search-lit

文献检索技能

你提供的每条参考文献都必须来自实时数据库结果——切勿仅凭记忆生成引文，因为凭记忆回想出的引文可能看起来真实，却并不存在。

检索工具：MCP（主要）+ E-utilities（备用）

主要：MCP 工具（Claude.ai 远程）

数据库	MCP 工具	用途
PubMed	mcp__claude_ai_PubMed__search_articles	按查询词、MeSH 术语检索
PubMed	mcp__claude_ai_PubMed__get_article_metadata	获取 PMID 的完整元数据
PubMed	mcp__claude_ai_PubMed__find_related_articles	查找 PMID 的相关文章
PubMed	mcp__claude_ai_PubMed__lookup_article_by_citation	核验引文
PubMed	mcp__claude_ai_PubMed__convert_article_ids	在 PMID/DOI/PMCID 之间转换
Semantic Scholar	mcp__claude_ai_Scholar_Gateway__semanticSearch	跨所有字段进行语义检索
bioRxiv/medRxiv	mcp__claude_ai_bioRxiv__search_preprints	检索预印本服务器
bioRxiv/medRxiv	mcp__claude_ai_bioRxiv__get_preprint	获取预印本的完整元数据
CrossRef	使用 https://api.crossref.org/works/{DOI} 的 WebFetch	核验 DOI

备用：NCBI E-utilities（通过 Bash 调用直接 API）

如果任何 mcp__claude_ai_PubMed__* 调用返回包含 "terminated"、"not found"、"not available" 或 "not connected" 的错误，请在本次会话中将后续所有 PubMed 调用切换到随附的 E-utilities 脚本。连接断开后不要重试 MCP——在同一对话中无法恢复。

EUTILS="${CLAUDE_SKILL_DIR}/references/pubmed_eutils.sh"
PARSER="${CLAUDE_SKILL_DIR}/references/parse_pubmed.py"

# Search PubMed (returns PMIDs)
bash "$EUTILS" search "diagnostic test accuracy meta-analysis radiology" 20 \
  | python3 "$PARSER" esearch

# Get article summaries as markdown table
bash "$EUTILS" fetch_json "16168343,16085191,31462531" \
  | python3 "$PARSER" esummary

# Get detailed metadata
bash "$EUTILS" fetch "16168343" \
  | python3 "$PARSER" efetch

# Generate BibTeX entries
bash "$EUTILS" fetch "16168343,16085191" \
  | python3 "$PARSER" bibtex

# Verify a citation by exact title
bash "$EUTILS" cite_lookup "Bivariate analysis of sensitivity and specificity" \
  | python3 "$PARSER" esearch

# Find related articles for a PMID
bash "$EUTILS" related "16168343" 10 \
  | python3 "$PARSER" esummary

该脚本会在每次调用之间休眠 350 ms（NCBI 允许无 API 密钥时每秒 3 次请求，使用 NCBI_API_KEY 时每秒 10 次）；批量调用须按顺序执行。

MCP 工具	E-utilities 命令	解析器模式
search_articles	search <query> [retmax]	esearch
get_article_metadata	fetch <pmids>	efetch 或 bibtex
find_related_articles	related <pmid> [retmax]	esummary
lookup_article_by_citation	cite_lookup <title>	esearch → fetch
convert_article_ids	不可用（请使用 CrossRef DOI 查询）	—

---

工作流

阶段 1：检索策略

1. 获取需要参考文献的研究主题、问题或稿件章节。
2. 根据关键概念（人群、干预/暴露、对照、结局）构建查询，并为 PubMed 添加 MeSH 术语：(concept1 OR synonym1) AND (concept2 OR synonym2)。
3. 设定范围：日期区间（默认最近 10 年，除非用户另有指定）、文章类型和语言（默认英语）。
4. 向用户展示布尔查询、数据库和筛选条件。

关卡： 运行检索前等待用户批准。

阶段 2：执行检索

1. 检索 PubMed（search_articles，布尔查询）、Semantic Scholar（semanticSearch，自然语言查询）；若预印本相关，则检索 bioRxiv/medRxiv（search_preprints）。
2. 按 DOI 或标题相似度对不同数据库的结果去重。
3. 将结果呈现在下表中，并将相同的行写入 references/search_results.tsv：

| # | Title | Authors (first + last) | Year | Journal | PMID/DOI | Relevance |
|---|-------|----------------------|------|---------|----------|-----------|
| 1 | ...   | Kim J, ... Lee S     | 2024 | Radiology | 12345678 | High      |

