paper-navigator

Paper Navigator

查找并阅读学术论文。按意图路由，按相关性判断。

        User
         │
         ▼
   ┌── Router ──┐
   │            │
   ▼            ▼
 POINT      LIST/ITERATIVE
(1 paper)   (Probe + up to 3 paper rounds:
             R2 breadth / R3 deepen / R4 close)

由 Agent 判断相关性——不调用 LLM-as-judge，不进行数值评分。由你编写评估标准、筛选每篇论文，并按相关性排序。

设置

本文档中的脚本路径均相对于此技能目录。使用 python scripts/<name>.py 运行。

依赖项：pip install deepxiv-sdk httpx（也列在技能根目录的 requirements.txt 中）。请安装到用户正在使用的环境中。

arXiv 访问（arxiv_monitor，以及 scholar_search 的备用方案）使用 DeepXiv SDK：运行 pip install deepxiv-sdk，然后运行一次 deepxiv token 以获取免费 API 令牌（保存到 ~/.env）。此技能会从环境变量中的 DEEPXIV_API_TOKEN/DEEPXIV_TOKEN，或从 ./.env / ~/.env 读取令牌。

环境变量	使用者	备注
S2_API_KEY	所有 S2 脚本	未设置时：scholar_search 会回退到 arXiv（通过 DeepXiv）；citation_traverse / recommend / snippet_search 将被禁用
DEEPXIV_API_TOKEN	arxiv_monitor、scholar_search 备用方案	获取免费令牌：运行 deepxiv token（写入 ~/.env）。也会从 DEEPXIV_TOKEN 和 ./.env/~/.env 读取。约 10,000 次请求/天
JINA_API_KEY	fetch_paper	免费层级无需密钥即可使用
GITHUB_TOKEN	github_search、find_code	提高速率限制
PAPER_NAV_PAPERS_DIR	fetch_paper 全文	无默认值——请设置此变量或传入 --metadata-only

完整的环境变量列表：references/env-vars.md。

---

五条红线（始终遵守）

1. 追踪历史记录。 不要重新运行已执行过的查询。结果为空 → 改变角度，而不是换同义词。
2. 针对信息缺口进行搜索，而不是凭感觉搜索。 每个查询都对应一项缺失的信息。不要堆砌关键词。
3. 一个查询 = 一个概念。 将对比（A vs B）、多属性问题和跨多年跨度拆分成多个独立调用。
4. 绝不捏造。 每项事实（标题、作者、年份、引用次数、内容）都必须来自工具结果。
5. 无引文则不作判断。 当你声称某篇论文符合某项标准时，请引用其摘要 / tldr / snippet 中不超过 80 个字符的片段。没有引文 → 不要声称该论文符合该标准。（这可以防止幻觉；不会影响数值评分。）

---

路由器

分支	用户信号	节奏	输出
POINT	引号中的标题、URL、arXiv/DOI/PMID/S2 ID、“阅读这篇论文”	1 次调用	论文卡片
LIST（默认）	“查找有关 X 的论文”、“有没有论文……？”、“满足 A 和 B 条件的论文”	探索 + 最多 3 轮（R2/R3/R4）	候选清单，附每项标准的证据
ITERATIVE	“X 的综述”、“关于 Y 的 30+ 篇论文”、由 research-survey / research-ideation 调用	探索 + 最多 3 轮（R2/R3/R4）	排序表格（将报告交由 research-survey 编写）

不确定时默认选择 LIST。 不要在 LIST 查询中添加 survey / review——这会降低用户所需经典研究论文的排名。

输出格式遵循调用方： 上方“输出”列是结构化格式（技能调用方使用）。直接响应用户的调用默认采用叙述式——参见第 6 步“输出模式”。

查询含糊不清（项目昵称、代号、没有命中结果的单个大写词）时 → 先运行 scholar_search 精确搜索和 Web/GitHub 搜索，以确认标识符，然后再重新路由。

---

POINT 分支（已知论文）

输入	命令	输出
URL	python scripts/fetch_paper.py --url <URL>	论文卡片 + 阅读笔记（L1/L2/L3 见 references/reading-strategy.md）
引号中的标题	python scripts/match_paper_by_title.py --title "<title>"（拼写错误时添加 --fallback-search）	论文卡片
独立 ID（arXiv / DOI / S2 / CorpusId）	python scripts/fetch_paper.py --paper-id <ID> --metadata-only	论文卡片

