Literature Review

---

name: literature-review

description: "文献综述撰写。检索学术文献、验证真实性、按主题分类、撰写综合性文献综述。Use when user says ”文献综述”, ”literature review”, ”综述”."
argument-hint: [research-topic]

allowed-tools: Bash(*), Read, Write, Edit, Grep, Glob, WebSearch, WebFetch, Agent

---



# 文献综述撰写



为以下研究主题撰写文献综述：**$ARGUMENTS**



## 常量



- **TARGET_PAPER_COUNT** — 从 Additional Parameters 读取（默认 20）

- **CN_EN_RATIO** — 中英文文献比例（默认 "1:1"）

- **CUSTOM_REQUIREMENTS** — 用户自定义要求



## 输入



1. 研究主题（$ARGUMENTS）

2. 用户上传的参考文献（`user_data/*.pdf` 或 `user_data/*.bib`，可选）



## 硬约束（借鉴 PaperSpine citation + lunwen-skill reference_selector）



1. 候选池必须 ≥ 目标数量的 2 倍（如目标 20 篇，候选池 ≥ 40 篇）

2. 80% 以上文献必须是近 3 年（2023 年及以后）

3. 所有文献必须真实可核验：有 DOI、出版社链接或可查证的期刊/会议信息

4. 不确定真实性的文献直接丢弃，绝不使用"猜测型引用"

5. 综述必须按主题分类组织，不能简单罗列

6. 每个主题分类下必须有综合分析，不能只是逐篇摘要

7. 最终输出文件名：`LITERATURE_REVIEW.md`



## ⛔⛔⛔ 完成铁律（最高优先级，违反则本步骤失败）



**本步骤必须产出 `LITERATURE_REVIEW.md`（≥ 5KB，完整的文献综述内容）**。



⛔ **MANDATORY: 用 `Write` 工具直接写出 `LITERATURE_REVIEW.md`。不要只调 Read/Bash 工具就 end_turn — 这是本步骤失败的 #1 原因。产出必须是真实落盘的文件。**



⛔ **读用户上传的文献/数据时**：

- 不要 `cat` 整个 `_extracted.md/.txt` 文件 — 一个大文件就能把 context budget 吃光，没空间产出主文件。

- 用 `Read` 工具带 offset/limit 范围读，或用 `Grep` 工具按关键词提取。

- AGENTS.md 已列出所有上传文件清单 + 字数，**优先用清单 + Read 局部，不要全量 cat**。




产出结构、存在性和最低完整性由 `finish` 按模板中的 `output_contract` 自动核验；修复返回的具体问题，不复制执行验证脚本。



## 工作流程



### Step 1: 确定检索策略



根据研究主题，确定：

- 核心关键词（中文 + 英文各 3-5 个）

- 扩展关键词（同义词、相关术语）

- 检索时间范围（默认 2020-2026）

- 目标数据库：AMiner（中文优先）、Semantic Scholar、CrossRef、DBLP、arXiv



### Step 2: 文献检索与候选池构建



**⛔ 优先使用 `$SCHOLAR_SCRIPT` 工具搜索（自动调用 AMiner + Semantic Scholar + DBLP + CrossRef）：**



```bash

PYTHON=""; for _c in "$MH_PYTHON" python python3; do [ -z "$_c" ] && continue; if $_c -c "import sys" >/dev/null 2>&1; then PYTHON="$_c"; break; fi; done; [ -z "$PYTHON" ] && PYTHON=python

# 中文主题搜索（AMiner 自动返回中文标题 + 作者 + 年份 + DOI）

$PYTHON "$SCHOLAR_SCRIPT" bibtex "研究主题关键词" --max 10

# 英文补充搜索

$PYTHON "$SCHOLAR_SCRIPT" bibtex "English keywords" --max 10

```



**结果处理（必读）：**

1. **检查 `match_label`**：`"good"` → 直接采用；`"partial"` → 核对标题与本综述子主题真匹配；`"low"` → 大概率搜错，换关键词或用 WebSearch 兜底。

2. `match_score < 0.3` 不要盲信。

3. 主题分组时，`low` 标签的不要放进任何子主题分组。



如果 `$SCHOLAR_SCRIPT` 结果不足，再用 WebSearch 补充搜索学术文献。



**搜索策略（借鉴 PaperSpine 三维度）：**



1. **核心方法论文**：直接相关的方法/技术论文

2. **应用领域论文**：该方法在不同场景的应用

3. **综述/Survey 论文**：已有的综述文章（了解领域全貌）

4. **基础理论论文**：奠基性工作（可以是较早的经典论文）



**对每篇候选文献记录：**



| 序号 | 标题 | 作者 | 年份 | 来源 | DOI/URL | 主题分类 | 核心贡献 | 与本综述的关联 |

|------|------|------|------|------|---------|----------|----------|---------------|



