citation-management

引用管理

概述

在整个研究和写作过程中系统地管理引用。此技能提供了用于搜索学术数据库（Google Scholar、PubMed）、从多个来源（CrossRef、PubMed、arXiv）提取准确元数据、验证引用信息以及生成格式规范的 BibTeX 条目的工具和策略。

这对确保引用准确、避免参考文献错误以及保障研究可复现性至关重要。它与 literature-review 技能无缝集成，支持全面的研究工作流。

何时使用此技能

在以下情况下使用此技能：

• 在 Google Scholar 或 PubMed 上搜索特定论文
• 将 DOI、PMID 或 arXiv ID 转换为格式规范的 BibTeX
• 提取引用的完整元数据（作者、标题、期刊、年份等）
• 验证现有引用的准确性
• 清理并格式化 BibTeX 文件
• 查找特定领域中引用量很高的论文
• 核实引用信息是否与实际出版物相符
• 为论文或学位论文整理参考文献
• 检查是否存在重复引用
• 确保引用格式统一

使用科学示意图增强视觉效果

使用此技能创建文档时，务必考虑添加科学图表和示意图，以增强视觉传达效果。

如果文档中尚无示意图或图表：

• 使用 scientific-schematics 技能生成 AI 驱动、达到出版品质的图表
• 只需用自然语言描述所需的图表
• Nano Banana Pro 将自动生成、检查并优化示意图

对于新文档： 默认应生成科学示意图，以直观呈现文中描述的关键概念、工作流、架构或关系。

生成示意图的方法：

python scripts/generate_schematic.py "your diagram description" -o figures/output.png

AI 将自动：

• 创建格式规范、达到出版品质的图像
• 通过多轮迭代进行检查和优化
• 确保易于访问（适合色盲人士、对比度高）
• 将输出保存到 figures/ 目录

适合添加示意图的内容：

• 引用工作流图
• 文献检索方法流程图
• 参考文献管理系统架构图
• 引用格式选择决策树
• 数据库集成图
• 任何适合通过可视化呈现的复杂概念

有关创建示意图的详细指南，请参阅 scientific-schematics 技能文档。

---

核心工作流

引用管理遵循系统化流程：

阶段 1：论文发现与检索

目标：使用学术搜索引擎查找相关论文。

Google Scholar 检索

Google Scholar 在各个学科中提供最全面的覆盖范围。

基本检索：

# Search for papers on a topic
python scripts/search_google_scholar.py "CRISPR gene editing" \
  --limit 50 \
  --output results.json

# Search with year filter
python scripts/search_google_scholar.py "machine learning protein folding" \
  --year-start 2020 \
  --year-end 2024 \
  --limit 100 \
  --output ml_proteins.json

高级检索策略（参见 references/google_scholar_search.md）：

• 使用引号搜索确切短语："deep learning"
• 按作者搜索：author:LeCun
• 在标题中搜索：intitle:"neural networks"
• 排除词语：machine learning -survey
• 使用排序选项查找引用量很高的论文
• 按日期范围筛选，查找近期研究

最佳实践：

• 使用具体、有针对性的搜索词
• 加入关键技术术语和缩写
• 对发展迅速的领域，筛选近几年的研究
• 查看“Cited by”以查找奠基性论文
• 导出排名靠前的结果以作进一步分析

PubMed 搜索

PubMed 专注于生物医学和生命科学文献（3,500 多万条引文）。

基本搜索：

# Search PubMed
python scripts/search_pubmed.py "Alzheimer's disease treatment" \
  --limit 100 \
  --output alzheimers.json

# Search with MeSH terms and filters
python scripts/search_pubmed.py \
  --query '"Alzheimer Disease"[MeSH] AND "Drug Therapy"[MeSH]' \
  --date-start 2020 \
  --date-end 2024 \
  --publication-types "Clinical Trial,Review" \
  --output alzheimers_trials.json

高级 PubMed 查询（参见 references/pubmed_search.md）：

• 使用 MeSH 术语："Diabetes Mellitus"[MeSH]
• 字段标签："cancer"[Title]、"Smith J"[Author]
• 布尔运算符：AND、OR、NOT
• 日期筛选：2020:2024[Publication Date]
• 出版物类型："Review"[Publication Type]
• 与 E-utilities API 结合使用以实现自动化

最佳实践：

• 使用 MeSH 浏览器查找正确的受控词汇
• 先在 PubMed 高级搜索构建器中构建复杂查询
• 使用 OR 添加多个同义词
• 检索 PMID，以便轻松提取元数据
• 导出为 JSON 或直接导出为 BibTeX