4. 请用户选择要纳入的论文。

记录来源声明存在的记录，而不只是下载的记录

错误的收录不会触发错误，而基于错误数字构建的 PRISMA 流程图就是虚构的，下游也不会有任何环节对此提出质疑。请检查以下两点：

• 计数恰好等于页面上限。 每个来源都会报告总数： esearchresult.count、opensearch:totalResults、meta.count。将 api_total 与 downloaded 一并记录；当 downloaded < api_total，或 downloaded 恰好等于页面或 循环上限时，都要明确报错（例如，循环中的 if start >= 2000: break 恰好返回 2,000 条记录）。打印 TRUNCATED，并拒绝写入搜索记录。
• 从未实际生效的布尔运算符。 OpenAlex 的 search= 是按相关性排序的全文搜索参数，会静默忽略 AND/OR；filter=title_and_abstract.search: 才会按这些运算符筛选。将查询再运行一次，并否定其中一个必需条件。如果命中数没有下降，说明布尔运算符被忽略了——引擎只是在排序，而不是筛选。

只有通过 E-utilities 查询 PubMed 时，简单模式才安全。其他所有情况都要同时执行这两项检查。

筛选表中的 DOI 不一定属于该条记录

如果流程是通过标题相似度与 Crossref 匹配来填入 doi 列，而不是从记录中直接获取 DOI，那么错误匹配也可能是有效且可解析、但属于另一篇论文的 DOI。在据此作出任何决定之前，请先解析 DOI 并读回标题：

python3 "${CLAUDE_SKILL_DIR}/scripts/check_doi_record_match.py" --table 2_Screening/round3.tsv \
        --email <contact> --json qc/doi_record_match.json

DOI_NOT_THIS_RECORD 表示该 DOI 解析到另一篇论文；DOI_IS_CONTAINER 表示其解析到期刊期、增刊或会议论文集，而非文章；DOI_IS_UPDATE_NOTICE 表示其解析到更正、勘误或撤稿通知（Crossref update-to），而非该通知所更新的文章；DOI_UNRESOLVED 表示该 DOI 无法解析，不会被直接丢弃。这项检查在筛选阶段运行，此时错误的 DOI 仍很容易处理；/verify-refs 则用于审查已完成的参考文献列表。

阶段 2.5：引文检索（滚雪球法）

可选；建议用于系统综述和全面的背景研究（PRISMA 条目 7，“通过引文检索识别的记录”）。使用 Semantic Scholar Graph API 辅助工具，沿引文图扩展种子集：

python3 "${CLAUDE_SKILL_DIR}/references/snowball.py" \
  --seed DOI:10.1000/synthetic.example,PMID:00000000 \
  --direction all \
  --pool references/library.bib \
  --out references/library.bib

• 方向：backward（种子论文引用的参考文献）、forward（引用种子论文的论文）、 similar（S2 推荐），或 all（默认值）。按 DOI 和标准化标题，与 --pool 中的记录以及本次 收集的记录进行去重。
• 可信标记：候选记录将标记为 verified=false + verified_by=semantic_scholar。引用前请对每条记录运行 /verify-refs（或阶段 4 的验证）。
• 输出约定：仅追加到 references/library.bib；脚本会硬性拒绝写入 manuscript/_src/refs.bib。
• PRISMA 行：脚本会打印 Records identified through citation searching (snowballing): N raw (backward=…, forward=…, similar=…); after dedup against existing pool: M new candidates. 将 M 记录在 PRISMA 流程图的引文检索框中。
• 未完成的运行：如果任何种子/方向的抓取失败，或者来源表明 --limit 之后还有更多记录（存在 next 页），脚本会针对每个 种子/方向打印一行 FAILED 或 TRUNCATED，在 PRISMA 行末尾附上 INCOMPLETE，并以退出码 1 结束。这些计数只是下限。 不要记录这些计数；请重新运行（或提高 --limit），直到运行以退出码 0 结束。

阶段 3：深入阅读

对于每篇入选论文，获取完整元数据（PubMed 使用 get_article_metadata，bioRxiv 使用 get_preprint），并提取研究设计、样本量/数据集、关键方法、主要发现（附具体数字）以及作者明确指出的局限性。对于多篇论文，请整理文献矩阵以便审阅：

| Paper | Design | N | Key Finding | Limitation | Relevance to Our Study |
|-------|--------|---|-------------|------------|----------------------|

阶段 4：引文管理

核验

1. 绝不编造 DOI 或 PMID。 如果找不到，请将参考文献标记为 [UNVERIFIED - NEEDS MANUAL CHECK]。
2. 对照 API 结果核查每条参考文献：第一作者和末位作者、发表年份、期刊、文章标题（必须完全一致，不得改写），以及可用的卷号／页码。标出每个不匹配的字段。
3. 使用 WebFetch https://api.crossref.org/works/{DOI} 确认每个 DOI 均可解析（CrossRef 出错时，请遵循“错误处理”）。

