Traversing Citation Networks

遍历引用网络

概述

使用 Semantic Scholar API 智能地沿引用关系向后（参考文献）和向前（引用该论文的论文）追踪。

**核心原则：**只追踪与用户查询相关的引用。先筛选再遍历，避免指数级膨胀。

适用场景

在以下情况下使用此技能：

• 找到了一篇高度相关的论文（评分 ≥ 7）
• 需要查找相关研究
• 用户询问“哪些论文引用了这篇论文？”
• 需要全面了解某个主题

不适用场景：

• 论文评分 < 7（相关性不足，不值得继续追踪）
• 已有 50 篇论文（先与用户确认）
• 从摘要来看，引用内容偏离主题

引用遍历策略

1. 从 Semantic Scholar 获取论文 ID

按 DOI 查询：

curl "https://api.semanticscholar.org/graph/v1/paper/DOI:10.1234/example.2023?fields=paperId,title,year"

响应：

{
  "paperId": "abc123def456",
  "title": "Paper Title",
  "year": 2023
}

保存 paperId——查询引用和参考文献时需要用到

2. 向后遍历（参考文献）

获取论文的参考文献：

curl "https://api.semanticscholar.org/graph/v1/paper/abc123def456/references?fields=contexts,intents,title,year,abstract,externalIds&limit=100"

响应格式：

{
  "data": [
    {
      "citedPaper": {
        "paperId": "xyz789",
        "title": "Referenced Paper Title",
        "year": 2020,
        "abstract": "...",
        "externalIds": {
          "DOI": "10.5678/referenced.2020",
          "PubMed": "87654321"
        }
      },
      "contexts": [
        "...as described in previous work [15]...",
        "...we used the method from [15] to..."
      ],
      "intents": ["methodology", "background"]
    }
  ]
}

筛选相关性：

对于每条参考文献，检查：

1. 上下文关键词：引用上下文中是否提到了用户查询中的词语？
   • 示例：如果用户询问“IC50 值”，查找提到“IC50”“活性”“效力”的上下文
2. 标题匹配：标题中是否包含相关关键词？
3. 意图：意图是“方法”或“结果”（相关性更高），还是“背景”（相关性较低）？

评分：

• 匹配上下文关键词：+3 分
• 匹配标题关键词：+2 分
• 意图为方法/结果：+2 分
• 较新（< 5 年）：+1 分

只有评分 ≥ 5 才加入队列

3. 向前遍历（引用）

获取引用了这篇论文的论文：

curl "https://api.semanticscholar.org/graph/v1/paper/abc123def456/citations?fields=title,year,abstract,externalIds&limit=100"

响应格式：

{
  "data": [
    {
      "citingPaper": {
        "paperId": "def456ghi",
        "title": "Newer Paper Citing This",
        "year": 2024,
        "abstract": "We extended the work of [original paper]...",
        "externalIds": {
          "DOI": "10.9012/citing.2024"
        }
      }
    }
  ]
}

筛选相关性：

对于每篇引用该论文的论文：

1. 标题匹配：标题中是否包含关键词？
2. 摘要匹配：摘要中是否包含用户查询中的词语？
3. 时效性：较新的论文通常会基于已有发现开展研究（优先考虑 < 2 年的论文）
4. 引用次数：如果 Semantic Scholar 提供了引用次数，引用较多的论文可能更相关

评分：

• 匹配标题关键词：+3 分
• 匹配摘要关键词：+2 分
• 较新（< 2 年）：+2 分
• 有一定时效性（2-5 年）：+1 分

只有评分 ≥ 5 才加入队列

4. 去重

加入队列前：

检查 papers-reviewed.json：

doi = paper["externalIds"].get("DOI")
if doi in papers_reviewed:
    skip  # Already processed
else:
    add to queue

重要：评估引用遍历中的任何论文后，无论评分如何，都要将其添加到 papers-reviewed.json。这可以避免从多个来源重复处理同一篇论文。

在 citations/citation-graph.json 中追踪引用关系：

{
  "10.1234/example.2023": {
    "references": ["10.5678/ref1.2020", "10.5678/ref2.2021"],
    "cited_by": ["10.9012/cite1.2024", "10.9012/cite2.2024"]
  }
}

重要：引用追踪只能使用 citation-graph.json。不要创建 forward_citation_pmids.txt 或 citation_analysis.md 等自定义文件。所有发现都记录在 SUMMARY.md 中。

5. 处理队列

将相关引用添加到处理队列：

{
  "doi": "10.5678/referenced.2020",
  "title": "Referenced Paper",
  "relevance_score": 7,
  "source": "backward_from:10.1234/example.2023",
  "context": "Method citation - describes IC50 measurement protocol"
}