阶段 2：元数据提取

目标：将论文标识符（DOI、PMID、arXiv ID）转换为完整、准确的元数据。

快速将 DOI 转换为 BibTeX

对于单个 DOI，请使用快速转换工具：

# Convert single DOI
python scripts/doi_to_bibtex.py 10.1038/s41586-021-03819-2

# Convert multiple DOIs from a file
python scripts/doi_to_bibtex.py --input dois.txt --output references.bib

# Different output formats
python scripts/doi_to_bibtex.py 10.1038/nature12345 --format json

全面的元数据提取

对于 DOI、PMID、arXiv ID 或 URL：

# Extract from DOI
python scripts/extract_metadata.py --doi 10.1038/s41586-021-03819-2

# Extract from PMID
python scripts/extract_metadata.py --pmid 34265844

# Extract from arXiv ID
python scripts/extract_metadata.py --arxiv 2103.14030

# Extract from URL
python scripts/extract_metadata.py --url "https://www.nature.com/articles/s41586-021-03819-2"

# Batch extraction from file (mixed identifiers)
python scripts/extract_metadata.py --input identifiers.txt --output citations.bib

元数据来源（参见 references/metadata_extraction.md）：

1. CrossRef API：DOI 的主要来源

   • 提供期刊文章的全面元数据
   • 提供出版商信息
   • 包含作者、标题、期刊、卷、页码和日期
   • 免费，无需 API 密钥

2. PubMed E-utilities：生物医学文献

   • NCBI 官方元数据
   • 包含 MeSH 术语、摘要
   • PMID 和 PMCID 标识符
   • 免费；高频使用时建议使用 API 密钥

3. arXiv API：物理学、数学、计算机科学和 q-bio 领域的预印本

   • 提供预印本的完整元数据
   • 版本跟踪
   • 作者所属机构
   • 免费、开放获取

4. DataCite API：研究数据集、软件及其他资源

   • 提供非传统学术成果的元数据
   • 为数据集和代码提供 DOI
   • 免费访问

提取内容：

• 必需字段：作者、标题、年份
• 期刊文章：期刊、卷、期号、页码、DOI
• 书籍：出版商、ISBN、版次
• 会议论文：书名、会议地点、页码
• 预印本：存储库（arXiv、bioRxiv）、预印本 ID
• 其他信息：摘要、关键词、URL

阶段 2.5：通过网络搜索丰富元数据（必需）

目标：使用网络搜索检测并补全任何缺失的元数据字段。此阶段在提取之后、格式化之前运行，以确保每条 BibTeX 记录都完整。

为何这至关重要：从 API（CrossRef、PubMed、arXiv）提取的元数据有时会返回不完整的记录——缺少卷、页码、期号或 DOI。在认为参考文献列表已准备就绪之前，必须补全这些信息。

步骤 1：检查不完整的条目

提取元数据后，扫描 BibTeX 文件，查找缺少关键字段的条目：

按条目类型检查的字段：

条目类型	必须包含	应包含
@article	author, title, journal, year	volume, pages, number, doi
@inproceedings	author, title, booktitle, year	pages, doi
@book	author/editor, title, publisher, year	isbn, doi
@misc	author, title, year	doi 或 url

任何缺少 volume、pages 或 doi 的 @article 条目都视为不完整，必须补全。

步骤 2：通过网络搜索查找缺失的元数据

对于每条不完整的记录，使用 parallel-web 技能搜索缺失信息：

选项 A — 按标题和作者搜索（最适合查找 DOI）：

parallel-cli search "FIRST_AUTHOR TITLE JOURNAL_NAME volume pages DOI" \
  --json --max-results 10 \
  -o sources/search_citation_CITATIONKEY.json

选项 B — 从 DOI 页面提取（最适合已知 DOI、但缺少卷或页码的情况）：

parallel-cli extract "https://doi.org/10.XXXX/YYYY" --json \
  --objective "extract complete citation metadata: volume, issue, pages, publication date" \
  -o sources/extract_doi_CITATIONKEY.json

选项 C — 直接搜索 CrossRef API（编程方式，速度快）：

parallel-cli search "crossref DOI metadata FIRST_AUTHOR TITLE" \
  --json --max-results 10 \
  -o sources/search_crossref_CITATIONKEY.json

选项 D — 搜索 Google Scholar（难以查找的论文的备用方案）：

parallel-cli search "google scholar FIRST_AUTHOR TITLE YEAR complete citation" \
  --json --max-results 10 \
  -o sources/search_scholar_CITATIONKEY.json

步骤 3：更新 BibTeX 条目

找到缺失的元数据后：

1. 打开 references.bib
2. 将缺失字段添加到不完整的条目中
3. 验证找到的元数据与现有字段一致（作者、标题和年份相同）
4. 记录每项修复：

   [HH:MM:SS] METADATA ENRICHED: [CitationKey] - added volume={X}, pages={Y--Z}, doi={10.XXX/YYY} ✅
   