论文卡片：

📄 **<Title>**
Authors: <First Author> et al. | Year: <Y> | Venue: <V>
Citations: <N> | ID: <ArXiv:xxxx.xxxxx> | DOI: <...>
TLDR: <one sentence>

到此为止。除非用户提出要求，否则不要继续进行引用扩展。

---

LIST / ITERATIVE 分支——6 个步骤

步骤 1：解析意图

用一句话说明研究对象（具体技术／概念）和约束条件（领域、任务、时效性、排除项）。确认路由分支。当用户只给出一个没有方向的名词（概念／模型／算法／基准名称）时，默认意图是“追溯发展脉络”——基础、演进、现状，而非应用或通用的 survey。

步骤 2：编写 RUBRIC（通过 think_tool）

在进行任何搜索之前，先输出一个结构化区块。该区块会在后续轮次中保留，之后的每个步骤都要引用它。

RUBRIC for "<user query verbatim>"
Branch: LIST | ITERATIVE
Criteria (2–4, atomic; mark each [core] or [secondary]):
  C1 [core]     <what the paper MUST do/be — one sentence>
  C2 [core]     <...>
  C3 [secondary] <...>
Named entities to preserve verbatim: [<ent1>, <ent2>, ...]
Angle tags (3–5 sub-topic axes): [<tag1>, <tag2>, <tag3>]
Recency signal: [none | recency cue — defined in Step 3]
Disqualifiers: [<auto-reject if abstract shows this>]

规则：

• 评估标准应当是原子性的（每项只包含一个条件），且彼此不重复。每项标记为 [core]（必需）或 [secondary]（可有可无）——这用于指导相关性排序，不设权重，也不做计算。
• 命名实体＝用户查询中的专有名词／技术术语锚点。每个实体都必须在 Probe 和 R2 的至少一个查询中原样出现。
• 角度标签＝子主题维度（method、task、dataset、evaluation、domain 等）。同一轮中的任何两个查询都不能共享标签。
• 时效性信号＝用户查询是否包含时效性提示（参见步骤 3 的时效性触发条件）。该信号决定 --year-min 和步骤 6 中时效性并列项的判定。
• 排除项＝“明确要求 X，而非 Y”这类排除条件。触发排除项 → 不相关。

对于 ITERATIVE，评估标准可以更精简（例如 涵盖主题 + 具有代表性）；排除项可以为空。

步骤 3：搜索 — 先探查，再多轮搜索（拓宽 → 深挖 → 收尾）

先探查，全面了解用户的需求，然后最多进行 3 轮论文搜索（R2 拓宽 / R3 深挖 / R4 收尾）。逐轮判断是否需要继续搜索（步骤 5 的关卡）——不要固定轮数。没有 R5；论文搜索最多进行 3 轮。

探查（前置步骤——不计入 3 轮，使用 2 个并行查询）： 全面了解需求，并提取命名实体 / 角度缺口。

• Q-broad — 主题的标准表述（角度：general）
• Q-narrow — 具体机制 / 子问题 / 方法（角度：已标记）

python scripts/scholar_search.py --query "<Q-broad>"  --limit 15 --sort-by relevance --output /tmp/pool.jsonl --append
python scripts/scholar_search.py --query "<Q-narrow>" --limit 15 --sort-by relevance --output /tmp/pool.jsonl --append

--output --append 会自动按 paperId 跨轮去重（脚本内置），因此，同一篇论文即使被两个查询找到，也只会写入一次。读取 /tmp/pool.jsonl 进行检查（步骤 4 筛选）。根据探查阶段的标题和 tl;dr，提取：

• 反复出现的命名实体（算法 / 基准 / 数据集 / 模型名称），
• 角度缺口（步骤 2 中未出现的标签），
• 相邻社区使用的词汇。

R2 — 拓宽（默认轮次——仅在步骤 5 提前退出时跳过；使用 2–3 个并行查询）。 围绕核心对象和从探查阶段提取的标准术语，构造宽泛的学术查询。主要轴线是用户的核心对象及其标准对应关系；探查阶段仅提供高置信度的补充信息。