然后：

• 使用 evaluating-paper-relevance 技能进行评估
• 如果相关，则提取数据，并可继续遍历该论文的引用

智能遍历限制

为避免数量激增：

• 只遍历初步评估评分 ≥ 7 的论文
• 相关性筛选中只追踪评分 ≥ 5 的引用
• 遍历深度限制为 2 级（原论文 → 参考文献 → 参考文献的参考文献）
• 每处理 50 篇论文后与用户确认

广度优先策略：

1. 获取当前论文的所有参考文献和引用
2. 筛选并评分
3. 将高分论文加入队列
4. 处理队列中的下一篇论文
5. 重复上述步骤，直到队列为空或达到限制

进度报告

遍历时报告进度：

🔗 Analyzing citations for: "Original Paper Title"
   → Found 45 references, 12 look relevant
   → Found 23 citing papers, 8 look relevant
   → Adding 20 papers to queue

📄 [51/127] Following reference: "Method for measuring IC50"
   Source: Referenced by original paper in Methods section
   Abstract score: 7 → Fetching full text...

API 速率限制

Semantic Scholar 限制：

• 免费版：每 5 分钟 100 次请求
• 使用 API 密钥：每 5 分钟 1000 次请求

提高效率：

• 在一次调用中请求多个字段（?fields=title,abstract,externalIds,year）
• 使用 limit=100，每次请求获取更多结果
• 缓存响应，不要重复获取同一篇论文

如果遇到速率限制：

• 等待 5 分钟
• 向用户报告：“⏸️ Semantic Scholar API 触发速率限制。正在等待 5 分钟……”
• 考虑获取 API 密钥以提高限制

与其他技能集成

遍历引文后：

1. 队列中现在有 N 篇待评估的新论文
2. 对每篇论文使用 evaluating-paper-relevance 技能
3. 如果相关，将其提取到 SUMMARY.md
4. 如果高度相关（≥9），也遍历其引文
5. 更新 citation-graph.json 以跟踪关系

快速参考

任务	API 端点
按 DOI 获取论文	GET /graph/v1/paper/DOI:{doi}?fields=paperId,title
获取参考文献	GET /graph/v1/paper/{paperId}/references?fields=contexts,title,abstract,externalIds
获取引文	GET /graph/v1/paper/{paperId}/citations?fields=title,abstract,externalIds
检查是否已处理	在 papers-reviewed.json 中查找 DOI
筛选相关性	根据上下文／标题／意图／时效性评分

相关性筛选检查清单

将引文添加到队列前：

• 检查是否已在 papers-reviewed.json 中（如果是则跳过）
• 根据上下文／标题关键词评分（需 ≥ 5）
• 确认外部 ID（DOI 或 PMID）存在
• 添加来源跟踪信息（"backward_from:DOI" 或 "forward_from:DOI"）
• 添加到队列并附上元数据

常见错误

**未跟踪所有已评估的论文：**只将相关论文添加到 papers-reviewed.json → 评估后添加每篇论文，以避免重复评估 **创建自定义分析文件：**创建 forward_citation_pmids.txt、CITATION_ANALYSIS.md 等 → 仅使用 citation-graph.json 和 SUMMARY.md **跟进所有引文：**导致指数级膨胀 → 添加到队列前先筛选 **忽略上下文：**引文可能只是间接相关 → 阅读上下文字符串 **未去重：**重复处理相同论文 → 评估前后始终检查 papers-reviewed.json **追踪过深：**跟进 5 层以上 → 限制为 2 层，并与用户确认 **遗漏前向引文：**只检查参考文献 → 同时使用后向和前向追踪 **未注意速率限制：**API 会阻止请求 → 添加延迟并处理 429 错误

工作流示例

1. User asks: "Find selectivity data for BTK inhibitors"
2. Search finds Paper A (score: 9, has great IC50 data)
3. Traverse citations for Paper A:
   - References: 45 total, 12 relevant (mention "selectivity", "IC50")
   - Citations: 23 total, 8 relevant (newer papers on BTK)
4. Add 20 papers to queue
5. Evaluate first queued paper (score: 8)
6. Extract data, traverse its citations (add 5 more)
7. Continue until queue empty or user says stop

后续步骤

遍历引文后：

• 使用 evaluating-paper-relevance 处理队列中的论文
• 使用新发现更新 SUMMARY.md
• 检查是否已达到检查点（50 篇论文或 5 分钟）
• 如果达到检查点：询问用户是继续还是停止