科研 Skill
科学文献综述
literature-review
查找、核验并综合科学文献——从“X 领域的奠基性论文是哪篇”到完整的多来源综述。涵盖以真实检索到的来源支撑论断、避免伪造引文、处理撤稿,以及根据证据强度校准置信程度。
SKILL.md
文献综述
一个文献问题包含两部分:找到领域专家会推荐的论文,以及把这些论文转化成比阅读清单更有用的内容——一份说明哪些结论已经确立、哪些仍有争议、哪些是新进展,以及哪些方面仍有空白的综合分析。这两部分都可能悄无声息地出错,而且在有人核查之前,看起来仍像是一份胜任的产出。
读懂请求真正要问什么
“X 对应的是哪篇论文”需要一两条具体引文;“关于 X 有哪些证据”需要综合分析;“比较 A 和 B”需要真正的比较,而不是两段并列摘要;“有哪些空白”需要指出空白,并以综述材料作为支持。面对只有两个词的非专业查询,应采用领域专家通常默认的范围,并在开头明确说明——例如:“我将其理解为询问人体随机对照试验证据;动物研究文献属于另一范围。”只有在答案确实会改变你的行动时,才提出澄清问题。
依据:先检索,再写作
- 推荐先用
web_search找候选。 普通找论文、了解研究现状、比较方法或梳理研究空白时,从主题、题名、作者或 DOI 开始搜索。已有明确链接时可直接用web_fetch。需要限定来源时,可在搜索词中加 PubMed、arXiv 或期刊站点。 - 用
web_fetch核验原始页面。 打开期刊、出版社、DOI 落地页或官方机构库,核对题名、作者、年份、DOI 或其他稳定标识,查阅摘要或正文以确认论文支持的论点。搜索结果片段只用于发现候选。找特定论文时核实原始研究或预印本与正式发表版本的关系。已核验的结果够回答问题时,直接交付。 - 按需补充数据库或引文图谱。 当用户指定数据库、需要可复现的系统检索或批量导出、网页检索不可用,或网页证据缺少所需文献或字段时,再用适合的学术数据库。缺 DOI 时可按题名和作者进一步查 Crossref。综述确实需要向前或向后追踪引文时,先查原文参考文献或公开施引页面,覆盖不足时再用 OpenAlex。若宿主已提供本技能的
kernel.py网络辅助函数,可在这一步使用crossref_lookup、search_openalex或expand_citations。某个来源限流或失败时,保留已核验结果并说明覆盖缺口。
对广泛综述、研究空白或方法比较,围绕各项论点检索足够的原始研究,记录不同研究的证据范围和冲突。对于近期进展和争议性发现,通过实际检索核验引用。
撤稿与空结果
轰动性论文容易被找到,正因为它们曾经轰动一时;其中一些后来被撤稿,或未能得到重复验证。对高关注度或出人意料的发现,先检查原始页面的更正、撤稿或关注声明。页面无法确认时,可用 Crossref 的 update-to 等出版记录补查。另一个相关陷阱,是某些问题的诚实答案其实是“并不存在这样的论文”:当有人询问“证明 X 的论文”,而 X 已被推翻或从未得到确立时,正确做法是说清这项主张、说明后来发生了什么,并指向真实证据所支持的结论,而不是提供最接近的引文。
综合不是摘要,而是比较
逐篇列出论文并各配一句摘要,只是一份书目。真正有用的是上层综合:这项发现得到了重复验证,那项没有;这三项研究都认同效应存在,却对机制意见不一;这种方法在场景 A 中占优,另一种在场景 B 中更好;2015 年的结果已被 2022 年的研究取代。应按主题或问题组织内容,而不是按论文排列。对于方法比较类请求,交付物应是权衡与建议,而不是两份摘要。
让文字承担综合工作