步骤 4：处理无法查到的元数据

如果经过网络搜索后确实无法找到元数据（非常古老的论文、鲜为人知的会议等）：

1. 在 BibTeX 条目中添加 note 字段，说明缺失情况：

   note = {Volume and pages not available — published online only}
   

2. 记录例外情况：

   [HH:MM:SS] METADATA INCOMPLETE: [CitationKey] - pages unavailable (online-only publication) ⚠️
   

3. 这类例外应当很少见——大多数现代论文都能通过网络搜索找到完整的元数据。

快速参考：常见缺失字段及其查找方式

缺失字段	最佳搜索策略
DOI	通过 parallel-cli 搜索“作者 标题 DOI”
卷号	从 DOI 页面提取，或搜索“期刊 年份 标题 卷号”
页码	从 DOI 页面提取，或搜索出版商网站
期号/编号	从 DOI 页面或 CrossRef 提取
出版商	搜索“期刊 出版商”，或查看期刊网站

---

阶段 3：BibTeX 格式化

目标：生成整洁、格式规范的 BibTeX 条目。

了解 BibTeX 条目类型

完整指南请参阅 references/bibtex_formatting.md。

常见条目类型：

• @article：期刊论文（最常见）
• @book：书籍
• @inproceedings：会议论文
• @incollection：书籍章节
• @phdthesis：博士论文
• @misc：预印本、软件、数据集

各类型所需字段：

@article{citationkey,
  author  = {Last1, First1 and Last2, First2},
  title   = {Article Title},
  journal = {Journal Name},
  year    = {2024},
  volume  = {10},
  number  = {3},
  pages   = {123--145},
  doi     = {10.1234/example}
}

@inproceedings{citationkey,
  author    = {Last, First},
  title     = {Paper Title},
  booktitle = {Conference Name},
  year      = {2024},
  pages     = {1--10}
}

@book{citationkey,
  author    = {Last, First},
  title     = {Book Title},
  publisher = {Publisher Name},
  year      = {2024}
}

格式化与清理

使用格式化工具统一 BibTeX 文件：

# Format and clean BibTeX file
python scripts/format_bibtex.py references.bib \
  --output formatted_references.bib

# Sort entries by citation key
python scripts/format_bibtex.py references.bib \
  --sort key \
  --output sorted_references.bib

# Sort by year (newest first)
python scripts/format_bibtex.py references.bib \
  --sort year \
  --descending \
  --output sorted_references.bib

# Remove duplicates
python scripts/format_bibtex.py references.bib \
  --deduplicate \
  --output clean_references.bib

# Validate and report issues
python scripts/format_bibtex.py references.bib \
  --validate \
  --report validation_report.txt

格式化操作：

• 统一字段顺序
• 统一缩进和间距
• 正确设置标题大小写（使用 {} 保护）
• 统一作者姓名格式
• 统一引用键格式
• 删除不必要的字段
• 修正常见错误（缺少逗号、大括号）

阶段 4：引文验证

目标：验证所有引文准确且完整。

全面验证

# Validate BibTeX file
python scripts/validate_citations.py references.bib

# Validate against a venue standard (e.g., Nature, NeurIPS, Literature Review)
python scripts/validate_citations.py references.bib --venue nature
python scripts/validate_citations.py references.bib --venue neurips
python scripts/validate_citations.py references.bib --venue review

# Validate with custom minimum citation count
python scripts/validate_citations.py references.bib --min-count 40

# Check references against a written manuscript file (detect missing or unused citations)
python scripts/validate_citations.py references.bib --manuscript paper.md

# Generate detailed validation report
python scripts/validate_citations.py references.bib \
  --venue nature \
  --manuscript paper.md \
  --report validation_report.json \
  --verbose

验证检查项（参见 references/citation_validation.md）：

1. DOI 验证：

   • DOI 可通过 doi.org 正确解析
   • BibTeX 与 CrossRef 中的元数据一致
   • 没有失效或无效的 DOI

2. 必需字段：

   • 条目类型所需的字段齐全
   • 没有空字段或缺失的关键信息
   • 作者姓名格式正确

3. 数据一致性：

   • 年份有效（4 位数字，范围合理）
   • 卷号/期号为数字
   • 页码格式正确（例如 123--145）
   • URL 可访问

4. 重复项检测：

   • 同一 DOI 被多次使用
   • 标题相似（可能存在重复项）
   • 作者/年份/标题组合相同

5. 格式合规性：

   • BibTeX 语法有效
   • 大括号和引号使用正确
   • 引用键唯一
   • 特殊字符处理正确

验证输出：

{
  "total_entries": 150,
  "valid_entries": 145,
  "errors": [
    {
      "citation_key": "Smith2023",
      "error_type": "missing_field",
      "field": "journal",
      "severity": "high"
    },
    {
      "citation_key": "Jones2022",
      "error_type": "invalid_doi",
      "doi": "10.1234/broken",
      "severity": "high"
    }
  ],
  "warnings": [
    {
      "citation_key": "Brown2021",
      "warning_type": "possible_duplicate",
      "duplicate_of": "Brown2021a",
      "severity": "medium"
    }
  ]
}

