Stats
Actions
Tags
From light
Searches and organizes research literature from multiple sources (arXiv, OpenAlex, Semantic Scholar, PubMed, patents, datasets, etc.) into structured reviews, research maps, and comparison tables.
How this skill is triggered — by the user, by Claude, or both
Slash command
/light:light-literature-searchThe summary Claude sees in its skill listing — used to decide when to auto-load this skill
帮用户真正快速理解一个方向，而非堆搜索结果。产出可直接用于写综述、提 idea、做方案的结构化资料。
assets/cn_core_issn.csvassets/litreview_template.mdassets/method_card.mdexamples/goat_littable.mdexamples/goat_search.jsonexamples/worked_example_dairy_goat.mdreferences.mdscripts/arxiv_search.pyscripts/biomedical_search.pyscripts/cn_journal_probe.pyscripts/cross_domain_search.pyscripts/pipeline.pyscripts/prisma_flow.pyscripts/search_normalize.pyscripts/snowball.pyscripts/tracker.pyscripts/verify_citations.py帮用户真正快速理解一个方向，而非堆搜索结果。产出可直接用于写综述、提 idea、做方案的结构化资料。
研究方向、核心问题、关键词（中英文）、目标期刊/会议、项目背景、时间范围、语言偏好、深度（速览/中等/穷尽）。
scripts/cross_domain_search.py 做应用轴 × 方法轴正交检索，方法轴强时效抓 SOTA，迁移判断交研究者（喂 m03）。https://api.openalex.org/works：search= 全文检索；filter= 组合(from_publication_date:、cited_by_count:>N、is_oa:true、type:article、primary_topic.id:、authorships.author.id:)；sort=cited_by_count:desc；select= 省字段；深翻用 cursor=*(page 上限 1 万)；带 mailto= 进礼貌池。group_by= 可一键做年度/期刊分布。摘要是 inverted index 需还原。接入需免费 key，额度/限流口径见 references「OpenAlex 接入真相源」节。https://api.crossref.org/works：query.bibliographic/author/title=；filter=from-pub-date:,type:journal-article；sort=is-referenced-by-count&order=desc；深翻 cursor=*；带 mailto= 提速。作 DOI 规范化与去重的"真相源"。https://api.semanticscholar.org/graph/v1：/paper/search?query=&fields=title,abstract,year,authors,citationCount,influentialCitationCount,externalIds,openAccessPdf,tldr；穷尽式扫库用 /paper/search/bulk(返回 token 续翻)；滚雪球用 /paper/{id}/citations 与 /references(看 isInfluential)；批量详情 /paper/batch(POST)。匿名限速严，量大申请 x-api-key。http://export.arxiv.org/api/query：search_query=ti:/au:/abs:/cat:/all: + 布尔；start/max_results(≤100) 翻页；sortBy=submittedDate&sortOrder=descending；请求间隔 ≥3 秒。https://eutils.ncbi.nlm.nih.gov/entrez/eutils/：两步式 esearch.fcgi?db=pubmed&term=... 取 PMID → efetch.fcgi/esummary.fcgi 取详情；term 支持 [MeSH Terms]/[tiab]/[ti]/[au]/[dp]；retmax/retstart 翻页，大集合用 usehistory=y+WebEnv/query_key；建议带 &email=&api_key=(无 key 3 req/s、有 key 10 req/s)。