research-lookup

研究信息查询

概述

此技能可通过 OpenRouter 使用 Perplexity 的 Sonar 模型实时查询研究信息。它会根据查询的复杂程度，智能选择 Sonar Pro（快速、高效的查询）或 Sonar Reasoning Pro（深度分析推理）。此技能可获取最新的学术文献、近期研究、技术文档和一般研究信息，并提供规范的引用和来源归属。

何时使用此技能

在以下情况下使用此技能：

• 当前研究信息：特定领域的最新研究、论文和发现
• 文献核实：根据当前研究核实事实、统计数据或主张
• 背景研究：收集科学写作所需的背景信息和佐证
• 引用来源：查找可在手稿中引用的相关论文和研究
• 技术文档：查询规范、协议或方法
• 近期进展：了解新兴趋势和突破性成果
• 统计数据：查找近期统计数据、调查结果或研究发现
• 专家观点：获取近期访谈、评述或评论中的见解

核心能力

1. 学术研究查询

搜索学术文献：查询特定领域的近期论文、研究和综述：

Query Examples:
- "Recent advances in CRISPR gene editing 2024"
- "Latest clinical trials for Alzheimer's disease treatment"
- "Machine learning applications in drug discovery systematic review"
- "Climate change impacts on biodiversity meta-analysis"

预期响应格式：

• 近期文献主要发现的摘要
• 引用 3-5 篇最相关的论文，包括作者、标题、期刊和年份
• 突出显示关键统计数据或发现
• 指出研究空白或争议
• 在可用时提供论文全文链接

2. 技术与方法信息

协议和方法查询：查找详细的流程、规范和方法：

Query Examples:
- "Western blot protocol for protein detection"
- "RNA sequencing library preparation methods"
- "Statistical power analysis for clinical trials"
- "Machine learning model evaluation metrics"

预期响应格式：

• 分步流程或协议
• 所需材料和设备
• 关键参数和注意事项
• 常见问题的故障排除方法
• 标准协议或开创性论文的参考资料

3. 统计和数据信息

研究统计数据：查询当前统计数据、调查结果和研究数据：

Query Examples:
- "Prevalence of diabetes in US population 2024"
- "Global renewable energy adoption statistics"
- "COVID-19 vaccination rates by country"
- "AI adoption in healthcare industry survey"

预期响应格式：

• 带日期和来源的当前统计数据
• 数据收集方法
• 在可用时提供置信区间或误差范围
• 与往年数据或基准进行比较
• 引用原始调查或研究

4. 引用和参考文献辅助

查找引用文献：查找可在手稿中引用的相关论文和研究：

Query Examples:
- "Foundational papers on transformer architecture"
- "Seminal works in quantum computing"
- "Key studies on climate change mitigation"
- "Landmark trials in cancer immunotherapy"

预期响应格式：

• 5-10 篇最具影响力或最相关的论文
• 完整的引用信息（作者、标题、期刊、年份、DOI）
• 简要介绍每篇论文的贡献
• 在可用时提供引用影响力指标（h-index、引用次数）
• 期刊影响因子和排名

自动模型选择

此技能会根据查询的复杂程度进行智能模型选择：

模型类型

1. Sonar Pro（perplexity/sonar-pro）

• 适用场景：直接的信息查询
• 最适合：
  • 简单的事实查找
  • 近期出版物搜索
  • 基本协议查询
  • 统计数据检索
• 速度：响应快速
• 成本：每次查询成本较低

2. Sonar Reasoning Pro（perplexity/sonar-reasoning-pro）

• 适用场景：需要深度推理的复杂分析查询
• 最适合：
  • 比较分析（“比较 X 与 Y”）
  • 综合多项研究
  • 评估权衡因素或争议
  • 解释机制或关系
  • 批判性分析和解读
• 速度：速度较慢，但更加全面
• 成本：每次查询成本较高，但能提供更深入的见解

复杂度评估

该技能会根据以下指标自动检测查询复杂度：

推理关键词（触发 Sonar Reasoning Pro）：

• 分析类：compare、contrast、analyze、analysis、evaluate、critique
• 比较类：versus、vs、vs.、compared to、differences between、similarities
• 综合类：meta-analysis、systematic review、synthesis、integrate
• 因果类：mechanism、why、how does、how do、explain、relationship、causal relationship、underlying mechanism
• 理论类：theoretical framework、implications、interpret、reasoning
• 争议类：controversy、conflicting、paradox、debate、reconcile
• 权衡类：pros and cons、advantages and disadvantages、trade-off、tradeoff、trade offs
• 复杂性：multifaceted、complex interaction、critical analysis

复杂度评分：

• 推理关键词：每个 3 分（权重较高）
• 多个问题：每个问号 2 分
• 复杂句式：每个从句标记词（and、or、but、however、whereas、although）1.5 分
• 查询非常长：超过 150 个字符得 1 分
• 阈值：得分 ≥3 的查询会触发 Sonar Reasoning Pro