一个综述段落之所以值得存在,是因为它先提出你的综合判断,再用引文加以支持,而不是先抛出一条引文,再复述其发现。“Chen 2019 报告降低了 40%;Park 2020 报告降低了 35%”只是两张索引卡片。“这一效应确实存在但幅度有限,汇总估计集中在 35%–40%(Chen 2019;Park 2020)”才是综述。诊断方法是:依次只读每段的第一句话;如果它们共同构成你的论证,你写的是综合分析;如果它们只组成一串作者姓名,你写的只是披着段落外衣的注释书目。
写成论述,而非项目符号书目
产物应像一段达到同行评审标准的综述:由相互衔接的论证段落构成,每段提出一个论点,以行内引文作为依据,并自然过渡到下一段。一页内容若有 80% 都是项目符号,就是伪装成综述的阅读清单——它只告诉读者论文存在,没有说明这些论文合在一起证明了什么。仅在列表确实是合适结构时使用项目符号,例如参考文献附录、逐项对照表或具名方法的枚举;综合分析本身应使用连贯文字。如果你发现连续几行都以 - 作者 年份发现…… 开头,那其实是一段尚未写成的正文。
根据证据校准表述
说明哪些发现具有里程碑意义、哪些属于近期进展;明确标记预印本;指出旧结果何时被修正或推翻。让置信程度与证据强度匹配:单一队列的发现应表述为“某个团队报告了 X”,Ⅲ 期随机对照试验的结果可以直陈,有争议的领域则要呈现双方证据,并坦率说明“尚无定论”。当问题本身包含有争议的前提时,应正面处理这个前提,而不是直接以其为基础展开。当请求关注研究空白时,应指出具体空白,并说明哪些证据证明它确实是空白——“需要更多研究”通常意味着你还没有找到真正的缺口。
把答案放进答案,并以实质内容开篇
综述的正文、引文和结论应直接出现在回复文本中,让读者立即看到。需要交付完整综述时,将综述保存为 Markdown 产物。使用宿主提供的 save_artifacts,或用 write_file 保存到工作区。聊天回复给出实质内容,产物链接放在结尾。只回复“我已保存一份包含 14 篇论文且 DOI 均经核验的综述”并不构成答案——先在聊天中写出实质内容,再链接产物。
第一句话应直接呈现读者想要的内容:发现、论文或比较结论。“下面是综合分析”“所有 DOI 均已通过 Crossref 核验;未发现撤稿标记”“我已核验每条引文”“报告截至今天仍为最新”都属于过程叙述,不应出现在聊天回复或保存的产物中。核验发生在工具轨迹里;读者会从能够解析的引文和经得住检查的论断中看出这一点。不要在输出任何位置写“DOI 已核验/无撤稿”——无论开头、结尾,还是产物标题下方的斜体副标题。产物正文与聊天回复遵循完全相同的规则:以实质内容开篇,也以实质内容收尾。目标文体应像精炼的方法学段落或达到同行评审标准的微型综述:先给出关键结果,再以行内 DOI 链接陈列支持证据,处理显而易见的反方观点或局限,最后说明仍未解决的问题。即使读者只看到第一段,也应已经得到答案。
行内引文应使用 Markdown 链接——[作者 年份](https://doi.org/10.xxxx/xxxxxx)——这样渲染后的正文显示为“(作者 年份)”,DOI 位于可点击的 href 中,正则表达式也仍能提取。如果 DOI 本身含有圆括号(某些出版商使用 PII 风格的后缀,例如 Sxxxx-xxxx(NN)nnnnn-n),应在 href 中将其 URL 编码为 %28 和 %29,以免 Markdown 链接在较简单的渲染器中断裂。不要使用编号式 [1][2][3] 参考文献,因为段落一旦重排,编号就会错位;原始 (DOI: 10.xxxx/...) 形式只用于纯文本输出——可见文本有一半都是标识符的句子,不符合同行评审级别的文风。链接文字中的作者姓名必须来自检索所得记录,绝不能凭记忆填写;在任何写作草稿或工作笔记中,都要让作者姓名与年份、DOI 始终同行(查找辅助函数正是为此返回这些信息;只有降级回退路径可能不带作者信息)。如果笔记只保留 DOI 而没有姓名,写正文时就只能凭记忆填入“作者 年份”,而记忆给出的往往只是听起来合理的姓名,并不一定属于那篇论文。kernel.py 提供 verify_dois、crossref_lookup、search_openalex、expand_citations 和 style_pass。章节标题应使用简短的名词短语(不超过六个词);当有五个或更多主题时,将它们归入两三个父级 ## 标题,并把其余标题降为 ###。目标是让领域专家读到综述时会认同你的论述,看到他们自己也会点名的论文,而且找不到任何一项无法得到支持的论断。