MeSH 受控词检索与 Clinical Queries 临床过滤器此源独有，OpenAlex 替代不了。https://www.ebi.ac.uk/europepmc/webservices/rest/search?query=&format=json&resultType=core：完全免 key；pageSize(≤1000)+cursorMark(传 *，响应 nextCursorMark 续翻)；返回直接含 abstractText、pmid/pmcid/doi、isOpenAccess/inEPMC/hasPDF、citedByCount；/{source}/{id}/citations 与 /references 做滚雪球；覆盖 MED+PMC+PPR。https://doaj.org/api/v2/search/articles/{query}?pageSize=N：完全免 key；按相关度排序（非被引），补 OpenAlex/Crossref 纯被引排序顶出跑题高被引文的盲区；bibjson 含 title/year/author/journal/abstract/identifier(DOI)；只覆盖开放获取期刊、不出被引；已落地 search_normalize.py 第三源，详见 references「DOAJ API」。scripts/biomedical_search.py（Europe PMC+PubMed）兑现此项——PubMed 支持把 MeSH 检索式写在 term 里透传（如 lameness[MeSH Terms] AND goat[tiab]）；但"自由词→MeSH 主题词"的自动映射本脚本不做（需接 NCBI MeSH 库，属 P2 增强），MeSH 受控词需你按规范写好。Europe PMC 作免 key 补充(直接给 abstract+开放获取标记+引用端点)。预印本最前沿用 scripts/arxiv_search.py 补 arXiv 与 bioRxiv/medRxiv(免 key；bioRxiv 无服务端关键词检索，脚本拉时间窗后本地过滤并如实标注，预印本须按可信度分级标注)。四源(OpenAlex+Europe PMC+PubMed+arXiv/bioRxiv)并查互补盲区，前两源在 search_normalize.py、后多源在 biomedical_search.py/arxiv_search.py。中文核心成果大量在知网/万方等库，但这些库无公开免费 API；OpenAlex/Crossref 却已收录大量中文期刊(按 ISSN 可直接命中)，应作为低门槛主力(OpenAlex 需免费 key，Crossref 免 key)，机构访问的中文库作补充。
https://api.openalex.org/sources/issn:0254-4164(实测 OpenAlex ID S4210175330、country_code:CN、1264 篇)，再 GET /works?filter=primary_location.source.id:S4210175330&sort=cited_by_count:desc。坑：OpenAlex 常把中文论文的标题/摘要存成英译，group_by=language 可能显示 en 而非 zh，故按 source.id 检索比按 language:zh 更可靠。https://api.crossref.org/journals/0254-4164(实测命中"Chinese Journal of Computers"、出版商 China Science Publishing & Media、1264 DOI)；/journals/{ISSN}/works?query= 在刊内检索。先用中文核心刊 ISSN 清单批量探源。主要责任者. 题名[J]. 刊名, 年, 卷(期): 起止页码.；带 DOI 末尾加 DOI: 10.xxxx/xxxx.。文献类型标识：专著[M]、期刊[J]、论文集[C]、学位论文[D]、报告[R]、标准[S]、专利[P]、电子资源[EB/OL]。入表时中英文条目分别按各自规范(中文 GB/T 7714、英文 APA/IEEE 等)著录并注明。知网/万方网页、政府标准/政策站、Google Scholar 等无开放 API 或反爬时，用 browser-use(本地 Python+Playwright) 或 Browserbase/Stagehand agent-browser(云端，observe→act→extract 抽结构化字段)走"真人式浏览"取元数据。只取元数据/摘要/链接，遵守 robots/ToS 与版权；结果非确定，须二次校验。
arXiv/学术库覆盖不到的官方文档、技术博客、项目页、行业报告：用 Exa(/search neural/keyword + contents 取正文高亮，/findSimilar 以网页为种子滚雪球) 或 Parallel Search(为 LLM 优化、返回排序摘录)。网络结果一律回到 DOI/OpenAlex 核实元数据后才入表。
influentialCitationCount/tldr 可辅助快筛，但属模型估计，不作硬证据。group_by 出年度/期刊分布辅助判断热度与脉络。无网络时所有脚本回退合成样本并打印
[OFFLINE]，保证管线可验证。