实际效果：即使只包含一个强推理关键词（compare、explain、analyze 等），也会触发更强大的 Sonar Reasoning Pro 模型，确保在需要时获得深入分析。

查询分类示例：

✅ Sonar Pro（简单查询）：

• “CRISPR 基因编辑在 2024 年的最新进展”
• “美国人群中的糖尿病患病率”
• “蛋白质检测的 Western blot 实验方案”

✅ Sonar Reasoning Pro（复杂分析）：

• “比较 mRNA 疫苗与传统疫苗在癌症治疗中的异同”
• “解释肠道微生物组与抑郁症之间关系的潜在机制”
• “分析 AI 在医学诊断领域引发的争议，并评估其中的权衡”

手动覆盖

你可以使用 force_model 参数指定模型：

# Force Sonar Pro for fast lookup
research = ResearchLookup(force_model='pro')

# Force Sonar Reasoning Pro for deep analysis
research = ResearchLookup(force_model='reasoning')

# Automatic selection (default)
research = ResearchLookup()

命令行用法：

# Force Sonar Pro
python research_lookup.py "your query" --force-model pro

# Force Sonar Reasoning Pro
python research_lookup.py "your query" --force-model reasoning

# Automatic (no flag)
python research_lookup.py "your query"

技术集成

OpenRouter API 配置

此技能集成 OpenRouter（openrouter.ai），以访问 Perplexity 的 Sonar 模型：

模型规格：

• 模型：
  • perplexity/sonar-pro-online（快速查询）
  • perplexity/sonar-reasoning-pro-online（深度分析）
• 搜索模式：学术模式（优先采用经过同行评审的来源）
• 上下文窗口：200K+ token，支持全面研究
• 能力：学术论文搜索、引用生成、学术分析
• 输出：提供丰富的回答，附带来自学术数据库的引用和来源链接

API 要求：

• OpenRouter API 密钥（设置为 OPENROUTER_API_KEY 环境变量）
• 账户中有足够的额度来处理研究查询
• 正确注明来源并引用资料

学术模式配置：

• 系统消息已配置为优先采用学术来源
• 搜索范围侧重经过同行评审的期刊和学术出版物
• 增强学术参考文献的引用提取
• 优先采用较新的学术文献（2020-2024 年）
• 直接访问学术数据库和文献库

响应质量与可靠性

来源验证：该技能优先采用：

• 经过同行评审的学术论文和期刊
• 可靠的机构来源（大学、政府机构、非政府组织）
• 最新出版物（优先采用最近 2-3 年内的资料）
• 高影响力期刊和会议
• 优先采用一手研究，而非二手来源

引用标准：所有回答均包含：

• 完整的书目信息
• 可用时提供 DOI 或稳定的 URL
• 网络来源的访问日期
• 明确注明直接引语或数据的来源

查询最佳实践

1. 模型选择策略

适用于简单查询（Sonar Pro）：

• 特定主题的近期论文
• 统计数据或患病率
• 标准协议或方法
• 查找特定论文的引用信息
• 事实信息检索

适用于复杂分析（Sonar Reasoning Pro）：

• 比较研究与综合分析
• 机制说明
• 争议评估
• 权衡分析
• 理论框架
• 多方面关系

专业提示：自动选择针对大多数使用场景进行了优化。只有在有特定要求，或知道查询需要比系统检测到的更深入推理时，才使用 force_model。

2. 具体且聚焦的查询

优质查询（会触发合适的模型）：

• “2023-2024 年用于癌症治疗的 mRNA 疫苗随机对照试验” → Sonar Pro
• “比较 mRNA 疫苗与传统疫苗用于癌症治疗的疗效和安全性” → Sonar Reasoning Pro
• “解释 CRISPR 脱靶效应的发生机制，以及减少这些效应的策略” → Sonar Reasoning Pro

较差的查询：

• “介绍一下 AI”（范围过广）
• “癌症研究”（不够具体）
• “最新消息”（过于含糊）

3. 结构化查询格式

推荐结构：

[Topic] + [Specific Aspect] + [Time Frame] + [Type of Information]

示例：

• “CRISPR 基因编辑 + 脱靶效应 + 2024 年 + 临床试验”
• “量子计算 + 纠错 + 最新进展 + 综述论文”
• “可再生能源 + 太阳能效率 + 2023-2024 年 + 统计数据”

4. 后续查询

有效的后续查询：

• “请提供 Smith 等人 2024 年论文的完整引用信息”
• “这种方法有哪些局限性？”
• “查找采用不同方法的类似研究”
• “这一研究领域存在哪些争议？”

与科学写作的整合

此技能通过以下方式提升科学写作：

1. 文献综述支持：为引言和讨论部分收集当前研究
2. 方法验证：依据当前标准核验协议和流程
3. 结果背景化：将研究结果与近期类似研究进行比较
4. 强化讨论：使用最新证据支持论点
5. 引用管理：提供多种格式的规范引用

