL;DR摘要。
• Crossref(cr): 基于DOI的精确元数据（无摘要）。
• PubMed(pm): 生物医学研究的黄金标准，提供完整摘要和PMID。

python3 scripts/lit_search.py search "prebiotic effects of liquorice" --source pm

3. 来源比较

同时检索S2和OA，确保无遗漏。默认已去重。

python3 scripts/lit_search.py search "Bifidobacterium infantis growth" --source both

4. 获取完整详情（S2）

检索包括TL;DR摘要在内的详细元数据。

python3 scripts/lit_search.py details "DOI:10.1016/j.foodchem.2023.136000"

5. 撰写综述

1. 提取：从找到的摘要中提取关键发现。
2. 组织：将发现按逻辑结构分组（例如，按时间顺序或主题）。
3. 草拟：使用“逐步思考”方法，将多个来源综合成一个连贯的叙述。

输出格式

每个结果包括：

• id：来源特定的标识符（PubMed为PMID，OpenAlex为ID，S2论文为ID，Crossref为DOI）
• doi：可用的DOI（用于去重）
• 标题：论文标题
• 年份：出版年份
• 作者：作者姓名列表
• 摘要：完整的摘要文本（如可用）
• 出版场所期刊或会议名称
• 引用次数: 引用次数 (S2, OA)
• 来源: 结果来自哪个数据库

成功提示

• 引用: 务必交叉核对 DOI 或 PMID 以确保参考文献的准确性。
• 筛选: 重点关注具有较高引用次数或近年发表的论文，以获得更现代的综述。
• PubMed 用于医学: 使用--source pm获取最可靠的生物医学文献。
• 去重: 多源搜索会自动移除重复项；如需原始计数，请使用单一来源。