学术引用管理技能：让每一条参考文献都能被验证、被复现
- 一键接管引用流水线：从 Google Scholar / PubMed 检索论文，到 DOI、PMID、arXiv ID 转 BibTeX，再到格式化、查重、校验，全流程由脚本自动完成。
- 三重数据源交叉验证：CrossRef、PubMed E-utilities、arXiv 提供官方元数据，避免手工敲条目导致的错漏。
- 专治"不完整条目"：内置元数据增强环节，专门补齐缺失的卷、期、页码、DOI，让 @article 条目不再残缺。
- 可复现的研究过程：搜索查询、过滤条件、修复记录都可留痕，符合学术可重复性要求。
- 与文献综述、科学写作、期刊模板技能无缝衔接，构成从检索到投稿的完整链路。
该技能叫什么？如何一键安装 AI 技能提升开发效率？
技能中文名：学术引用管理技能 技能英文名：citation-management 技能 ID：13073
它要解决的问题非常具体：科研写作中最耗时、最容易出错、也最容易被审稿人抓住的环节——参考文献。手动从网页复制作者、期刊、卷期页码，格式一会儿全角一会儿半角，DOI 抄错一位就永远解析不出来，同一篇论文在不同文件里被引了三次……这些都不是"智力问题"，而是"流程问题"。这个技能把引用管理拆成"发现 → 提取 → 增强 → 格式化 → 验证"五个阶段，每个阶段都有对应的脚本，把手工劳动变成可重复执行的命令。
一键安装的思路
AI 技能（Skill）的安装本质上是"把一份技能描述和配套脚本放到智能体能够读取的位置"，因此通用流程通常是：
- 确认运行环境：需要具备读取、写入、编辑和执行 Bash 命令的能力（该技能声明的允许工具正是这四项），并准备好 Python 运行环境。
- 安装技能本体：在技能市场、技能仓库或平台提供的技能管理入口中搜索技能 ID
13073或英文名citation-management并安装。具体入口地址与安装命令以官方说明为准。 - 安装 Python 依赖：技能详情中明确列出了核心依赖，这一步是确保脚本能跑起来的关键：
pip install requests # API 的 HTTP 请求
pip install bibtexparser # BibTeX 解析和格式化
pip install biopython # PubMed E-utilities 访问
如需 Google Scholar 相关的高级抓取能力，可选安装：
pip install scholarly # Google Scholar API 包装器
# 或
pip install selenium # 更强大的 Scholar 爬取
- 验证是否生效：用一个已知 DOI 做最小可用性测试，例如：
python scripts/doi_to_bibtex.py 10.1038/s41586-021-03819-2
如果能直接输出一条包含作者、标题、期刊、年份、卷、页、DOI 的 BibTeX 条目，说明脚本、网络与依赖均已就绪。
需要说明的是：CrossRef、PubMed E-utilities、arXiv 这几个元数据接口本身是免费开放的，因此日常检索与转换不涉及额外付费；是否产生费用取决于你所使用的智能体平台的计费方式，以官方说明为准。
该技能的主要功能和特点
- 双引擎学术检索：
search_google_scholar.py覆盖全学科，支持年份区间、结果条数、按引用次数排序、直接导出 BibTeX；search_pubmed.py面向生物医学与生命科学，支持 MeSH 主题词、字段标签、布尔运算、日期与出版物类型过滤。 - 四种标识符统一提取：
extract_metadata.py同时支持 DOI、PMID、arXiv ID、URL 输入，甚至支持"混合标识符文件"批量处理，输出 BibTeX / JSON / YAML。 - 快速 DOI 转 BibTeX：
doi_to_bibtex.py面向高频小任务，支持单条、多条、文件批量，还能直接复制到剪贴板。 - 强制元数据增强环节：这是与普通"格式转换工具"最大的差异——扫描出缺卷、缺页、缺 DOI 的条目后，通过网络搜索或 DOI 页面提取补齐，并把无法补齐的情况显式标注为
note字段，而不是默默留白。 - 格式化与查重一体：