生成 BibTeX

为每条参考文献生成一个条目，无论是否已核验，都必须明确标注 verified：

@article{FirstAuthorLastName_Year_ShortKey,
  author    = {Last1, First1 and Last2, First2 and Last3, First3},
  title     = {Full Title As Retrieved From Database},
  journal   = {Journal Name},
  year      = {2024},
  volume    = {310},
  number    = {2},
  pages     = {e234567},
  doi       = {10.1001/jama.2024.12345},
  pmid      = {12345678},
  verified  = {true},
  verified_by = {pubmed+crossref},
  verified_on = {2026-04-24},
}

verified（每个条目都必须填写）	含义
true	已通过 PubMed/CrossRef 确认 DOI 或 PMID；标题、作者和年份均匹配
false	从文本中解析得出，但 API 查询失败或结果不匹配；手稿中必须显示 [UNVERIFIED - NEEDS MANUAL CHECK]
manual	用户在查询失败后明确添加；仍未经核验

verified_by 列出用于确认的来源（pubmed、crossref、semantic_scholar，或它们的组合）；verified_on 是最近一次成功核验的 ISO 日期。下游脚本不会读取这些字段——/verify-refs 会重新核验每个条目——因此这些字段用于记录可信度，而不是作为可信凭证。

BibTeX 键命名规则：FirstAuthorLastName_Year_OneWord（例如，Kim_2024_Validation）。该键是临时的：/lit-sync 将条目导入 Zotero 时，Better BibTeX 会分配可引用的键。

输出

1. 将条目追加到 references/library.bib（不要覆盖）——这是 /lit-sync 导入 Zotero 的候选条目池。绝不要写入 manuscript/_src/refs.bib，因为它只能由 /lit-sync（通过 Better BibTeX）写入。
2. 打印包含核验状态的摘要：

Verified:    12 references (verified=true)
Unverified:   1 reference  (verified=false) [NEEDS MANUAL CHECK]
Total:       13 references

阶段 4b：Zotero 文献库集成

将内容导入 Zotero 属于 /lit-sync 的职责；它负责写入 Zotero 和 references/zotero_collection.json：将 references/library.bib 交给它。如果已连接 Zotero MCP 服务，你可以在此处从中读取信息——使用 zotero_search_items（按 DOI）标记文献库中已有的候选条目，使用 zotero_get_annotations 引用用户之前的阅读笔记。

阶段 5：全文检索

交由 /fulltext-retrieval 处理，它是开放获取检索流程的唯一入口；不要在此重新实现开放获取文件检索。传入 references/library.bib 中已核验候选条目的 DOI：

ENGINE="${CLAUDE_SKILL_DIR}/../fulltext-retrieval/fetch_oa.py"
# extract DOI + Title (and PMID/FirstAuthor when available) → worklist.tsv
python3 "$ENGINE" worklist.tsv -o pdfs/ -e <contact-email> --report pdfs/retrieval_report.json

请在任务清单中使用已核验的文献标题，而不是仅列出 DOI。将检索报告中的 source_identity 和 file_sha256 与记录一并保留。引用前，不能仅凭下载成功和标题一致就认定 PDF 已核验：请检查冲突、未解决／不可用的证据，以及哈希值发生变化的文件。较早报告中缺失的身份字段表示尚未评估；即使标记为 consistent，也只是对首页信息的佐证，并非对论文论点的核验。

对于 Zotero 中已有的 PDF 和支持代理的检索，请使用 /lit-sync 阶段 2.7。对于 pdfs/manual_needed.txt 中的 DOI，只能使用机构渠道（图书馆自有订阅、代理或 VPN）、馆际互借，或联系通讯作者。绝不要绕过付费墙或出版商的访问控制，也不要配置未经授权的 PDF 镜像。

阶段 6：差距分析

在撰写手稿期间调用时，提取手稿中的行内引用，与搜索结果进行比较，并报告具体差距：未引用的关键论文、有更新版本的过时参考文献，以及缺失的方法学参考文献（统计方法、报告指南）。

---

专项搜索模式

模式：手稿参考文献候选池

提供手稿的参考文献候选池——通常由 /write-paper 第 7.3c 步骤（或 /self-review 第 2.5c-2 阶段）调用，用于在参考文献充足性检查发现草稿的参考文献数量未达目标，或某个具名方法尚未引用时；也可直接用于原创研究的参考文献列表。

对于原创研究文章，返回 25–40 篇经核实的候选文献，而不是快速搜索后凑出的约 10 篇。如果该领域确实文献稀少，请明确说明，而不要默默返回一份单薄的列表。如果用户指定了更严格的期刊参考文献上限或范围，请遵守。