错误处理与局限性

已知局限性：

• 信息截止时间：回答受训练数据限制（通常截至 2023-2024 年）
• 付费墙内容：可能无法访问付费墙后的全文
• 新兴研究：可能遗漏尚未编入索引的最新论文
• 专业数据库：无法访问专有或受限数据库

错误情况：

• API 速率限制或配额超出
• 网络连接问题
• 格式错误或含糊的查询
• 模型不可用或正在维护

备用策略：

• 改写查询，使其更加清晰
• 将复杂查询拆分为较简单的部分
• 如果无法获取近期数据，则使用更宽泛的时间范围
• 使用多个不同的查询进行交叉验证

使用示例

示例 1：简单文献检索（Sonar Pro）

查询：“2024 年 Transformer 注意力机制的最新进展”

所选模型：Sonar Pro（直接查询）

回答包含：

• 2024 年 5 篇重要论文的摘要
• 附 DOI 的完整引用信息
• 关键创新与改进
• 性能基准
• 未来研究方向

示例 2：比较分析（Sonar Reasoning Pro）

查询：“比较并分析基于 Transformer 的模型与传统 RNN 在序列建模方面的优势和局限性”

所选模型：Sonar Reasoning Pro（需要复杂分析）

回答包含：

• 从多个维度进行详细比较
• 分析架构差异
• 权衡计算效率与性能
• 使用场景建议
• 综合多项研究的证据
• 讨论该领域尚在进行的争论

示例 3：方法验证（Sonar Pro）

查询：“流式细胞术分析的标准方案”

所选模型：Sonar Pro（方案查询）

响应包括：

• 来自近期综述的分步方案
• 所需的对照和校准
• 常见问题与故障排查
• 权威方法学论文的参考文献
• 具有优缺点的替代方法

示例 4：机制解释（Sonar Reasoning Pro）

查询：“解释 mRNA 疫苗触发免疫反应的内在机制，以及它们与传统疫苗有何不同”

所选模型：Sonar Reasoning Pro（需要因果推理）

响应包括：

• 详细的机制解释
• 分步介绍生物学过程
• 与传统疫苗的比较分析
• 分子层面的相互作用
• 整合免疫学和药理学概念
• 近期研究的证据

示例 5：统计数据（Sonar Pro）

查询：“2024 年全球医疗保健领域的 AI 采用情况统计”

所选模型：Sonar Pro（数据查询）

响应包括：

• 当前各地区的采用率
• 市场规模和增长预测
• 调查方法和样本量
• 与往年的比较
• 市场研究报告的引文

性能和成本考量

响应时间

Sonar Pro：

• 典型响应时间：5-15 秒
• 最适合快速收集信息
• 适用于批量查询

Sonar Reasoning Pro：

• 典型响应时间：15-45 秒
• 对于复杂分析查询，值得等待
• 提供更全面的推理和综合分析

成本优化

自动选择的优势：

• 对于简单查询使用 Sonar Pro，节省成本
• 将 Sonar Reasoning Pro 留给真正需要深入分析的查询
• 优化成本与质量之间的平衡

手动覆盖的适用场景：

• 预算有限且速度优先时，强制使用 Sonar Pro
• 开展需要最大深度分析的关键研究时，强制使用 Sonar Reasoning Pro
• 用于论文的特定部分（例如，方法部分使用 Pro，讨论部分使用 Reasoning）

最佳实践：

1. 在大多数使用场景中，信任自动选择
2. 检查查询结果——如果 Sonar Pro 提供的深度不足，可使用推理相关关键词重新表述查询
3. 有策略地使用批量查询——合并简单查询，以尽量减少查询总数
4. 对于文献综述，先使用 Sonar Pro 广泛检索，再使用 Sonar Reasoning Pro 进行综合分析

安全与伦理考量

负责任地使用：

• 尽可能对照一手资料核实所有信息
• 明确注明所有数据和引文的原始来源
• 避免将 AI 生成的摘要作为原创研究呈现
• 尊重版权和许可限制
• 将其用于研究辅助，而非绕过付费墙或订阅限制

学术诚信：

• 始终引用原始来源，而非 AI 工具
• 将其作为文献检索的起点
• 遵循机构关于 AI 工具使用的规定
• 透明说明研究方法

总结

此技能可充当强大的研究助手，智能地选择双模型：

• 智能自动选择：分析查询复杂度，并选择最合适的模型（Sonar Pro 或 Sonar Reasoning Pro）
• 经济高效：对简单查询使用更快、更便宜的 Sonar Pro
• 深入分析：对于复杂的比较性、分析性和理论性查询，自动启用 Sonar Reasoning Pro
• 灵活控制：当你明确知道所需的分析深度时，可手动覆盖
• 侧重学术：两个模型均已配置为优先采用同行评审来源和学术文献

无论你需要快速查找事实，还是深入综合分析，此技能都会自动调整，针对你的科学写作需求提供适当程度的研究支持。