R3 — 定向深挖（可选；步骤 5 关卡要求继续时执行，使用 2–3 个并行查询）。 根据下方的缺口→策略映射，填补步骤 4 筛选所暴露的具体缺口。

R4 — 收尾（可选，使用 2–3 个并行查询）。 填补 R3 后仍存在的关键缺口：缺少的代表性成果、强基线、反例或尚未覆盖的子方向。

缺口→策略映射（R3/R4 由步骤 4 筛选发现的缺口驱动，而不是凭感觉）：

步骤 4 筛选发现的缺口	R3/R4 策略
基础性成果被近期论文淹没	使用 --year-max，搜索原始机制 / 早期术语
用户想了解 SOTA / 前沿成果，或 R2 结果偏旧	将 --year-min 设为近 2 年
单一来源的证据不足	更换术语 / 团队 / 基准，寻找多来源佐证
A 与 B 的比较不完整	分别补充 A、B 和上位主题查询（不使用 survey/review 术语）
发现相互矛盾的结果	使用验证查询，优先选择权威发表渠道 / 高引用成果 / 直接实验

每个查询的规则：

• 优先使用 3–6 个词（英文术语）；少于 3 个词会召回过多结果，多于 6 个词会稀释排名。
• 使用学术术语（mechanism、benchmark）；不要使用 how it works 这类表述。
• 不要添加 survey / review / tutorial 术语——它们会使结果偏向综述论文，挤占用户想要的研究论文。仅在用户明确要求综述时使用。
• 只用实体名称；不要使用 paper / pdf / arxiv / original。
• 拆分比较对象 / 多属性查询；如果查询少于 2–3 个，则补充上位主题或代表性方法。
• 时间意图通过 --year-min/max 参数指定，查询中不要出现年份词语。
• 禁止使用："…"、(..)、OR、AND、|、site:、filetype:。
• 同一轮中的任意两个查询，其内容词（去除停用词后）的重合度不得超过 60%。

时效性触发条件（查询层）。 如果用户的查询包含时效性信号（最新 / 近年 / 近期 / 近两年 / 前沿 / SOTA / latest / recent / state-of-the-art），从 R2 开始将 --year-min 设为近 2 年——即当前系统年份的前一年 1 月 1 日（例如系统日期为 2026-08 → --year-min 2025）。不要扩展到近 3–4 年。

没有 S2_API_KEY 时： 使用 arxiv_monitor --keywords "<variant>" --match-mode flexible --days 3650 替代 scholar_search。

引文扩展（迭代进行，或在至少有 3 个核心 / 部分匹配种子后按列表进行）：

python scripts/citation_traverse.py --paper-id <SEED> --direction co-citation --limit 15 --output /tmp/pool.jsonl --append
python scripts/citation_traverse.py --paper-id <SEED> --direction forward --limit 20 --min-citations 20 --year-min 2022 --output /tmp/pool.jsonl --append
python scripts/recommend.py --positive <SEED1>,<SEED2> --limit 15 --output /tmp/pool.jsonl --append

步骤 4：筛选——完全核心 / 部分匹配 / 不相关

每轮结束后，对每篇新论文进行分类，并在 RUBRIC 上逐项标注标准掩码（✓ / ~ / ✗）——不进行数值评分。掩码能确保合取查询（“满足 A 和 B 的论文”）正确结束：只有每项 [core] 标准都标为 ✓ 的论文才是 All-core。输出一个 think_tool 区块：

TRIAGE round=<n>  query="<q>"
  All-core   (k): <paperId> "<title-≤60>" Y=<year> · [C1✓ C2✓ (C3~)]   every [core] ✓
                 C1: "<≤80-char quote>"
                 C2: "<≤80-char quote>"
  Partial    (k): <paperId> "<title>" Y=<year> · [C1✓ C2✗]              some [core] ✓
                 C1: "<≤80-char quote>"
  Irrelevant (k): <paperId> "<title>"                                   no [core] ✓, or trips disqualifier — drop

层级	掩码	引文
All-core	每项 [core] 标准均为 ✓（任何 [core] 标准都没有 ✗）	每项 [core] 标准提供一条 ≤80 字符的引文
Partial	至少一项 [core] 为 ✓，但部分 [core] 为 ✗/~；或只有 [secondary] 支持	每项为 ✓ 的 [core] 标准提供一条引文
Irrelevant	没有任何 [core] 为 ✓，或触发了排除条件	无——后续轮次中剔除

✓ = 摘要/tldr 明确支持。~ = 部分支持 / 可推断。✗ = 不支持或相矛盾。[secondary] 标准不决定层级，但仍需标注掩码符号。

规则：

1. 跨轮次去重：先按 paperId，再按规范化标题。保留较强的掩码。
2. 排除条件检查优先于其他所有匹配 → Irrelevant。
3. **重新诊断缺口：**记录所有 All-core+Partial 论文中 ✓ 数为 0 的 [core] 标准，以及 All-core/Partial 数为 0 的角度标签 → 这些是下一步的细化目标（用于步骤 3 的缺口→策略映射）。
4. **不得捏造：**缺少摘要时 → 标注 ~，不得根据训练数据推断。