按发表渠道划分的引用数量标准

引用数量必须始终达到所选或推荐发表渠道的期刊和会议出版标准。 切勿满足于稀少的参考文献列表；应建立权威、丰富的背景，并密集引用经核实的文献。

发表渠道类型	目标引用数量
高影响力综合期刊（Nature、Science、Cell）	35-50+
机器学习 / 计算机科学会议（NeurIPS、ICML、ICLR、CVPR、ACL）	30-45+
综合性文献综述 / 市场研究报告	40-65+
医学期刊（NEJM、Lancet、JAMA）	30-45+

应始终根据目标发表渠道的常规引用密度和惯例，适当提高引用数量目标。避免“偷懒式”的引用重复——不要反复引用同一篇或两篇论文来支持多个无关论点；应引用多样且高质量的权威文献。

使用 validate_citations.py --venue <venue> 或 --min-count <N> 以编程方式执行这些标准。

写作完成后的强制参考文献检查（不可妥协）

完成整份科学报告或论文的起草和写作后，在编译最终交付物之前，必须对所有引用进行全面的写后核验：

1. 确认没有缺失或未解析的引用：检查草稿或编译后的文档，确保每条文内引用都能正确对应到 references.bib 中的参考文献。不得存在任何失效的引用键、缺失的标识符或未解析的引用（例如 [?] 或 [citation needed]）。
2. 确认没有未使用的（游离）书目条目：检查 references.bib 中的每条记录是否都在报告正文中被引用。删除所有未使用的条目，确保参考文献列表完全整洁。
3. 确认引用数量符合目标标准：确保最终引用数量达到或超过所选或推荐发表渠道的高标准（见上表）。如果数量低于标准，应先补充检索文献，找到高质量论文，并将其纳入合适的章节。
4. 确认元数据完整：确认所有引用条目均包含完整且经过核实的字段（所有作者姓名、完整的期刊 / 会议名称、准确年份、卷号、期号、页码范围和有效 DOI）。

在一条命令中运行所有这些检查：

python scripts/validate_citations.py references.bib \
  --venue <venue> \
  --manuscript paper.md \
  --report post_writing_check.json

阶段 5：与写作工作流集成

为稿件编制参考文献

创建参考文献列表的完整工作流：

# 1. Search for papers on your topic
python scripts/search_pubmed.py \
  '"CRISPR-Cas Systems"[MeSH] AND "Gene Editing"[MeSH]' \
  --date-start 2020 \
  --limit 200 \
  --output crispr_papers.json

# 2. Extract DOIs from search results and convert to BibTeX
python scripts/extract_metadata.py \
  --input crispr_papers.json \
  --output crispr_refs.bib

# 3. Add specific papers by DOI
python scripts/doi_to_bibtex.py 10.1038/nature12345 >> crispr_refs.bib
python scripts/doi_to_bibtex.py 10.1126/science.abcd1234 >> crispr_refs.bib

# 4. Format and clean the BibTeX file
python scripts/format_bibtex.py crispr_refs.bib \
  --deduplicate \
  --sort year \
  --descending \
  --output references.bib

# 5. Validate all citations
python scripts/validate_citations.py references.bib \
  --auto-fix \
  --report validation.json \
  --output final_references.bib

# 6. Review validation report and fix any remaining issues
cat validation.json

# 7. Use in your LaTeX document
# \bibliography{final_references}

与文献综述技能集成

此技能可补充 literature-review 技能：

文献综述技能 → 系统检索与综合 引用管理技能 → 引用的技术处理

组合工作流：

1. 使用 literature-review 进行全面的多数据库检索
2. 使用 citation-management 提取并验证所有引用
3. 使用 literature-review 从主题角度综合研究结果
4. 使用 citation-management 核实最终参考文献列表的准确性

# After completing literature review
# Verify all citations in the review document
python scripts/validate_citations.py my_review_references.bib --report review_validation.json

# Format for specific citation style if needed
python scripts/format_bibtex.py my_review_references.bib \
  --style nature \
  --output formatted_refs.bib

搜索策略

Google Scholar 最佳实践

查找开创性和高影响力论文（关键）：

始终优先考虑引用次数、期刊质量和作者声誉：

引用次数阈值：

论文年龄	引用次数	分类
0-3 年	20+	值得关注
0-3 年	100+	影响力极高
3-7 年	100+	重要
3-7 年	500+	里程碑论文
7 年以上	500+	开创性研究
7 年以上	1000+	奠基性研究