format_bibtex.py可标准化字段顺序、缩进、标题大小写保护、作者名格式、引用键规范，支持按 key / 年份 / 作者排序，支持--deduplicate去重和--validate语法校验。 - 可执行的引用校验：
validate_citations.py会实际通过 doi.org 解析 DOI、与 CrossRef 元数据比对，检查必填字段、年份合理性、页码格式、重复条目，并输出结构化 JSON 报告，支持--auto-fix。 - 质量分层策略：技能内置了按论文年龄划分的引用次数阈值表（例如 0–3 年 100+ 次为高影响力）和期刊质量四级分层，帮助研究者在海量结果中判断"哪些论文值得引"。
- 配套示意图能力：可调用科学示意图技能生成引用工作流程图、文献检索方法图、引用样式决策树等出版物级插图。
和"普通工具比强在哪"？普通文献管理器强在管理（存、读、标注），弱在校验；普通格式转换器强在转换，弱在补全。这个技能的核心竞争力是把"校验"和"补全"做成了流水线上的一等公民。
如何使用该技能？
第 1 步：按主题检索论文
python scripts/search_google_scholar.py "机器学习蛋白质折叠" \
--year-start 2020 \
--year-end 2024 \
--limit 100 \
--sort-by citations \
--output ml_proteins.json
生物医学方向则用 MeSH 精确检索：
python scripts/search_pubmed.py \
--query '"阿尔茨海默病"[MeSH] AND "药物治疗"[MeSH]' \
--date-start 2020 \
--date-end 2024 \
--publication-types "临床试验,综述" \
--limit 200 \
--output alzheimers_trials.json
输入：主题词、年份、条数、过滤条件。
输出：JSON 结果文件（含标题、作者、期刊、年份、引用次数等），也可用 --format bibtex 直接产出 .bib。
第 2 步：提取完整元数据
python scripts/extract_metadata.py --doi 10.1038/s41586-021-03819-2
python scripts/extract_metadata.py --pmid 34265844
python scripts/extract_metadata.py --arxiv 2103.14030
python scripts/extract_metadata.py --input paper_ids.txt --output references.bib
输出：包含作者、标题、期刊、卷、期、页、DOI 等字段的条目，或直接写入 .bib 文件。
第 3 步：扫描并补齐缺失字段（关键步骤）
对每一条缺 volume、pages 或 doi 的 @article，执行定向搜索补全：
python scripts/parallel_web.py extract \
"https://doi.org/10.XXXX/YYYY" \
--objective "提取完整引用元数据：卷、期、页、出版日期" \
-o sources/extract_YYYYMMDD_HHMMSS_doi_引用键.md
补齐后在条目中记录日志，例如"元数据已增强：[引用键] - 添加了 volume、pages、doi"。确实无法找到的（如仅在线发表的旧文献），用 note 字段说明原因，而不是留空。
第 4 步：格式化、去重、排序
python scripts/format_bibtex.py combined.bib \
--deduplicate \
--sort year \
--descending \
--output formatted.bib
输出：字段顺序统一、缩进一致、标题大小写受 {} 保护、引用键唯一、无重复条目的干净文件。
第 5 步：验证并生成报告
python scripts/validate_citations.py formatted.bib \
--auto-fix \
--report validation.json \