scripts/search_normalize.py：urllib 直连 OpenAlex+Crossref**+DOAJ**（DOAJ 完全免 key、按相关度排序，补盲区；增量追踪 --from-date 时自动跳过 DOAJ 因其无日期过滤；--no-doaj 可关），还原 abstract_inverted_index，按 DOI 跨源去重归并，输出文献表 JSON+Markdown。排序 --sort（治宽 query 顶跑题文的关键）：默认 relevance（OpenAlex sort=relevance_score:desc、Crossref sort=relevance，去重后保留各源相关度序不按被引重排）——实测搜"dairy goat behaviour"前排全是对口的 Applied Animal Behaviour Science 行为论文；--sort cited 切回被引降序找高被引经典（旧默认行为，前排会是蹭词的超高被引跑题文，故仅在明确找经典时用）。
python scripts/search_normalize.py "dairy goat behavior" --per-page 10（实测 OpenAlex=200 Crossref=200 DOAJ=200）。
定期追踪：加 --from-date YYYY-MM-DD（只取该日后发表）+ --known-dois 已读库.txt（按 DOI 去重出新增）做增量重跑，协议见 references「文献定期追踪协议」。
时效优先 --recency-boost（要出成果须盯近几年相关工作）：按"相关度×时效衰减"综合重排，近期相关文上浮、过老平庸文下沉，但经典奠基文豁免（被引同时过本批 top10% 分位且 ≥--classic-min-cites 绝对下限，默认 500，领域差异大可调——CS 调高、小众畜牧调低）不被时效压沉，避免漏掉该读的根。需配 --current-year YYYY（显式传不依赖系统时钟保可复现），--half-life（半衰期年数默认 4，越小越偏向最新）。每条留 rerank_parts（relevance/recency/is_classic）可复核。与 --from-date 区别：from-date 是硬截断只取新文（会漏经典）；recency-boost 是软加权（近期优先但不丢经典），二者按需选或组合。
相关度过滤（治宽 query 顶跑题文）：--require-terms a,b（标题/摘要须全含，AND）/ --exclude-terms x,y（命中任一即剔）/ --min-score 0.2（标题×query 词重叠 Jaccard 截断）。剔掉的条目带 drop_reason 留痕进 JSON dropped_records（不静默丢弃，可人工复核）；每条附 relevance_score（启发式非真值）。宽主题检索务必加 require/exclude，否则纯被引排序会把高被引跑题文顶上来。未加过滤时的自动护栏：若前 5 条标题相关度均值 <0.1，输出 [WARN] + JSON relevance_warning 提示该收窄（不强改结果，只留痕提醒——治"忘了加过滤直接采信脏结果"）。
穷尽检索：--max-results N（>per-page 才生效）用 OpenAlex/Crossref 的 cursor=* 深翻页取够 N 条，让"穷尽"深度档真可用（不再每源只一页）。
持久追踪库：长期盯一个方向，把每轮检索 JSON 灌进 scripts/tracker.py 的 SQLite 库（--ingest search.json --run 2026-06-13），按 DOI（无 DOI 回退标题键）去重、记 new/seen/read 状态与被引快照随轮变化，--new 列本轮新增、--export md 导出——比 --known-dois txt 状态可留存、可查历史（借 paper-tracker）。scripts/verify_citations.py：检索期轻量自检（防幻觉 DOI 进文献表，非投稿终审——真实性/撤稿/嵌合/locator 终审在 m10 light-citation verify_refs.py，口径见「衔接」节）。DOI 内容协商回 Crossref/doi.org 核验元数据，比对标题相似度/年份/首作者，标 VERIFIED/METADATA_MISMATCH/DOI_NOT_FOUND(疑似幻觉)/NO_DOI。无 DOI 条目：先试 arXiv id 核验（打 export.arxiv.org，命中标 ARXIV_VERIFIED 并提示预印本未经同行评审），再按标题反查 Crossref 候选 DOI（candidates 按 title_sim 排序，给人工确认不自动采信），把纯人工占比降下来。
