什么是literature-search
literature-search 是一个面向学术检索场景的工具，作用很明确：围绕用户给定的研究主题，在多个主流学术索引和论文平台中查找相关文献，并整理成干净、统一格式的引文列表。它覆盖的来源包括 PubMed、arXiv、IEEE、ACM、Semantic Scholar，以及在具备访问条件时可纳入的 Scopus 和 Web of Science；Google Scholar 也被纳入范围，但前提是用户自己提供导出结果或手工检索结果，而不是由工具直接自动抓取。它的定位不是论文管理器，也不是全文阅读平台，而是帮助用户更快完成“先把相关文献找全、找准、找成列表”这一步。
从工作方式看，这个工具并不是只接受一个关键词就机械返回结果，而是强调先厘清检索范围。若用户描述不完整，它会进一步确认主题关键词、细分方向、希望侧重综述、奠基性研究还是近年进展，以及是否有限定时间范围。随后，它会在适合的来源里做多轮检索，使用同义词、缩写和相邻概念扩展查询，以减少单一表述带来的遗漏。这一点对跨学科课题尤其重要，因为同一个问题在不同数据库和不同学科里，常常对应不同术语体系。
检索完成后，literature-search 还会对结果做去重和筛选，优先保留引用更高或更新的版本；如果同一工作同时存在预印本和正式发表版本，则优先采用期刊或会议版本。最终输出遵循一致的引文字段，包括作者、标题、发表载体、年份以及 DOI 或 URL，便于继续整理参考文献、搭建 related work 线索，或者直接转入后续写作流程。若用户有需要，它还可以在初步结果基础上继续扩展、按年份或发表渠道过滤，或者转换成 BibTeX、CSV 等更适合学术工作流的格式。
核心功能特点
- 跨多个主流学术来源进行主题检索，覆盖综合索引与学科型数据库
- 先补全检索边界，再用同义词、缩写和相关术语迭代搜索，减少漏检
- 对重复结果进行合并，优先保留正式发表版本以及更有代表性的记录
- 统一输出规范化引文信息，便于直接用于参考文献整理与相关工作梳理
- 支持在初步结果上继续扩展、筛选，或按需转换为 BibTeX、CSV 等格式
适用场景
如果用户正处在选题或开题阶段，这类工具最直接的价值，是帮助快速摸清某个研究方向的基本文献面貌。比如想了解“文本到图像扩散模型”的关键论文，或者需要梳理“检索增强生成”的奠基工作与综述，它可以把分散在不同平台上的代表性文献集中起来，形成一个较为清晰的起点。相比只在单个平台里搜索，这种多来源、迭代式的检索更适合建立对领域脉络的初步认识，也更容易发现不同术语下实际上互相关联的研究分支。
对于正在写论文、项目申请或技术报告的人来说，literature-search 更适合承担“相关工作搜集”的基础工作。用户可以围绕一个具体问题，例如联邦学习中的隐私攻击、多智能体强化学习在机器人中的应用、CRISPR 脱靶检测方法等，先得到一份格式统一的引用列表，再据此继续补充阅读和筛选。它输出的不是松散链接集合，而是结构一致的引文条目，这使得后续整理参考文献、对比不同方法路线、补充某一时间段内的新文献时都会更顺手。
它也适合那些需要兼顾检索效率与访问合规性的场景。证据包里明确强调优先使用官方 API 和公开可访问页面，不去自动抓取禁止自动访问或需要认证但未由用户提供凭据的网站；像 Scopus、Web of Science 这类订阅型资源，也只有在用户具备机构登录或 API 访问条件时才会纳入。这意味着它更适合研究团队、实验室助理、技术分析人员在合规前提下搭建自己的文献初筛流程，而不是把所有平台一概当作可无差别自动采集的数据源。