--output final_references.bib
输出：一份结构化报告，形如 total_entries / valid_entries / errors / warnings，能具体指出哪个引用键缺 journal、哪个 DOI 无法解析、哪两条疑似重复。
第 6 步：接入写作
在 LaTeX 稿件中使用 \bibliography{final_references} 即可。若目标期刊要求特定期刊风格，可继续用 --style 参数格式化，或与期刊模板技能配合输出投稿就绪的参考文献表。
同类型竞品对比分析
| 方案名称 | 定位 | 核心功能 | 安装/使用门槛 | 适用场景 | 优势与不足 |
|---|---|---|---|---|---|
| 学术引用管理技能（citation-management） | 面向 AI 智能体的引用流水线工具 | Scholar/PubMed 检索、四种标识符元数据提取、元数据增强、BibTeX 格式化去重、DOI 级校验与报告 | 需 Python 环境 + 安装 requests/bibtexparser/biopython；以命令行脚本驱动 | 批量构建参考文献、清理历史遗留 .bib、投稿前终检 |
优势：全流程可脚本化、可留痕、校验真正落到 DOI 解析层；不足：需要命令行基础，非图形界面，Google Scholar 抓取受网络环境影响 |
| Zotero + Better BibTeX | 桌面文献管理器 + 自动导出插件 | 浏览器一键抓取、文献库管理、Citation Key 自动生成、LaTeX 联动 | 图形界面，安装插件即可；几乎零代码门槛 | 长期个人文献库、边读边存、日常写作插入引用 | 优势：可视化、生态成熟、读书笔记友好；不足：不擅长"批量校验历史条目"，元数据缺失时仍需人工打开网页补全 |
| EndNote / NoteExpress 类商业软件 | 商业级文献管理与投稿工具 | 文献库、Word 插件、数千种期刊样式、团队共享 | 需购买授权，学习曲线中等；以官方说明为准 | 机构采购、团队协作、Word 写作流 | 优势：期刊样式覆盖广、售后支持完善；不足：成本较高，脚本化与自动化能力弱，难以嵌入自定义流水线 |
| 直接让通用 AI 对话助手写 BibTeX | 零工具、纯对话 | 凭记忆或联网结果生成条目 | 零门槛，开口即用 | 临时补一两条引用 | 优势：最快；不足：存在编造风险，卷期页码与 DOI 极易幻觉，无批量校验、无去重、无可复现记录 |
一句话结论：如果你只是偶尔补一条引用，通用对话助手够用；如果你想长期维护一个准确、可验证、可复现的参考文献体系，这个技能的工程化程度明显更高。
该技能的典型应用场景与实际体验情况
场景一：研究生撰写第一篇综述
角色与痛点：硕士生要写 80 篇以上文献的综述，边读边复制粘贴，一个月后发现自己有 3 条 DOI 是错的、2 篇论文被引了两次。
使用方式：先用 search_google_scholar.py 按主题 + 年份区间抓取，按 --sort-by citations 排序列出高影响力论文；再用 extract_metadata.py --input 批量转 BibTeX；最后 format_bibtex.py --deduplicate 去重、validate_citations.py 出报告。
实际体验：上手难度中等偏低，因为命令基本是"一个动作一条命令"。效果最明显的是去重和 DOI 校验——这两件事人工做几乎必然出错。注意事项：Google Scholar 抓取需要控制频率，字段缺失的条目一定要走增强环节，不要跳过。
场景二：PI 投稿前的参考文献终检
角色与痛点：通讯作者在投稿前夜发现参考文献列表里混着预印本引用和已正式发表的版本，还有页码用了单破折号。
使用方式：validate_citations.py references.bib --report validation_report.json --verbose 生成详细报告，按 severity: high 优先处理 invalid_doi 与 missing_field；对已发表的预印本，更新为期刊版本。
实际体验：报告的可读性是这个技能的高光点——它会直接告诉你是哪个引用键、哪一字段、什么严重级别。注意事项：--auto-fix 虽然方便，但涉及关键引用时仍建议保留原始文件备份，人工复核自动修改结果。