python scripts/verify_citations.py 10.1038/s41597-023-02555-8（实测真 DOI=200、伪造 DOI=404）。scripts/cn_journal_probe.py：读 assets/cn_core_issn.csv 批量探 OpenAlex source 体量（id/works_count/cited_by）。11 个种子 ISSN 实测全 HTTP 200。scripts/snowball.py：引用滚雪球。给种子(DOI/OpenAlex workid/标题)做一/两跳邻居抓取——后向参考(OpenAlex referenced_works 批量回填 或 S2 /paper/{id}/references)、前向被引(OpenAlex filter=cites:{workid}&sort=cited_by_count:desc 或 S2 /paper/{id}/citations)；去重(复用 _norm_doi/_norm_title)、按被引降序、标边类型(参考/被引)与 isInfluential，导出 JSON+Markdown。一跳前后向都抓；两跳扩展数 --expand-top N（默认 3）、方向 --two-hop-direction（backward 追根溯源[默认,不增请求量]/forward 追前沿/both 全扩,后两者请求量更大）。python scripts/snowball.py 10.1016/j.compag.2021.100001(无网络走 [OFFLINE])。scripts/biomedical_search.py：生医双源检索（Europe PMC + PubMed E-utilities），兑现生医纪律。Europe PMC 免 key 直接返回 abstract/被引/开放标记；PubMed 两步式 esearch→esummary，term 原样透传 MeSH 检索式（[MeSH Terms]/[tiab]/[ti] 等字段限定由你写在 query 里）；跨源按 DOI 去重合并、标命中源。python scripts/biomedical_search.py "goat lameness[MeSH Terms]" --source pubmed。注：本脚本不做"自由词→MeSH 主题词"自动映射（需接 NCBI MeSH 库，属 P2 增强）；MeSH 检索式需你按受控词写好透传。 key/email 经 --api-key/--email 或环境变量 NCBI_API_KEY/NCBI_EMAIL 传入。scripts/arxiv_search.py：预印本检索（arXiv + 可选 bioRxiv/medRxiv）。arXiv 解析 Atom XML，search_query 支持 ti:/au:/abs:/cat:/all:+布尔；bioRxiv/medRxiv 走真实日期区间端点 /details/{server}/{from}/{to}/{cursor}（--end-date YYYY-MM-DD 往前推 --days 天，或 --start-date+--end-date 显式区间）+ cursor 翻页拉全区间，再本地关键词过滤标题/摘要（其 API 无服务端关键词检索，已如实标注；不传日期则回退拉最新一页），并读 published 字段标"是否已转正式发表"。python scripts/arxiv_search.py "cancer" --source biorxiv --end-date 2026-06-14 --days 7。预印本一律标 preprint、未经同行评审。scripts/prisma_flow.py：系统综述 PRISMA 2020 流程留痕与计数核对（系统综述/Meta 分析专用）。输入各阶段计数 JSON（各库命中/去重/标题摘要筛/全文按理由排除/最终纳入），脚本勾稽核对各阶段数字是否自洽（前阶段−排除=后阶段，抓出"凭空消失/多出"的算术错误，审稿人必查），并产出 PRISMA 流程图所需结构化数据 + 文字版流程供 m09 绘图、m07 写作。只核对计数自洽，不替你做筛选判断。python scripts/prisma_flow.py --selftest（含反例检测）/ --counts counts.json --out prisma.json。scripts/pipeline.py：端到端编排，把上面脚本串成一条龙——检索+相关度过滤→（可选）滚雪球→引用核验→（系统综述时）PRISMA 勾稽→汇总出 literature_review.md 骨架（文献表+核验摘要+待人工填的脉络/方法卡/gap 占位）。复用各脚本函数不重复实现，每步沿用其 [OFFLINE] 回退与诚实纪律，减少 agent 每次手工拼装。python scripts/pipeline.py "dairy goat behavior" --require-terms goat --snowball --out review.md。scripts/cross_domain_search.py：跨领域正交双轴检索（应用轴 × 方法轴），治"窄应用领域近三年好文稀少、但创新常靠跨领域嫁接前沿方法"的真实痛点（如用 CV 最新目标检测/Transformer 做病理识别、奶山羊行为识别）。两轴分别检索分别排序（--application 给你的领域、--method 给要迁移过来的前沿技术），方法轴强时效抓 SOTA、应用轴允许经典建 baseline——不拼成一个 query（实测拼词+被引排序会顶出 IPCC/Lancet 等通用高被引跑题文）。输出双栏文献表 + 迁移提示栏（每条方法轴前沿→你的应用的嫁接点，喂 m03）。可迁移性由研究者判断，脚本只把两边候选找全找新、不臆断。