此处收集的逐项标准引文，正是步骤 6 的 Rank-1 条目和结构化 LIST 模板所引用的内容——不得跳过。

片段升级：对于处于边界的论文（摘要未涉及某项 [core] 标准），批量获取正文文本：

python scripts/snippet_search.py --query "<criterion phrase>" \
  --paper-ids "CorpusId:1,CorpusId:2,..." --limit 50

步骤 5：饱和度关卡

Probe 和每一轮之后，根据是否仍存在关键缺口来决定继续还是停止——不要按论文数量计数。

**Probe 后提前退出（仅适用于单篇推荐 / 合取查询，K=1–2）：**对于“有没有一篇论文……？”、“推荐一篇论文”、“什么是 X 的经典论文”或合取型“满足 A 和 B 的论文”等查询，如果已有一篇 All-core 论文覆盖了每项 [core] 标准，立即停止，无需继续运行后续轮次。这样可以保留快速路径：一次 Probe 命中即可解决类似 POINT 的查询（约 2 次查询），这在无密钥的 S2 速率限制下很重要。对于范围更广的问题（“查找关于……的论文” K=3–5，或 30 篇以上的 ITERATIVE），不要使用此提前退出；应应用下方的完整停止条件。

满足以下所有条件时停止：

• 存在 ≥1 篇 All-core 论文——即单篇论文的每项 [core] 标准均为 ✓。这是必要条件，确保像“满足 A 和 B 的论文”这类合取查询不会将两篇分别只覆盖一方面的论文误判为符合要求；并且
• 每个角度标签都有 ≥1 篇 All-core/Partial 论文；并且
• 没有关键主张仅依赖单一来源；
• 或者后续轮次不再发现任何新内容（召回为空 / 全部重复）。

否则继续下一轮（R3 / R4），依据缺口→策略映射推进：

• All-core 论文数为 0 → 补足仍为 ✗ 的 [core] 标准。
• 某个角度标签没有 All-core/Partial → 深入该角度。
• 某项关键主张仅依赖单一来源 → 多来源佐证。

重新拆解（RUBRIC 有误）：如果 R2 返回的结果中，整体上 All-core 和 Partial 均为 0：报告最有力的 Partial 候选项 + 请用户放宽一项标准。

**轮次上限：**LIST 和 ITERATIVE 最多进行 3 轮论文检索（R2/R3/R4）。POINT 仅进行一次获取（不进行多轮）。如果达到上限时仍未饱和，进入步骤 6，并报告哪些标准 / 角度标签尚未覆盖。

关卡按缺口机械执行——不要因为“结果看起来合适”就跳过轮次；满足停止条件后也不要再运行额外轮次。仅对上述 K=1–2 提前退出适用“单篇 All-core 即足够”的捷径，不适用于范围更广的查询。

步骤 6：排序并输出

**收集：**汇总所有轮次中的每篇 All-core 和 Partial 论文（按 paperId 去重）。剔除 Irrelevant。 按相关性排序——由模型判断，不使用数值评分。 按收集到的论文与用户问题的直接相关程度排序：All-core 排在 Partial 之前；满足所有 [core] 标准的论文，排名高于只满足其中部分标准的论文。这属于判断，而非公式——不要计算 weighted_total。

结合时效性的平局判定。 当 RUBRIC 标记了时效性信号（线索见步骤 3）时，若论文排名持平或非常接近，优先选择更新的论文（year 降序）；此规则在相关性之后应用。时效性次于相关性，绝不优先于相关性。

K（软上限——防止倾倒论文池）：

问题类型	K
“正好 N 篇论文”	N
“有没有一篇论文……？” / “推荐一篇论文”	1–2（将排名第 1 的论文加粗）
“查找关于……的论文”	3–5
“综述……领域” / ITERATIVE	≤ 10（软上限）+ 1–2 篇综述论文（仅当用户明确要求时）

K 是软性参考，并非公式。对于宽泛的“综述／分类该领域”类查询，最常见的失败模式是把累积的整个论文池（通常有 30–50 篇，其中大多数不符合标准）一股脑塞进输出，淹没少数符合标准的论文。按相关性排序，只保留排名最高的 K 篇，其余论文移至 “其他相关（未排名）” 列表——绝不要用不太相关的论文凑数。

