Academic Paper Search

什么时候触发

用户提到找文献、文献检索、引用核验、引文图谱、MeSH、PubMed、预印本、临床试验、RIS/BibTeX 或 DOI/PMID/PMCID/arXiv/OpenAlex/Semantic Scholar/NCT 时触发本 skill。目标是论文时使用 entity_type="publication"；目标是注册试验时使用 entity_type="trial"，两者不能按题名合并。

任务路由

以下工具路由以实际工具输出为准；适配器存在不代表本次已经查询。

用户目标	入口	执行要求
找文献、综述前期检索	search_papers	按源检索、去重，报告 sources_queried / sources_succeeded / sources_skipped / errors
核验已有引用	get_paper_by_id + expected	输出字段级 verified、mismatch、not_found 或 manual_needed
追踪上下游引文	get_paper_by_id(include_relations=true)	默认 depth=1；需要二跳时显式 depth=2，保留图谱边和来源缺口
构建 PubMed 检索式	lookup_mesh	先核对 MeSH 词和 ID，再组合自由词；不要凭空猜主题词
生成单条引用	get_citation	只格式化已解析论文；NCT 注册不生成论文引用
批量导出或自动化	CLI citation / workflow	保留 run.json、核验状态和人工待处理清单

客户端可能给工具名添加 MCP 前缀；工具总数仍为四个，不新增专用图谱工具。 DeepSeek Harness 使用独立的 dsh-academic-paper-search Bundle，通过官方 @deepseek-ai/dsh-mcp-client 映射为 mcp__academic_search__*；这是同一 MCP 运行时的客户端适配，不要在 DSH 中重写或假设额外的论文工具。 CLI 从 0.3.1 起可用 nature-academic-search search / verify 得到同一份 JSON； 旧版客户端先检查 --help，不要假设已安装包包含新命令。

最小成功路径

1. 中文问题先 lookup_mesh 或写出英文检索式；search_run.query_analysis.mesh_required 为 true 时不得跳过。不要把中文整句直接当已核验检索。
2. search_papers（建议 ranking="relevance"）；必须报告 sources_queried / sources_succeeded / sources_skipped / errors。
3. 对拟引用记录（通常先 3 条）调用 get_paper_by_id + expected。
4. 按 verified / mismatch / not_found / manual_needed 分组交付。

正确：lookup_mesh("medical education") → search_papers("generative AI medical education", ranking="relevance") → 对 DOI 做 expected 核验。 错误：只调用 search_papers("生成式AI医学教育")，并把返回题名当作已核验参考文献。

来源与边界

• 默认论文源：crossref、pubmed、arxiv、openalex、europe_pmc。
• semantic_scholar 用于显式搜索、enrich 或图谱；富化优先使用 DOI、PMID、arXiv 等强标识符。
• OpenAlex 提供跨学科 references / cited_by；PubMed ELink 提供生物医学双向关系。
• Crossref 与 Europe PMC 主要提供 references；arXiv 目前只作为节点和版本线索。
• clinicaltrials_gov 只服务 entity_type="trial"，不是论文数据库。
• 未连接 Google Scholar、Web of Science、Scopus、Embase、CNKI、万方，不得声称覆盖这些来源。

源失败、限流、缺少强标识符或不支持某方向时，保留成功结果并记录缺口；不能把未查询到解释成没有关系。

引文图谱契约

调用 get_paper_by_id 时可以传：

{
  "include_relations": true,
  "relation": "both",
  "depth": 1,
  "rows": 20,
  "relation_sources": ["openalex", "crossref", "pubmed", "europe_pmc", "semantic_scholar"]
}

relation 是 references、cited_by 或 both。输出 citation_graph 必须保留：

• nodes：合并后的 publication 节点和来源记录；
• edges：统一为 citing → cited，含 relation 与 observed_by；
• sources_queried、sources_succeeded、sources_skipped、errors；
• truncated、truncation_reason、depth_completed。