期刊质量等级：

• Tier 1（优先）： Nature、Science、Cell、NEJM、Lancet、JAMA、PNAS
• Tier 2（高度优先）： 影响因子 >10，顶级会议（NeurIPS、ICML、ICLR）
• Tier 3（良好）： 专业期刊（影响因子 5-10）
• Tier 4（少量采用）： 影响力较低的同行评审期刊或会议

作者声誉指标：

• h-index >40 的资深研究人员
• 在 Tier-1 期刊或会议上发表过多篇论文
• 在知名机构担任领导职务
• 获得奖项并担任编辑职务

查找高影响力论文的搜索策略：

• 按引用次数排序（被引最多的排在前面）
• 查找 Tier-1 期刊上的综述文章，了解概况
• 查看“Cited by”，评估影响力并查找近期后续研究
• 使用引用提醒，追踪关键论文的新引用
• 使用 source:Nature 或 source:Science 按顶级期刊筛选
• 使用 author:LastName 搜索知名领域领军人物的论文

高级运算符（完整列表见 references/google_scholar_search.md）：

"exact phrase"           # Exact phrase matching
author:lastname          # Search by author
intitle:keyword          # Search in title only
source:journal           # Search specific journal
-exclude                 # Exclude terms
OR                       # Alternative terms
2020..2024              # Year range

搜索示例：

# Find recent reviews on a topic
"CRISPR" intitle:review 2023..2024

# Find papers by specific author on topic
author:Church "synthetic biology"

# Find highly cited foundational work
"deep learning" 2012..2015 sort:citations

# Exclude surveys and focus on methods
"protein folding" -survey -review intitle:method

PubMed 最佳实践

使用 MeSH 术语： MeSH（医学主题词）提供受控词汇，便于精准检索。

1. 查找 MeSH 术语，访问 https://meshb.nlm.nih.gov/search
2. 在查询中使用："Diabetes Mellitus, Type 2"[MeSH]
3. 与关键词结合，实现全面检索

字段标签：

[Title]              # Search in title only
[Title/Abstract]     # Search in title or abstract
[Author]             # Search by author name
[Journal]            # Search specific journal
[Publication Date]   # Date range
[Publication Type]   # Article type
[MeSH]              # MeSH term

构建复杂查询：

# Clinical trials on diabetes treatment published recently
"Diabetes Mellitus, Type 2"[MeSH] AND "Drug Therapy"[MeSH] 
AND "Clinical Trial"[Publication Type] AND 2020:2024[Publication Date]

# Reviews on CRISPR in specific journal
"CRISPR-Cas Systems"[MeSH] AND "Nature"[Journal] AND "Review"[Publication Type]

# Specific author's recent work
"Smith AB"[Author] AND cancer[Title/Abstract] AND 2022:2024[Publication Date]

用于自动化的 E-utilities： 这些脚本使用 NCBI E-utilities API 进行程序化访问：

• ESearch：搜索并检索 PMID
• EFetch：检索完整元数据
• ESummary：获取摘要信息
• ELink：查找相关文章

完整 API 文档请参阅 references/pubmed_search.md。

工具和脚本

search_google_scholar.py

搜索 Google Scholar 并导出结果。

功能：

• 支持带速率限制的自动搜索
• 支持分页
• 按年份范围筛选
• 导出为 JSON 或 BibTeX
• 提供引用次数信息

用法：

# Basic search
python scripts/search_google_scholar.py "quantum computing"

# Advanced search with filters
python scripts/search_google_scholar.py "quantum computing" \
  --year-start 2020 \
  --year-end 2024 \
  --limit 100 \
  --sort-by citations \
  --output quantum_papers.json

# Export directly to BibTeX
python scripts/search_google_scholar.py "machine learning" \
  --limit 50 \
  --format bibtex \
  --output ml_papers.bib

search_pubmed.py

使用 E-utilities API 搜索 PubMed。

功能：

• 支持复杂查询（MeSH、字段标签、布尔运算）
• 按日期范围筛选
• 按出版物类型筛选
• 批量检索元数据
• 导出为 JSON 或 BibTeX

用法：

# Simple keyword search
python scripts/search_pubmed.py "CRISPR gene editing"

# Complex query with filters
python scripts/search_pubmed.py \
  --query '"CRISPR-Cas Systems"[MeSH] AND "therapeutic"[Title/Abstract]' \
  --date-start 2020-01-01 \
  --date-end 2024-12-31 \
  --publication-types "Clinical Trial,Review" \
  --limit 200 \
  --output crispr_therapeutic.json

# Export to BibTeX
python scripts/search_pubmed.py "Alzheimer's disease" \
  --limit 100 \
  --format bibtex \
  --output alzheimers.bib

extract_metadata.py

从论文标识符中提取完整元数据。

功能：

• 支持 DOI、PMID、arXiv ID、URL
• 查询 CrossRef、PubMed、arXiv API
• 处理多种标识符类型
• 批量处理
• 支持多种输出格式

