文献综述一键自动化：research-writing-skill检索4大学术数据库并生成7种引用格式

文献综述一键自动化：research-writing-skill检索4大学术数据库并生成7种引用格式

【免费下载链接】research-writing-skill科研写作助手 (Research Writing Assistant)项目地址: https://gitcode.com/gh_mirrors/re/research-writing-skill

写论文最耗时的环节之一，就是文献综述：要在多个学术数据库里反复检索英文文献、逐条核对作者与 DOI，还要把它们整理成学校要求的引用格式。开源项目research-writing-skill（科研写作助手）把这套流程做成了工程化协作系统：内置多数据库并行检索脚本 scripts/scholar_search.py，一次检索即可从 CrossRef、PubMed、Semantic Scholar、arXiv 四大学术数据库获取文献，并直接输出 BibTeX、APA、MLA 等 7 种引用格式，帮你把时间留给研究本身。

🔍 核心能力：一个脚本打通"检索 → 整理 → 引用"

文献综述自动化能力的核心，是 skills/literature-review/SKILL.md 定义的技能模块加上配套的检索脚本。你只需要给出一句搜索关键词，它就能完成：

• 并行检索：跨 4 大学术数据库同时搜索，按引用数整理结果
• 年份过滤：支持2023-2026这样的时间范围，优先找近年文献
• 格式直达：结果直接输出成 BibTeX、RIS、APA 等可交付格式，无需手工转换
• 绝不编造：所有引用要求可追溯、可验证，不确定的文献宁可不写也不编造

📊 四大学术数据库，各自擅长什么？

脚本默认搜索 CrossRef，也可以用--sources参数组合任意数据库，在 scripts/scholar_search.py 中可以看到完整支持列表：

*Semantic Scholar 配置 API Key 后可获得更高限额。

选库建议：开始检索用 CrossRef（速度快、结果多）；做生物医学选题切到 PubMed；找计算机方向的最新预印本直接查 arXiv；需要"顺藤摸瓜"找相关工作时，Semantic Scholar 更合适。

⚡ 三步上手：文献检索一键自动化

第一步：获取项目

git clone https://gitcode.com/gh_mirrors/re/research-writing-skill cd research-writing-skill

第二步：执行检索

# 基本搜索（默认 CrossRef，输出 JSON） python scripts/scholar_search.py "deep learning transformer" # 指定数据库 + 年份过滤 python scripts/scholar_search.py "neural network" --sources pubmed,crossref --year 2023-2026

第三步：选择引用格式

# LaTeX 论文：输出 BibTeX 到 refs.bib python scripts/scholar_search.py "landslide detection" --format bibtex -o refs.bib # 课程论文：输出 APA 格式，只要 5 条 python scripts/scholar_search.py "attention mechanism" --format apa --limit 5

BibTeX 输出长这样，可以直接丢进 LaTeX 项目：

@article{xu2024, title = {CAS Landslide Dataset: A Large-Scale and Multisensor Dataset}, author = {Yulin Xu and Chaojun Ouyang and Qingsong Xu}, journal = {Scientific Data}, year = {2024}, doi = {10.1038/s41597-023-02847-z}, }

📚 7 种引用格式一键生成，覆盖主流投稿需求

--format参数支持 7 种输出格式（完整定义见 scripts/scholar_search.py）：

检索结果不满意？把已有文献的 PDF 交给 scripts/pdf_parser.py，可以提取标题、摘要和 IMRaD 章节结构，再让 AI 帮你归类整理。

🗺️ 从检索到综述正文：证据地图工作流

文献检索不是终点。skills/literature-review/SKILL.md 要求把每篇文献转成"证据-论点映射"（evidence-claim map）：每条文献必须对应一个能写进正文的具体论点，并标注引用位置（如"Introduction-P2 方法谱系"）。配套的证据驱动写作模块 skills/evidence-driven-writing/SKILL.md 还定义了段落蓝图，确保综述是"综合分析"而不是"张三研究了A，李四研究了B"式的文献罗列。

写完后，用 skills/verification/SKILL.md 对每条 DOI 做真实性验证——这是投稿前自审的必备一步。

🖼️ 真实论文图表示例

文献综述完成后，同一套工作流还能帮你生成论文图表。下面是项目 README 展示的真实产物：Python 脚本绘制的数据结果图，以及按提示词生成的模型结构图，常用于综述之后的实验部分配图。

❓ 常见问题

AI 会不会瞎编文献？不会。技能规则明确禁止编造文献与数据，所有引用都要求可追溯；不确定的信息宁缺毋滥。

能帮我直接搜中文文献吗？中文学术数据库需要你在知网（CNKI）、万方等平台自行搜索，AI 会生成中英文搜索关键词、提供布尔检索策略，并在你粘贴摘要后帮你整理分类。

产物是 Word 吗？默认产物是 Markdown 与 BibTeX 文件，便于版本管理；最终排版可以在 Word 端或配合 Pandoc 完成，详见 README.md 的"如何把 Markdown 交付到 Word"一节。

写在最后

research-writing-skill 把文献综述拆成了"检索（4 大学术数据库并行）→ 整理（证据地图）→ 引用（7 种格式直达）"三个可追踪的阶段，配合头脑风暴、章节写作、投稿自审等完整技能模块（地图见 skills/using-research-writing/SKILL.md），适合本科生、研究生和早期科研人员把论文写作从"一次聊天"升级成稳定可复用的工程流程。

【免费下载链接】research-writing-skill科研写作助手 (Research Writing Assistant)项目地址: https://gitcode.com/gh_mirrors/re/research-writing-skill