references 表示种子指向被引用节点，cited_by 表示引用者指向种子。图谱是关系导航和审计数据， 不是证据质量、因果关系、影响力或研究结论评分。

标准执行顺序

1. 明确主题、人群/系统、干预、结局、日期、文献类型、预印本政策和实体类型。
2. 生物医学问题先用 lookup_mesh 核验主题词，再组合题名/摘要自由词。含中文的问题必须先得到 MeSH 或英文检索式。
3. 调用 search_papers；保存原查询、日期、请求源、结果数量和 search_run。
4. 按 DOI、PMID、PMCID、arXiv、OpenAlex、Semantic Scholar 或 NCT 强标识符去重；弱题名匹配保留冲突。
5. 对拟引用记录调用 get_paper_by_id + expected，逐项核对题名、首位作者、年份、期刊和标识符。
6. 需要时追加一跳引文图谱；二跳、rows 和源列表必须有明确研究目的和预算。
7. 按 verified、mismatch、not_found、manual_needed、preprint、trial 分组交付；未核验记录不能静默导出。
8. 批量任务使用 workflow，先生成 plan.json，获得批准后再检索，并保存 run.json、results.json、 verification.json、screening.csv、references.ris 和可选 graph.json。

Workflow 从 0.3.1 起默认按标识符回查并核验候选元数据。省略 verify 不会把候选视为已核验。 核验范围见 fields、lookup_id / lookup_id_type；来源无法提供的附加 ID 列入 unchecked_identifiers，不能称为已核验，RIS 不写入未匹配的 DOI / PMID。作者截断标记 et al. 不参与作者比较。原始候选和未核验附加 ID 保留在 results.json。 导出默认要求 verified；有 screen 时还要求筛选为 include，exclude、pending_manual、 缺失/无效决定和模型失败的待处理记录均不导出。无需模型筛选时使用 steps: [plan, search, verify, export]。保留人工待处理记录，报告 exported_count； trial 只保留注册数据，不写成论文 RIS。citation CLI 只下载/转换格式，不自动做 expected 核验。

WPIRONMAN 中转

WPIRONMAN 是可选的 OpenAI-compatible 模型入口，当前 runner 用于摘要级 screen； plan.json 根据 YAML 本地生成，研究计划或规则可先在客户端整理。 它不是论文来源、数据库、引用验证器，也不替代 Crossref、PubMed、OpenAlex、Europe PMC 或 Semantic Scholar。

export ACADEMIC_SEARCH_LLM_BASE_URL=https://api.wpironman.top/v1
export ACADEMIC_SEARCH_LLM_API_KEY=你的中转密钥
export ACADEMIC_SEARCH_LLM_MODEL=你的模型名
export ACADEMIC_SEARCH_LLM_PROTOCOL=responses_http

默认只发送标题、摘要、标识符和获准元数据；全文必须显式设置 privacy.allow_full_text: true。 密钥不得进入日志、manifest 或 prompt artifact。中转超时、限流或返回坏 JSON 时， 失败的模型步骤标记为 skipped，学术检索、核验和审计继续；待人工筛选记录不进入 RIS。

结果契约

每次成功的 search_papers 返回 search_run，至少保存 run_id、UTC 时间、请求参数、去重前后数量和 result_fingerprint。每条记录保留稳定 record_id、sources、source_records、conflicts、 citation_counts 和 citation_count_source。不得合成没有来源的“总引用数”。

统一 filters 支持日期、语言、作者、文献类型和强标识符；ranking 可设为 relevance 或 none。 相关性排序会写入 ranking_score、ranking_reasons 和 score_version，只表示检索相关性，不表示证据质量。 含中文的查询会在 query_analysis 中给出 contains_cjk、latin_terms、cjk_terms 和 mesh_required。

详细查询构建、来源分层、引用文件和工作流见：

• 检索工作流
• 来源分层
• 引用文件

证据规则

• 不编造元数据、摘要、引用次数、标识符、开放获取状态、全文结论或试验结果。
• 不把预印本描述为同行评审论文，不把 trial 注册描述为已发表研究。
• 不因为来源适配器存在就声称它本次已查询；以实际 sources_queried 为准。
• 不把引用数量、图谱度数或模型排序当作证据质量或因果证据。