保存前进行一次风格检查
保存产物前,对完整 Markdown 运行一次 style_pass(draft)。根据列出的问题完成一轮统一修改,然后保存;不要再次调用,也不要循环运行直到它返回 ok。它是静态检查,不是准入门槛;初稿第一次检查就无问题也很正常。该函数随本技能的 kernel.py 提供。宿主支持 Python 时可加载并调用该函数。只交付论文清单时直接检查来源和引文。
详细信息
作者
Anthropic
许可证
Apache-2.0
第三方软件、内容、条款和信息
所属插件
安装该插件会一并获得同领域的 31 个 Skill / MCP。
同插件的其他科研 Skill
- AlphaFold2 蛋白质结构预测使用 ColabFold 运行器和 AlphaFold2/AlphaFold2-Multimer 预测蛋白质单体、多聚体与复合物结构,并通过 pLDDT、ipTM 和 RMSD 评估预测与设计质量。
- 生信论文写作助手按钮审批、本机R优先与生信论文质控交付
- BioServices 生信数据库助手统一访问生物信息数据库
- Boltz 生物分子共折叠使用 Boltz-2 预测蛋白质、核酸和小分子复合物结构(Passaro、Wohlwend 等,2025)。适用于针对靶标验证设计的结合蛋白、将蛋白质与 SMILES 或 CCD 配体共同折叠,或使用可选的结合亲和力预测功能获得开源 AlphaFold3 替代方案。
- Borzoi 基因组调控预测使用 Borzoi 根据 DNA 序列预测全基因组功能轨迹(RNA-seq、CAGE、DNase、ChIP)。适用于评估变异对表达或染色质可及性的调控效应、生成某个基因组位点的预测覆盖轨迹,或根据预测轨迹差值确定非编码变异的优先级。
- bulk RNA-seq 分析助手复现 bulk RNA-seq 分析流程
- Chai-1 复合物结构预测使用 Chai-1 基础模型(Chai Discovery,2024,github.com/chaidiscovery/chai-lab)预测蛋白质、核酸和小分子复合物结构。适用于从单个 FASTA 预测抗体—抗原或蛋白质—配体复合物、将设计的结合蛋白重新折叠并作为 AlphaFold-Multimer 的替代方案,或通过 Python 在 GPU 上执行批量共折叠任务。
- 肿瘤枢纽基因课题规划规划传统肿瘤生信课题
- deepTools NGS 信号分析生成 NGS 质控和信号图
- DiffDock 小分子对接使用 DiffDock-L(Corso 等,2023/2024)预测小分子结合姿势。它通过盲扩散对接,在无需预定义搜索框的情况下将配体放入蛋白质口袋,并使用学习得到的置信度模型对样本排序。适用于将 SMILES 或 SDF 对接至 PDB、为小型片段库生成排序后的三维姿势,或为后续重打分生成起始姿势。DiffDock 预测几何构象,而非亲和力。
