跨数据库学术文献检索，智能筛选 Top 5 核心论文，自动生成结构化文献综述，含引文网络分析与开放获取链接。
说明：
## 核心功能
`academic-search` 是一个面向科研场景的文献检索专家技能，通过并行查询 arXiv、Google Scholar、Semantic Scholar 三大数据库，在 2 分钟内定位用户主题下的 Top 5 最相关论文，并输出带完整引文信息的结构化综述。
### 主要能力
– **智能检索**：使用数据库专属查询语法（arXiv 分类码、Semantic Scholar 学科过滤、Google Scholar 高级运算符）提升召回率
– **摘要筛选**：对照用户相关性标准快速提取关键发现、方法论与贡献声明，实现大规模结果集的快速分流
– **引文分析**：借助 Semantic Scholar API 识别奠基性工作、综述论文及新兴研究前沿
– **交叉验证**：跨库去重、核实发表状态（预印本/已接受/已发表）、通过期刊排名与引文速度评估论文质量
– **综述生成**：按主题分组、对比方法论、指出研究缺口，输出结构化文献摘要
### 显著优点
1. **多源聚合**：覆盖预印本与正式出版物，自动标记付费墙并提供开放获取替代链接
2. **质量评估**：综合考量发表年份、方法质量、期刊声誉与具体查询相关性，而非简单按引用量排序
3. **元数据完备**：每篇论文强制输出作者、年份、期刊/会议、DOI 或 arXiv ID
4. **防幻觉机制**：明确禁止虚构论文标题、作者或研究发现，仅返回真实检索结果
### 局限性与风险
– **数据库依赖**：实际效果受限于各平台 API 可用性与访问权限，部分机构资源可能需要订阅
– **时效盲区**：最新论文可能存在数据库索引延迟，无法保证实时性
– **学科偏差**：计算机科学等领域 arXiv 覆盖完整，但人文社科可能依赖商业数据库（Web of Science、Scopus），需额外补充
– **语言限制**：主要优化英语学术文献检索，非英语论文召回率可能下降
### 适合人群
– 研究生与博士生进行开题文献调研
– 科研人员快速进入新领域
– 技术写作者查找权威引用来源
– 跨学科研究者需要方法论对比
### 常规风险
– 预印本与正式版本可能存在内容差异，技能虽强制标注状态，用户仍需自行核实最终版本
– 开放获取链接（机构库、作者主页）的可用性随时间变化，可能失效
– 引文网络分析基于现有数据库关系，新兴领域或冷门方向可能数据稀疏
会员专属