用法：

# Single DOI
python scripts/extract_metadata.py --doi 10.1038/s41586-021-03819-2

# Single PMID
python scripts/extract_metadata.py --pmid 34265844

# Single arXiv ID
python scripts/extract_metadata.py --arxiv 2103.14030

# From URL
python scripts/extract_metadata.py \
  --url "https://www.nature.com/articles/s41586-021-03819-2"

# Batch processing (file with one identifier per line)
python scripts/extract_metadata.py \
  --input paper_ids.txt \
  --output references.bib

# Different output formats
python scripts/extract_metadata.py \
  --doi 10.1038/nature12345 \
  --format json  # or bibtex, yaml

validate_citations.py

验证 BibTeX 条目的准确性、完整性、引用次数是否符合标准，以及与稿件的集成情况。

功能：

• 通过 doi.org 和 CrossRef 验证 DOI
• 检查必填字段
• 检测重复项
• 验证格式
• 出版标准引用次数检查：根据指定期刊或会议（Nature、NeurIPS、综述等）或自定义阈值进行检查。
• 写作后的强制检查：将稿件引用（Markdown 或 LaTeX）与定义的 BibTeX 条目进行匹配，以检测未解析、缺失或未使用的参考文献。
• 详细报告

用法：

# Basic validation
python scripts/validate_citations.py references.bib

# Validate against a venue standard (e.g., Nature, NeurIPS, Literature Review)
python scripts/validate_citations.py references.bib --venue nature
python scripts/validate_citations.py references.bib --venue neurips
python scripts/validate_citations.py references.bib --venue review

# Validate with custom minimum citation count
python scripts/validate_citations.py references.bib --min-count 40

# Check references against a written manuscript file (detect missing or unused citations)
python scripts/validate_citations.py references.bib --manuscript paper.md

# Combined full validation
python scripts/validate_citations.py references.bib \
  --venue nature \
  --manuscript paper.md \
  --report validation_report.json \
  --verbose

format_bibtex.py

格式化并清理 BibTeX 文件。

功能：

• 统一格式
• 对条目排序（按键、年份、作者）
• 删除重复项
• 验证语法
• 修正常见错误
• 强制执行引用键规范

用法：

# Basic formatting
python scripts/format_bibtex.py references.bib

# Sort by year (newest first)
python scripts/format_bibtex.py references.bib \
  --sort year \
  --descending \
  --output sorted_refs.bib

# Remove duplicates
python scripts/format_bibtex.py references.bib \
  --deduplicate \
  --output clean_refs.bib

# Complete cleanup
python scripts/format_bibtex.py references.bib \
  --deduplicate \
  --sort year \
  --validate \
  --auto-fix \
  --output final_refs.bib

doi_to_bibtex.py

快速将 DOI 转换为 BibTeX。

功能：

• 快速转换单个 DOI
• 批量处理
• 多种输出格式
• 剪贴板支持

用法：

# Single DOI
python scripts/doi_to_bibtex.py 10.1038/s41586-021-03819-2

# Multiple DOIs
python scripts/doi_to_bibtex.py \
  10.1038/nature12345 \
  10.1126/science.abc1234 \
  10.1016/j.cell.2023.01.001

# From file (one DOI per line)
python scripts/doi_to_bibtex.py --input dois.txt --output references.bib

# Copy to clipboard
python scripts/doi_to_bibtex.py 10.1038/nature12345 --clipboard

最佳实践

搜索策略

1. 先广泛搜索，再逐步缩小范围：

   • 先用通用术语了解该领域
   • 再用具体关键词和筛选条件细化搜索
   • 使用同义词和相关术语

2. 使用多个来源：

   • Google Scholar，覆盖面广
   • PubMed，侧重生物医学
   • arXiv，查找预印本
   • 合并结果，确保完整性

3. 善用引文：

   • 查看“被引用次数”，查找开创性论文
   • 查看重要论文的参考文献
   • 利用引文网络发现相关研究

4. 记录搜索过程：

   • 保存搜索查询和日期
   • 记录结果数量
   • 记下使用的筛选条件或限制

元数据提取

1. 有 DOI 时始终使用 DOI：

   • 最可靠的标识符
   • 指向出版物的永久链接
   • 通过 CrossRef 获取最佳元数据来源

2. 核实提取的元数据：

   • 检查作者姓名是否正确
   • 核实期刊／会议名称
   • 确认出版年份
   • 核对页码和卷号

3. 处理特殊情况：

   • 预印本：注明存储库和 ID
   • 后续正式发表的预印本：使用正式发表版本
   • 会议论文：注明会议名称和地点
   • 书籍章节：注明书名和编者

4. 保持一致性：

   • 统一作者姓名格式
   • 规范期刊缩写
   • 统一 DOI 格式（优先使用 URL）

BibTeX 质量

1. 遵循规范：

   • 使用有意义的引用键（FirstAuthor2024keyword）
   • 使用 {} 保护标题中的大写字母
   • 页码范围使用 --（而非单个连字符）
   • 为所有现代出版物添加 DOI 字段