排名第 1 的质量门槛。 对于只推荐一篇论文的查询（“有没有一篇论文……？”、“推荐一篇论文”、“哪篇是 X 的经典论文”），加粗的排名第 1 篇必须是 All-core 论文——有引用内容明确证明其满足每项 [core] 标准。排名第 1 对用户观感的影响格外大；把一篇 Partial 论文放在首位，会显得信心十足却答错了。如果没有论文达到门槛，应以“未找到完全匹配的论文”开头，并如实列出最接近的论文及其不足之处。

如果达到轮次上限后仍没有 All-core 论文符合条件，则报告“未找到完全匹配的论文”，列出最符合条件的 Partial 候选论文及其不足之处，然后停止。

输出模式（由调用方推断）。 根据请求的实际需求选择格式，而非依据明确标记：

• 结构化（下方格式）——当请求需要机器可读的输出时使用：排名列表／表格、逐项标准证据，或交接给下游技能。技能调用方（research-survey、research-ideation、paper-writing、experiment-pipeline）默认使用此模式。
• 叙述式（见下方“叙述式输出”）——直接面向用户调用时的默认模式：用户以自然语言提问，且未要求结构化输出。

结构化输出格式（技能调用方）：

LIST（含证据的候选清单）：

**Top matches:**
- **<paperId>** "<Title>" — <Authors> et al., <Year>, <Venue>, cited by <N>. <URL>
  - C1 [core]: "<quote>"
  - C2 [core]: "<quote>"
  - C3 [secondary]: "<quote>"

**May also be relevant:**
- <paperId> "<Title>" — <Authors> et al., <Year>, cited by <N>. <URL> (Partial: only C3)

ITERATIVE（排名表格）：

| # | Title | Authors | Year | Venue | Cited by | Link |
|---|-------|---------|------|-------|----------|------|
| 1 | …    | … et al. | 2024 | NeurIPS | 1234 | <URL> |

POINT：论文卡片（见上文）。

叙述式输出（直接面向用户的调用方）。

提供结构化知识，而非搜索过程记录。输出前去除流程用语（Probe、R2/R3/R4、All-core/Partial、“已完成轮次”），除非用户明确要求查看过程记录。

• 以信息为先，而非以列表为先。 除非用户只想要论文列表，否则不要把答案压缩成“标题 + 一句话贡献”。先搭建用户需要的认知结构（时间线 / 主题分组 / 对比 / 机制拆解 / 证据核验 / 阅读路径），再将论文作为证据节点放入其中。
• 一种主要形式 + 2–3 种辅助形式。 主要形式承载答案的逻辑（时间线、主题分组、对比、机制拆解、证据分级、阅读路径、小型综述）；2–3 种辅助形式（论文卡片、表格、证据分级、带注释的参考书目、读者收益）用于提升可读性。不要堆叠所有形式。
• 意图 → 形式（简明版）： 最新进展 / SOTA → 状态判断 + 表格；起源 / 基础 → 时间线 + 源论文分析；A 与 B 对比 → 结论 + 维度对比；机制 → 机制拆解 + 穿插证据；基准 / 数据 → 核验 + 证据表；全景 → 主题分组 + 阅读路径。
• 引用规则： 核心论文首次提及时显示 标题（会议 / 期刊 年份）（绝不能只写作者名，例如 Zhang et al.）；每篇引用的论文都必须带有其返回的 [N]。表格可以包含 [N] 标记。 在答案末尾，按编号以 IEEE 格式列出每篇引用的论文（附上引用次数）：[N] A. Author et al., "Title," Venue, Year, cited by N. [Online]. Available: URL。IEEE 规则：作者姓名写作 名首字母. 姓氏（例如 A. Vaswani）；多位作者之间用逗号连接，最后一位作者前加 and；作者人数 ≥3 时写作 A. Firstauthor et al.；标题用双引号括起；接着写 Venue, Year；附上 cited by N（工具返回的 citationCount）；链接末尾写 [Online]. Available: URL。只有工具确实未返回某字段时才省略该字段（绝不编造）；工具返回作者和引用次数时必须列出。
• 长度： 单点问题 600–1200 词；对比 / 检索问题 1200–2500 词；全景 / 时间线问题 2000–3500 词。不要为了简洁牺牲证据结构。
• 引用或归零规则仍然适用——每项用于支撑论文的论断都必须有一条 ≤80 个字符的引文（红线 5，防止幻觉）；叙述中仍只显示 [N]，不显示原始引文。