涵盖 六类候选文献：

1. 背景／疾病负担／临床背景 — 说明研究问题为何重要。
2. 界定研究空白的既往研究 — 手稿在此基础上扩展或提出相反观点的工作。
3. 对照研究／设计相近的队列研究 — Results 将与之进行比较的研究。
4. 方法／统计学经典来源 — 为每个具名方法、模型、评分、方程或诊断标准提供其源头参考文献（例如竞争风险模型、多重插补、E 值、eGFR 方程、一致性统计量）。此类别用于填补 Methods 中具名方法的引用空白。
5. 报告指南来源 — STROBE、TRIPOD(+AI)、CONSORT、PRISMA(-DTA)、STARD 等。
6. 支持解读／机制／局限性的文献 — 为 Discussion 中的论断提供依据。

对于每个候选文献，报告 PMID/DOI、核实状态、候选类别、目标手稿章节，以及一句话说明所需理由。条目在第 4 阶段后才会进入 references/library.bib。此模式仅生成候选文献：是否纳入由用户决定，且不会将参考文献插入手稿的 bib 文件。

模式：文献拥挤度检查

在设计研究之前运行。背景搜索（“关于这个主题已有何研究”）会留下盲区；应改为提出四个更具体的问题：

询问对象	判断
研究问题	已被研究／部分被研究／尚未研究
抽样框（涉及哪些人群、哪些记录、哪些年份）	已被研究／部分被研究／尚未研究
测量维度（编码或测量什么，以及粒度如何）	已被研究／部分被研究／尚未研究
目标期刊	已在该刊发表／相近／尚未发表

分别给出判断：一项设计可能在某个维度上具有原创性，却在另一个维度上已被充分研究；把四项合并成一个答案会掩盖这一点。期刊这一项并非虚荣指标：曾有一项设计在研究框架、编码维度和期刊上都与现有论文吻合——而该期刊正是它的首选。大多数情况下，此模式会收窄论断，而非终止项目（例如，从“没人研究过这个问题”收窄为“没人按来源对其进行分解”），而收窄后的论断经得起评审。

像竞争者那样搜索：查找确切的研究框架、确切的测量指标，以及期刊官网，而不只是搜索主题。报告四项判断及其背后的论文，然后交由用户决定。

模式：系统性检索

用于系统综述或全面的文献章节：

1. 记录完整的检索策略（符合 PRISMA 要求）。
2. 记录：数据库、检索日期、查询字符串、结果数量。
3. 跟踪每个筛选步骤中的纳入／排除情况。
4. 输出 PRISMA 流程图数据摘要。

模式：快速引用

对于用户描述的单篇参考文献（“那篇 Smith 在 2023 年发表的关于 AI 用于胸部 X 光的论文”）：根据所给细节搜索 PubMed 和 Semantic Scholar，列出排名最高的 3 个候选项，并为用户确认的文献生成 BibTeX 条目。

模式：相关论文

根据 PMID 或 DOI，使用 find_related_articles 获取相关论文，并结合基于 Semantic Scholar 引用关系的推荐，按相关性排序。若要进行结构化、去重感知且可计入 PRISMA 的扩展检索（向后追溯 + 向前追踪 + 相似文献），请改用 references/snowball.py 中的 第 2.5 阶段：引文检索。

模式：Embase 浏览器自动化

Embase 没有公共 API。搜索必须包含 Embase 时，请阅读 ${CLAUDE_SKILL_DIR}/references/embase_browser.md，其中包含 Chrome 自动化导出步骤、CSV 行格式，以及 PubMed → Embase 查询转换说明。

---

错误处理

• 如果搜索返回 0 条结果，请扩大查询范围（移除一个概念或使用更宽泛的 MeSH 术语）并重试。
• CrossRef HTTP 错误（节省令牌规则）：
  • **403（触发速率限制）：**请勿重试。跳过 CrossRef → 改用 PubMed 标题搜索进行验证。
  • **303（重定向）：**如果可能，请跟随重定向。如果无法跟随，则跳过 CrossRef → 回退到 PubMed。
  • 会话中首次遇到 CrossRef 403/303 后，剩余所有参考文献均跳过 CrossRef，直接使用 PubMed 标题验证，以避免 N× 重试造成的令牌浪费。
  • 请勿打印原始错误消息（“Request failed with status code 403.”）。在末尾报告一行摘要：CrossRef unavailable for {N} references (rate-limited). Verified via PubMed instead.
• 如果 DOI 无法通过 CrossRef 解析（遵循上述规则后），请按标题搜索 PubMed，以确认该参考文献确实存在。
• 如果无法通过任何方法验证某条参考文献，请说明：“此参考文献无法验证。请在提交前手动检查。”绝不要悄然纳入未经验证的参考文献。

已知限制

• check_doi_record_match.py 会按相似度阈值比较标题，并读取结构化的 Crossref 字段（type、update-to）。研究方案或多部分论文的第 2 部分，如果标题与行中的标题只差一个词或一个数字，就不会与该行所描述的论文区分开来；没有结构化字段可以标记这种差异。请将未发现问题的运行结果视为“未检测到不匹配”，而不是每个 DOI 都正确的证明。