2. 保持整洁：

   • 删除不必要的字段
   • 避免冗余信息
   • 保持格式一致
   • 定期验证语法

3. 系统化整理：

   • 按年份或主题排序
   • 将相关论文分组
   • 不同项目使用单独的文件
   • 合并时仔细检查，避免重复

验证

1. 尽早并经常验证：

   • 添加引用时检查
   • 提交前验证完整的参考文献列表
   • 手动编辑后重新验证

2. 及时修复问题：

   • DOI 无效：查找正确的标识符
   • 字段缺失：从原始来源提取
   • 重复条目：选择最佳版本，删除其他版本
   • 格式错误：在安全的情况下使用自动修复

3. 人工审查重要引用：

   • 确认重要论文的引用信息正确
   • 检查作者姓名是否与出版物一致
   • 核对页码和卷号
   • 确保 URL 仍然有效

常见误区

1. 单一来源偏见：只使用 Google Scholar 或 PubMed

   • 解决方案：搜索多个数据库，以实现全面覆盖

2. 盲目接受元数据：不核验提取的信息

   • 解决方案：抽查提取的元数据，并与原始来源进行比对

3. 忽略 DOI 错误：参考文献中的 DOI 已失效或不正确

   • 解决方案：在最终提交前运行验证

4. 格式不一致：引用键样式和格式混杂

   • 解决方案：使用 format_bibtex.py 统一格式

5. 条目重复：同一篇论文使用不同的键被引用多次

   • 解决方案：在验证时使用重复项检测

6. 缺少必填字段：BibTeX 条目不完整（缺少卷号、页码或 DOI）

   • 解决方案：运行 Phase 2.5 元数据补充，在继续之前通过网络搜索补齐每个缺失字段。绝不要让 @article 条目缺少卷号、页码和 DOI。

7. 预印本过时：在论文已有正式发表版本时仍引用预印本

   • 解决方案：检查预印本是否已发表，并更新为期刊版本

8. 特殊字符问题：字符导致 LaTeX 编译失败

   • 解决方案：在 BibTeX 中使用正确的转义方式或 Unicode

9. 提交前未验证：提交时仍有引用错误

   • 解决方案：务必在最后进行验证

10. 手动编写 BibTeX 条目：手工输入条目

    • 解决方案：务必使用脚本从元数据来源提取

工作流示例

示例 1：为论文编制参考文献

# Step 1: Find key papers on your topic
python scripts/search_google_scholar.py "transformer neural networks" \
  --year-start 2017 \
  --limit 50 \
  --output transformers_gs.json

python scripts/search_pubmed.py "deep learning medical imaging" \
  --date-start 2020 \
  --limit 50 \
  --output medical_dl_pm.json

# Step 2: Extract metadata from search results
python scripts/extract_metadata.py \
  --input transformers_gs.json \
  --output transformers.bib

python scripts/extract_metadata.py \
  --input medical_dl_pm.json \
  --output medical.bib

# Step 3: Add specific papers you already know
python scripts/doi_to_bibtex.py 10.1038/s41586-021-03819-2 >> specific.bib
python scripts/doi_to_bibtex.py 10.1126/science.aam9317 >> specific.bib

# Step 4: Combine all BibTeX files
cat transformers.bib medical.bib specific.bib > combined.bib

# Step 5: Format and deduplicate
python scripts/format_bibtex.py combined.bib \
  --deduplicate \
  --sort year \
  --descending \
  --output formatted.bib

# Step 6: Validate
python scripts/validate_citations.py formatted.bib \
  --auto-fix \
  --report validation.json \
  --output final_references.bib

# Step 7: Review any issues
cat validation.json | grep -A 3 '"errors"'

# Step 8: Use in LaTeX
# \bibliography{final_references}

示例 2：转换 DOI 列表

# You have a text file with DOIs (one per line)
# dois.txt contains:
# 10.1038/s41586-021-03819-2
# 10.1126/science.aam9317
# 10.1016/j.cell.2023.01.001

# Convert all to BibTeX
python scripts/doi_to_bibtex.py --input dois.txt --output references.bib

# Validate the result
python scripts/validate_citations.py references.bib --verbose

示例 3：清理现有的 BibTeX 文件

# You have a messy BibTeX file from various sources
# Clean it up systematically

# Step 1: Format and standardize
python scripts/format_bibtex.py messy_references.bib \
  --output step1_formatted.bib

# Step 2: Remove duplicates
python scripts/format_bibtex.py step1_formatted.bib \
  --deduplicate \
  --output step2_deduplicated.bib