输出前检查清单（必须执行）。 输出答案前，逐项核验。

• 已汇总候选池：涵盖每轮筛选结果，按 paperId 去重，排除 Irrelevant。
• 已按相关性排序（依据判断，而非数值分数）——先列 All-core，再列 Partial。
• 存在时已应用时效性平局判定（相关性之后按 year 降序排列）。
• 单篇推荐问题中的排名第 1 论文达到标准（通过引文明确满足每项 [core] 标准）——否则已报告“未找到完全匹配的论文”。
• 每篇引用的论文至少有一条支撑其相关论断的引文（引用或归零规则，红线 5——防止幻觉）。
• 输出数量 ≤ K（软上限）；超出的相关论文列入“另有相关论文（未排名）”，而非排名列表。
• 仅采用叙述模式——每篇引用的论文都出现在答案末尾按编号排列的 IEEE 格式参考文献列表中，且包含作者和引用次数（[N] A. Author et al., "Title," Venue, Year, cited by N. [Online]. Available: URL）；正文中不得出现流程术语（Probe / R2 / All-core/Partial）。

如有任何一项未勾选，请返回第 6 步——不要输出。

---

工具速查表

需求	脚本	说明
关键词搜索	scholar_search.py	S2 → 缺少密钥 / 429 时回退到 arXiv
标题 → 记录	match_paper_by_title.py	S2 精确匹配；拼写错误时使用 --fallback-search
引用关系图	citation_traverse.py	--direction forward/backward/co-citation；--min-citations；--year-min/max；--smart-sort；--enrich
相似论文	recommend.py	基于种子论文；使用 --per-seed 选取多样化种子
作者论文	author_search.py	--sort-by year/citations
最新 arXiv 论文	arxiv_monitor.py	使用 --categories cs.CL，或 --keywords "x,y" --match-mode flexible
热门趋势	trending.py	引用速度
正文片段	snippet_search.py	--paper-ids c1,c2,c3 --limit 50（1 次调用，而非 N 次）
获取全文	fetch_paper.py	保存到 $PAPER_NAV_PAPERS_DIR/<id>.md；标准输出截断至 2000 个字符
代码仓库（已知论文）	find_code.py --arxiv-id <ID>	查找官方仓库
代码仓库（未发表论文）	github_search.py	不存在 arXiv ID 时使用
HF 排行榜 / SOTA	sota.py	按下载量排序
HF 数据集	dataset_search.py	查询短名称（imdb、sst2），而非任务描述
饱和度检查（可选）	saturation.py	记录每轮产出的 JSONL 日志；estimate 返回 STOP/CONTINUE

所有发现类脚本都支持：--limit N、--json、--output FILE、--append；接受 S2 / arXiv / DOI / CorpusId ID。--output --append 会自动按 paperId 去重（批次内及跨文件），确保论文池整洁。

---

速率限制

API	无密钥	有密钥
Semantic Scholar	约每 3 秒 1 次请求，不支持并行	每分钟 100 次请求，可并行
arXiv	每 3 秒 1 次请求（礼貌性限制）	不适用
GitHub	每分钟 10 次请求	每小时 5,000 次请求
HuggingFace	每 300 秒 500 次	使用 HF_TOKEN 时更高

全局 S2 请求节流器 + 熔断器（失败 5 次 → 冷却 60 秒）。重试间隔：3 秒 / 6 秒 / 12 秒 / 24 秒 / 48 秒。

没有 S2_API_KEY 时：使用 scholar_search（回退到 arXiv）+ arxiv_monitor。跳过 citation_traverse / recommend / snippet_search——这些工具仅支持 S2；不要重试。

---

参考资料

文件	阅读时机
references/env-vars.md	设置环境变量
references/search-principles.md	单次查询规则、差距诊断、速率限制恢复
references/iterative-collection.md	迭代式语料收集（30 篇以上论文）：阶段映射、引用扩展、备用方案
references/disambiguation.md	查询内容是项目昵称 / 代号时
references/reading-strategy.md	L1 / L2 / L3 阅读框架
references/api-reference.md	S2 / arXiv / Jina / HF / GitHub 端点详情
references/arxiv-categories.md	arXiv 分类代码
references/output-formats.md	Baseline / Disambiguation / Reading-Notes / Citation-Graph 模板

参考资料内容完整。不要在它们之间串联阅读——返回此处重新选择路径。

---

移交给

目标	技能
调研报告	research-survey
创意生成	research-ideation
Related Work 部分	paper-writing
基线 + 实验	experiment-pipeline