场景三：跨学科团队合并参考文献库
角色与痛点：三个合作者各自维护 .bib，合并后同一篇 Nature 论文出现三个不同的引用键。
使用方式：cat a.bib b.bib c.bib > combined.bib，然后 format_bibtex.py combined.bib --deduplicate --sort year --descending --validate --auto-fix --output final_refs.bib。
实际体验：重复检测不仅比对 DOI，也会识别"相似标题 + 相同作者 + 相同年份"的组合，实际合并时命中率较高。注意事项：合并前最好约定统一的引用键命名规则（如"第一作者+年份+关键词"），能显著减少后续人工判断。
场景四：生物医学方向的系统综述
角色与痛点：需要严格使用 MeSH 主题词检索，否则检索方法学部分无法通过同行评审。
使用方式：在 MeSH 浏览器确认规范词后，用 search_pubmed.py --query '"XX"[MeSH] AND "YY"[MeSH]' 配合日期与出版物类型过滤，并记录查询式与检索日期。
实际体验：字段标签、布尔运算符、日期过滤都可用，检索式可完整留档，符合系统综述对"可复现检索策略"的要求。注意事项：高频率调用 NCBI 接口时建议配置 API Key，避免被限流。
该技能能为用户带来的价值
效率层面：把"手工复制粘贴 + 肉眼核对"替换为"一条命令 + 一份报告"。原本需要数小时的参考文献整理，通常可以压缩到几分钟到几十分钟量级，且条目越多，节省越明显——100 条文献的格式统一与去重，人工几乎无法在可接受时间内完成。
准确性层面：这是最有价值的部分。技能不是"生成看起来像 BibTeX 的文本"，而是通过 CrossRef / PubMed / arXiv 的官方元数据接口获取信息，并通过 doi.org 实际解析 DOI。这从机制上避免了 AI 编造引用的经典风险——引用错了，比没有引用更严重，因为它会误导同行、破坏可复现性。
门槛层面：研究者不需要记住 BibTeX 的条目类型规则、不需要背 MeSH 字段标签、不需要手工判断"这条算不算重复"。脚本把这些专业知识封装成了参数。
长期价值：可复现的研究要求检索过程可追溯。技能鼓励记录搜索查询、日期、结果数量、过滤条件、元数据修复日志，这些记录本身就是研究方法的组成部分，也是团队交接、后续更新检索时最宝贵的资产。
常见问题 FAQ
Q1：这个技能怎么安装？需要写代码吗？
安装分两步：在平台的技能管理入口安装技能本体（搜索技能 ID 13073 或英文名 citation-management），以及安装 Python 依赖 requests、bibtexparser、biopython。日常使用主要是执行现成的命令，不需要自己写代码，但需要能读懂命令行参数；具体安装入口与命令以官方说明为准。
Q2：它和 Zotero 这类文献管理器是什么关系？会冲突吗？
不冲突，定位互补。Zotero 擅长"存、读、标注、日常插入引用"，这个技能擅长"批量检索、批量校验、批量修复"。一种常见做法是：用技能从数据库批量拉取并清洗出干净的 .bib，再导入到 Zotero 或直接供 LaTeX 使用。
Q3：收费吗？
技能本身的功能依赖 CrossRef、PubMed E-utilities、arXiv 等免费开放的元数据接口。是否产生费用取决于你所使用的智能体平台的计费策略，以官方说明为准。
Q4：适合谁用？不适合谁用？
适合：研究生与科研人员、需要维护大型 .bib 的 LaTeX 用户、做系统综述或文献综述的团队、需要投稿前终检的课题组。不太适合：只想偶尔补一条引用、完全不愿意接触命令行的用户——那种情况用图形化文献管理器或对话式助手更省事。
Q5：脚本生成的 BibTeX 我能完全信任吗？
可以信任"来源"，但仍需保留"复核"。元数据来自官方接口而非生成式猜测，可靠性远高于手工或凭记忆书写；但技能本身也明确建议对关键引用做人工抽查——确认作者名、期刊名、年份、卷页与原文一致。另外，遇到缺失字段时技能会主动触发增强流程，补齐不了的会写进 note 字段提示你，这比悄悄留白要安全得多。