# Step 3: Validate and auto-fix
python scripts/validate_citations.py step2_deduplicated.bib \
  --auto-fix \
  --output step3_validated.bib

# Step 4: Sort by year
python scripts/format_bibtex.py step3_validated.bib \
  --sort year \
  --descending \
  --output clean_references.bib

# Step 5: Final validation report
python scripts/validate_citations.py clean_references.bib \
  --report final_validation.json \
  --verbose

# Review report
cat final_validation.json

示例 4：查找并引用奠基性论文

# Find highly cited papers on a topic
python scripts/search_google_scholar.py "AlphaFold protein structure" \
  --year-start 2020 \
  --year-end 2024 \
  --sort-by citations \
  --limit 20 \
  --output alphafold_seminal.json

# Extract the top 10 by citation count
# (script will have included citation counts in JSON)

# Convert to BibTeX
python scripts/extract_metadata.py \
  --input alphafold_seminal.json \
  --output alphafold_refs.bib

# The BibTeX file now contains the most influential papers

与其他技能集成

文献综述技能

引文管理为文献综述提供技术基础设施：

• 文献综述：跨多个数据库的系统性搜索与综合
• 引文管理：元数据提取与验证

组合工作流：

1. 使用 literature-review 进行系统性搜索
2. 使用 citation-management 提取并验证引文
3. 使用 literature-review 综合研究结果
4. 使用 citation-management 确保参考文献准确无误

科学写作技能

引文管理确保科学写作中的参考文献准确无误：

• 导出经过验证的 BibTeX，以便在 LaTeX 手稿中使用
• 核实引文是否符合出版标准
• 按照期刊要求格式化参考文献

会议模板技能

引文管理与会议模板配合使用，制作可直接提交的手稿：

• 不同会议要求不同的引用样式
• 生成格式正确的参考文献
• 验证引文是否符合会议要求

资源

随附资源

参考资料（位于 references/）：

• google_scholar_search.md：Google Scholar 完整搜索指南
• pubmed_search.md：PubMed 和 E-utilities API 文档
• metadata_extraction.md：元数据来源和字段要求
• citation_validation.md：验证标准和质量检查
• bibtex_formatting.md：BibTeX 条目类型和格式规则

脚本（位于 scripts/）：

• search_google_scholar.py：Google Scholar 搜索自动化
• search_pubmed.py：PubMed E-utilities API 客户端
• extract_metadata.py：通用元数据提取器
• validate_citations.py：引文验证与核验
• format_bibtex.py：BibTeX 格式化与清理工具
• doi_to_bibtex.py：快速将 DOI 转换为 BibTeX 的工具

资源文件（位于 assets/）：

• bibtex_template.bib：涵盖所有类型的 BibTeX 条目示例
• citation_checklist.md：质量保证清单

外部资源

搜索引擎：

• Google Scholar：https://scholar.google.com/
• PubMed：https://pubmed.ncbi.nlm.nih.gov/
• PubMed 高级搜索：https://pubmed.ncbi.nlm.nih.gov/advanced/

元数据 API：

• CrossRef API：https://api.crossref.org/
• PubMed E-utilities：https://www.ncbi.nlm.nih.gov/books/NBK25501/
• arXiv API：https://arxiv.org/help/api/
• DataCite API：https://api.datacite.org/

工具与验证器：

• MeSH 浏览器：https://meshb.nlm.nih.gov/search
• DOI 解析器：https://doi.org/
• BibTeX 格式：http://www.bibtex.org/Format/

引用格式：

• BibTeX 文档：http://www.bibtex.org/
• LaTeX 参考文献管理：https://www.overleaf.com/learn/latex/Bibliography_management

依赖项

必需的 Python 包

# Core dependencies
pip install requests  # HTTP requests for APIs
pip install bibtexparser  # BibTeX parsing and formatting
pip install biopython  # PubMed E-utilities access

# Optional (for Google Scholar)
pip install scholarly  # Google Scholar API wrapper
# or
pip install selenium  # For more robust Scholar scraping

可选工具

# For advanced validation
pip install crossref-commons  # Enhanced CrossRef API access
pip install pylatexenc  # LaTeX special character handling

总结

引用管理技能提供：

1. 全面的搜索功能，支持 Google Scholar 和 PubMed
2. 自动提取元数据，来源包括 DOI、PMID、arXiv ID 和 URL
3. 引用验证，包括 DOI 验证和完整性检查
4. BibTeX 格式整理，提供标准化和清理工具
5. 质量保证，通过验证和报告实现
6. 集成到科学写作工作流中
7. 可复现性，通过记录搜索和提取方法实现

使用此技能可在整个研究过程中维护准确、完整的引用，并确保参考文献列表达到可发表的标准。