- ESMFold2 全原子共折叠使用 Biohub ESMFold2/ESMFold2-Fast 进行全原子共折叠,支持单序列和 MSA 模式以及蛋白质、DNA、RNA、配体(CCD/SMILES)和修饰残基;FoldBench 抗体–抗原 DockQ 通过率为 50–55%,PPI 为 70–77%。也覆盖同一版本的 ESMC-{300M,600M,6B} 蛋白质语言模型,包括掩码语言模型 logits、隐藏状态、突变评分、接触预测和 SAE 可解释性预测头。适用于预测单序列输入的复合物结构、使用 ESMFold2-Fast 验证设计结合蛋白、运行 MSA 输入、获取 ESMC 嵌入或逐残基突变分数,以及选择符合论文吞吐设置的内核后端和采样步数。
- Evo 2 基因组基础模型使用长上下文基因组基础模型 Evo 2 对 DNA 序列进行评分、嵌入和生成。适用于计算逐核苷酸或逐序列似然以评估变异效应、嵌入基因组窗口供下游分类使用、根据前缀生成 DNA,以及跨物种评估调控区或编码区。
- ESM-2 蛋白质语言模型使用 Meta AI 的 ESM-2(`fair-esm` 软件包)生成蛋白质嵌入。适用于提取残基级或序列级嵌入供下游机器学习使用、进行掩码语言模型似然或突变效应评分,以及根据序列预测接触图。
- gget 生信检索助手跨生信数据库检索基因蛋白信息
- 治疗适应症研究档案生成治疗适应症档案,覆盖患者人群、流行病学、疾病生物学、标准治疗、监管先例和里程碑式临床试验。
- LigandMPNN 配体环境蛋白设计使用 LigandMPNN(Dauparas 等,2023)在配体、核酸和金属环境下对蛋白质骨架进行逆折叠。适用于重新设计结合口袋中围绕已结合小分子或辅因子的残基、设计必须保持几何构型的金属配位位点,或从任意 MPNN 运行中获得穿线了设计序列的 PDB。
- 医学文献精读助手精读医学文献并提取关键信息
- Methods 段落写作助手改写可投稿的 Methods 段落
- 科研晨间简报将用户的晨间简报渲染为有样式的 HTML 产物,或将其设置为工作日循环任务。仅当用户明确要求运行、查看或设置晨间简报,或明确调用 /morning 时使用;仅询问当天安排、日程或日历并不构成晨间简报请求,应直接回答。
- OpenFold3 复合物结构预测使用 OpenFold3 进行结构预测。OpenFold3 是 AlQuraishi 实验室开发的 AlphaFold3 开放权重 PyTorch 复现。适用于使用 Apache-2.0 许可的 AF3 复现模型预测蛋白质、核酸和配体复合物结构。
- 通路富集分析助手执行通路和基因集富集分析
- ProteinMPNN 蛋白质序列设计使用 ProteinMPNN(Dauparas 等,2022,github.com/dauparas/ProteinMPNN)将蛋白质骨架(PDB 结构)逆折叠为氨基酸序列。适用于对 RFdiffusion 骨架进行序列设计、在固定界面残基的同时重新设计 PDB 中的一条链,或生成跨温度采样的序列集合供下游折叠使用。
- PyDESeq2 差异表达分析分析 bulk RNA-seq 差异表达
- QTL 共定位研究规划设计 QTL 与 GWAS 共定位分析
常见问题
科学文献综述能做什么?
查找、核验并综合科学文献——从“X 领域的奠基性论文是哪篇”到完整的多来源综述。涵盖以真实检索到的来源支撑论断、避免伪造引文、处理撤稿,以及根据证据强度校准置信程度。
如何安装科学文献综述?
在科搭 Codar 左侧点击「插件」,在「组件」页签搜索「科学文献综述」并安装;在 Claude Code 或 Codex 中可以发送本页的安装提示词,或下载 Skill 包后解压到 ~/.claude/skills 或 ~/.codex/skills。
科学文献综述需要哪些权限?
该科研 Skill没有声明额外权限;执行具体操作时仍由 Agent 按自身规则请求确认。
科学文献综述经过官方审核吗?
是。SpeedSkills 收录的每个版本都会记录内容摘要与权限声明,当前版本已通过安全审核。