python scripts/cross_domain_search.py --application "pathology image recognition" --method "vision transformer segmentation" --current-year 2026。assets/cn_core_issn.csv：北大核心/CSCD 核心刊真实 ISSN 种子（已逐条 curl OpenAlex 核实）。assets/litreview_template.md + assets/method_card.md：综述+方法卡填空骨架（6 件套）。examples/worked_example_dairy_goat.md：端到端 PICO→query→命中→去重→筛选→核验 留痕实例。被引数先注明来源库（OpenAlex/Crossref/S2 口径不同不可直接比）；用年均被引 = 被引 / max(1, 当年-发表年) 抹平年龄，再结合绝对量与角色判级。下表为经验阈值（领域差异大，CS/生医偏高、小众畜牧/人文偏低，按子领域校准）：
| 角色 | 年龄 | 典型被引/年均被引特征 | 判定信号 |
|---|---|---|---|
| 奠基(Foundational) | ≥8 年 | 累计被引极高（领域 top 1%），年均仍 ≥50 | 被后续方法普遍引为出发点、开创问题/范式 |
| 里程碑(Milestone) | 3–8 年 | 年均被引 ≥30，进入子领域 top | 提出被广泛复用的方法族/数据集/基准 |
| SOTA / 新锐 | ≤3 年 | 绝对被引未必高，但年均增速快、刷榜 | leaderboard 居前、被最新工作密集引用 |
| 综述(Survey) | 任意 | 被引高但属二手 | 适合快速建脉络，不作原创性硬证据 |
| 最相关(Most-relevant) | 任意 | 被引可低 | 与本课题问题/数据/方法最贴合，优先精读 |
| 长尾/存疑 | 任意 | 年均被引 <1 且非新作 | 谨慎采信，核查是否同行评审/可复现 |
用 OpenAlex group_by=publication_year 出年度分布辅助看热度拐点；新作低被引≠不重要（看增速与 venue 等级）。
标准工件：上述综合落盘为 docs/literature_review.md（交 m03/m04/m07/m10 的交接工件，命名见 CONVENTIONS §6.1）。
受版权全文不下载；只存元数据/链接/摘要/笔记/引用关系（见 CONVENTIONS §5）。所有条目给可核查来源，不臆造 DOI。检索式与端点参数若未当场核校，标注"需核查"再用。浏览器取数遵守目标站 robots/ToS。
结果写入 db01/db03/db04 与项目库 db09（写入 db01 venue 行时落 oa_id=/issn=/domain_scope=/if_kind= 锚点子串 + last_checked_date，口径见 db01 references.md §1，便于后续 venue_signal.py --batch 实时复查）；gap 交给 m03 idea-generation。文献表入库后建议交 light-citation 做引用核查，规避幻觉引用。
scripts/cross_domain_search.py 的"迁移提示"专喂 m03 idea-generation 的 method-transfer 型 idea（A 领域方法迁 B 领域）——m03「新颖性核验」节已登记调用本脚本做正向方法发现，双向声明对齐。scripts/snowball.py 与 search_normalize.py 则供 m03 做"核心撞车反向核验"。
长期项目可在 db09 项目目录建 literature/（保存检索式+已读库 DOI），按"文献定期追踪协议"（见 references）周期增量重跑，持续盯方向新文献。
具体工具/API 的真实端点、参数、限流与已知坑见同目录 references.md。
npx claudepluginhub light0305/light-skillsConducts systematic, scoping, narrative, or meta-analysis literature reviews across academic, biomedical, and technical domains. Uses PICO and structured search protocols.
Synthesizes existing knowledge on topics, identifies research gaps, and traces evolution of scientific ideas via systematic literature reviews using academic databases.
Conducts systematic literature reviews across PubMed, arXiv, bioRxiv, and Semantic Scholar, producing markdown and PDF output with verified citations. Use for meta-analysis, research synthesis, or broad literature searches in biomedical and scientific domains.