jinko-task-literature-search

生物医学文献检索

整理一份有引文依据的候选文献清单，而非提取证据，也不声称完成了系统综述。

没有论文 PDF 时，绝不要为其创建 Jinkō Reference。 文献检索中，只有取得论文 PDF 后才能将论文添加到 Jinkō，即使已知其 DOI 也不例外。仅有 DOI 的 Reference 在 Jinkō 中会显示为空白。

界定范围

将每项检索归类为：

• 知识：疾病、机制、治疗、研究人群或临床背景；
• 数据：可能报告指定模型变量数值的研究；
• 模型：具有可复用结构、方程、参数或代码的数学或计算模型。

开始检索前，先明确主题、范围、证据类型、日期和语言限制，以及期望的候选清单规模。数据检索还需明确要提供信息的变量、研究人群和疾病状态，以及所需数据是汇总数据还是分布数据。只有缺少的选项会实质性改变检索时，才提出一个有针对性的问题。

建立一张共用的实体表，包含 canonical_name、synonyms、mesh_term、related_entities、intent_groups 和 exclusions。如果拟议的别名或排除项影响重大，请在发起网络请求前与用户确认。

对于人体临床、生物学或 PK/PD 数据检索，并行运行 jinko-task-trial-data-scoping。将高优先级 NCT 标识符作为额外的 PubMed 检索角度 <NCT_ID>[si]。除非用户提出要求，否则动物专属或体外检索无需执行此步骤。

检索

1. 阅读 assets/pubmed-primitives.md，并仅使用与各意图匹配的检索方案。
2. 每个实体和意图至少构建三个不同的 PubMed 检索角度。重复使用实体表中的别名和排除项；将用户提供的锚定 PMID 通过 --seed-pmids 纳入检索。
3. 每个角度运行一次 scripts/literature_search.py，并使用单独的输出目录；通过顺序执行或限制并发来遵守 NCBI 限制。该脚本负责 PubMed、Crossref、摘要和引文信息的补充、AMA 格式化，以及可选的 PMC 摘录。
4. 对所有角度目录运行 scripts/compile_results.py。它会按 PMID/DOI 去重，保留查询来源信息，并按角度数、再按引文数对候选文献池排序。

这只是一次检索。扩大检索词范围、按作者或期刊检索、检索引文邻居，或增加实体，均属于需经用户批准的后续检索。

候选清单

使用相关检索方案检查标题、摘要和可用的全文摘录。对每篇保留的候选文献，填写 assets/shortlist-schema.json 要求的字段，包括证据类型、规范实体、验证证据、优先级理由和查询来源。不要仅凭标题推断文献中是否提供定量数据。

在展示 shortlist.json 前运行 scripts/validate_shortlist.py。按意图分组，以简洁的 Markdown 形式展示，并引用每篇出版物，格式为 Author (Year) [PMID]（不存在 PMID 时使用 [DOI]），确保读者能一眼识别。并询问用户希望检查哪些来源，或将哪些来源交给 jinko-task-extract-data-table 处理。

产物

• frame.json：已批准的范围、实体表、假设和角度定义；
• 每个角度一个目录，其中包含 references.json（规范化记录）和 manifest.json；添加 --keep-raw 以同时保留原始 API 载荷；
• merged_references.json：跨角度确定性的候选池；
• shortlist.json：符合架构且已排序的候选项；
• 可选的下载文件和下载清单。

仅对用户选定的参考文献使用 publication_download.py。将下载内容视为可匿名获取的文件，而非开放获取许可的证明。不要运行不可信清单中的补充 URL。

出版商经常会阻止自动下载，有些论文也设有付费墙。不要尝试绕过这些保护措施。向用户索取缺失的论文：为每篇论文提供引文和可点击链接，并告知 PDF 应放入的本地文件夹。用户表示 PDF 已放入后，检查它们涵盖了哪些论文，并报告仍缺失的论文以及与任何论文都不匹配的文件。如果没有用户可以答复（例如在自主运行中），则不要等待：不要为缺失的论文创建 Reference，在交接内容中列出这些论文及其链接，然后继续。 将所有 PDF（无论是下载的还是用户提供的）交给 jinko-reference。PDF 仍缺失的论文不得创建 Reference。

即使通过 nct_id 关联，也要区分注册记录和出版物。明确区分已发现的候选项、已检查的证据以及可用于校准的数据。