< 返回主页
文献综述不是"找到的都列上去"，而是"有逻辑地组织你读过的东西"。 AI Agent 的价值在于：帮你把最耗时的"搬砖"部分（搜索、筛选、摘要、分类）自动化，让你把时间花在最核心的"判断"部分。
属性
说明
来源 ClawHub (clawhub.com)
功能 同时搜索 8 个学术数据库 ：Google Scholar、PubMed、arXiv、Semantic Scholar、OpenAlex、Crossref 等
工作流 用自然语言描述研究方向 → 跨库搜索 → 返回结构化文献列表（标题、摘要、引用数）
省时 以前关键词换来换去半天筛出十篇，现在一句话十几秒出结果
安装 clawhub install literature-search
属性
说明
来源 ClawHub / K-Dense-AI/claude-scientific-skills
功能 基于 Semantic Scholar、OpenAlex、Crossref API，自动提取每篇文献的关键信息，搭出综述段落框架
注意 它不是替你写综述，而是帮你搭骨架。骨架搭好后，你往里填自己的分析和判断
安装 clawhub install literature-review 或 npx skills add https://github.com/K-Dense-AI/claude-scientific-skills --skill literature-review
literature-reviewer（Claude Scholar 版） research-superpower（文献超级搜索）
属性
说明
来源 kthorn/research-superpower
功能 PubMed + Semantic Scholar 集成，智能论文筛选
工作流 1. 解析文献问题SUMMARY.md
特色 引文遍历（前向+后向）、Unpaywall 集成（找免费全文）、大规模筛选（50+ 论文并行）
安装 /plugin marketplace add https://github.com/kthorn/research-superpower
Deep-Research-skills（深度研究） arXiv search + DOI lookup（统计研究插件） claude-deep-research-skill（企业级深度研究）
属性
说明
来源 LitLLM/LitLLM
功能 基于 RAG 的文献综述：关键词提取 → 多策略检索（关键词+嵌入） → 重排序与归属
适用 大规模文献综述写作
属性
说明
来源 xingyulu23/Academix
功能 MCP 服务器，聚合 OpenAlex、DBLP、Semantic Scholar、arXiv、CrossRef 为统一研究接口
适用 需要跨库检索的系统性文献调查
paper-distill-mcp（论文蒸馏 MCP）
属性
说明
来源 Eclipse-Cj/paper-distill-mcp
功能 11 源并行搜索（OpenAlex、Semantic Scholar、PubMed、arXiv、Papers with Code、CrossRef、Europe PMC、bioRxiv、DBLP、CORE、Unpaywall）
特色 4 维加权排名（相关性、时效性、影响力、新颖性），自适应推送
openalex-research-mcp（OpenAlex 研究 MCP） semantic-scholar-mcp（Semantic Scholar MCP） paper-search-mcp（论文搜索 MCP）
属性
说明
来源 openags/paper-search-mcp
功能 搜索和下载 20+ 来源论文：arXiv、PubMed、bioRxiv、Google Scholar、Semantic Scholar、Crossref、OpenAlex、CORE、Europe PMC、DOAJ、SSRN 等
mcp-for-research（统一研究 MCP） arxiv-mcp-server（arXiv MCP） paper-search-mcp-nodejs（Node.js 论文搜索 MCP） academic-search-mcp-server 普通的 AI 文献综述是"打开浏览器对话框逐条提问"，Agent 模式 是另一个层次：
Agent 直接读取本地文件夹中的文献和数据，自主规划并执行多步骤任务：
初始关键词 → 概念族扩展 → 跨库定向检索（NBER Working Papers、Google Scholar）
↓
配合 Zotero 收集整理 → 文献分类、摘要提炼与主题归纳
↓
多阶段交叉审阅与引文查证 → 识别研究空白 → 组织综述论证逻辑
↓
输出：结构化综述框架 + 参考文献列表
这类 Agent 模式工作流已在国内多所高校的经管学院中实际使用，经过上百位老师和博士生的验证。
让 Agent 自我检查 ：多阶段自动化交叉审阅减少幻觉，提升输出质量引文查证 ：每条引用都通过 API 验证真实存在，不是 AI 编造的假引用Human-in-the-loop ：研究者设定目标，Agent 完成执行，但最终判断权在你
一个真实案例 ：有人给一个经济学研一硕士生装了文献类 Skills，他把导师指定的 30 篇必读文献全部丢给 AI 做了一遍结构化摘要，然后让 AI 搭了一份综述初稿框架。以前需要一周，这次用了三个小时 。但他做了一件更聪明的事——他没有直接用 AI 的框架，而是自己重新写了一遍，只把 AI 的框架作为"检查清单"Zotero 是你的好朋友 ：文献搜索 Skill 配合 Zotero MCP，可以直接把找到的文献导入你的 Zotero 库先用 Perplexity 发现热点 ，再用 Elicit 做系统性检索，最后用 Agent 做结构化综述——三层漏斗
← 上一章 | 下一章：03 - 论文阅读与拆解 →