将候选池保存到 `papers_pool.md`。



### Step 3: 文献真实性验证



**验证规则（借鉴 PaperSpine citation_quality_audit）：**



对每篇候选文献执行：

1. 如果有 DOI → 通过 WebSearch 验证 DOI 是否可解析

2. 如果无 DOI → 验证期刊/会议名称是否真实存在

3. 检查作者名 + 标题组合是否能在网上找到对应记录



**验证结果标记：**

- ✅ 已验证（DOI 可解析或有明确出版记录）

- ⚠️ 待确认（信息不完整但来源可信）

- ❌ 不可验证（丢弃，不使用）



丢弃所有标记为 ❌ 的文献。将验证结果更新到 `papers_pool.md`。



### Step 4: 主题聚类



将验证通过的文献按研究主题分为 3-5 个类别：



**分类原则：**

- 每个类别至少 3 篇文献

- 类别之间有逻辑递进关系（如：基础理论 → 方法改进 → 应用实践）

- 类别命名要具体（不能用"其他"这种模糊分类）



输出分类结果到 `papers_pool.md` 的末尾。



### Step 5: 撰写文献综述



基于分类结果，撰写完整文献综述。输出到 `LITERATURE_REVIEW.md`。



**标准结构：**



```markdown

# [综述标题]



## 摘要



（200-300 字，概述综述范围、方法、主要发现）



## 一、引言



### 1.1 研究背景

（领域概述 + 为什么需要这篇综述，500-800 字）



### 1.2 综述目的与范围

（明确综述覆盖的主题、时间范围、文献来源，200-300 字）



### 1.3 文献检索方法

（数据库 + 关键词 + 筛选标准 + 最终纳入篇数，200-300 字）



## 二、[主题分类 A]



### 2.1 [子主题 A1]

（综合分析该方向的研究进展，引用具体文献，800-1200 字）



### 2.2 [子主题 A2]

（...）



## 三、[主题分类 B]



### 3.1 [子主题 B1]

（...）



## 四、[主题分类 C]



（...）



## 五、研究趋势与热点分析



（基于文献时间分布和引用关系，分析领域发展趋势，500-800 字）



## 六、现有研究不足与未来方向



### 6.1 现有研究的局限性

（指出 2-3 个主要不足，每个 200-300 字）



### 6.2 未来研究方向

（基于不足提出 2-3 个可能的研究方向，每个 200-300 字）



## 七、结论



（总结综述主要发现，200-300 字）



## 参考文献



[1] 作者. 题名[J]. 刊名, 年, 卷(期): 页码.

...

```



### Step 6: 质量自检



1. **文献数量**：最终引用的文献是否达到目标数量

2. **时间分布**：近 3 年文献是否 ≥ 80%

3. **中英文比例**：是否符合设定比例

4. **综合性**：每个主题分类下是否有综合分析（不是逐篇摘要）

5. **引用完整性**：正文中引用的文献是否都出现在参考文献列表中

6. **格式规范**：参考文献是否符合 GB/T 7714 格式

7. **字数检查**：总字数是否在 6000-10000 字范围



## 写作风格约束



1. 综述不是摘要堆砌——每个段落必须有综合分析和比较

2. 使用"研究表明[1,2]""多项研究证实[3-5]"等综述特有表述

3. 对比不同研究时要指出异同点和可能原因

4. 避免对单篇文献过度描述（每篇最多 2-3 句）

5. 段落之间要有逻辑过渡，不能突然跳转主题



---



## ⛔⛔⛔ 反 AI 痕迹写作铁律（Word 模式必须遵守，违反等同失败）



Word 输出最常被识别为「AI 写的」就是因为下面这 6 条没遵守。优先级凌驾于章节模板和字数要求。



1. **禁止 markdown bullet/编号列表（`-`、`*`、`1.`、`2.`）作为正文叙述。** 含「主题分类」「研究方向」「现有方法」「研究不足」「未来方向」「分类下的子主题」等场景必须用连贯段落，不许分点罗列。

   - ❌ 错（最典型 AI 痕迹，把综述写成清单）：

     ```

     现有图像质量评估方法主要分为三类：

     - 全参考方法：PSNR、SSIM、MSE…

     - 半参考方法：RR-IQA、RRED…

     - 无参考方法：BRISQUE、NIQE、CNN-IQA…

     ```

   - ✅ 对（连贯段落 + 综合分析）：`现有图像质量评估方法可分为三类。**全参考方法**以 PSNR[1]、SSIM[2] 为代表，假设原始图像可得，但在 AI 生成场景下不存在「真值」，难以直接应用；**半参考方法**如 RR-IQA[3] 通过提取部分参考特征降低对原图的依赖…；**无参考方法**则完全摆脱原图依赖，从早期手工特征（BRISQUE[4]、NIQE[5]）发展到深度学习方法（CNN-IQA[6]、HyperIQA[7]），逐渐成为 AI 图像质量评估的主流方向。`

   - bullet **唯一允许场景**：参考文献列表 / 检索关键词清单 / 文献筛选标准列表，正文综述一律禁止。



2. **加粗写作 `**标签**：内容`，不要 `**标签：**内容`。** 把冒号包进 `**` 里 docx 引擎正则匹配不到，会留下孤立 `**` 残留。

   - ❌ `**全参考方法：** 以 PSNR、SSIM 为代表…`

   - ✅ `**全参考方法**以 PSNR、SSIM 为代表…`（标签和内容直接连写更自然）



3. **每段至少 3-5 句话。** 1-2 句的短段落是 AI 痕迹；要么扩写到 3 句以上，要么并入相邻段落。综述每段一般 5-8 句更合适。



4. **连续段落不能以相同句式开头。** 三段都「研究表明…」开头必须改，交替用「早期工作…」「近年来…」「与之相对…」「另一类方法…」「在此基础上…」等多样化连接词。



5. **不要写成「文献堆砌」。** 每个段落必须有综合性论断，文献作为支撑而非主语。

   - ❌ `[1] 提出了 X 方法。[2] 改进了 X 方法。[3] 进一步扩展了 X。`

   - ✅ `针对 X 问题，早期方法侧重于…[1]，但在 Y 场景下精度受限；后续工作通过引入…机制改进了这一不足[2,3]，在公开数据集上将精度从 80% 提升到 92%。`



6. **去掉 AI 写作口头禅。** 少用「值得注意的是」「综上所述」「这一发现表明」「随着…的发展」「在…的背景下」「具有重要意义」。「研究表明」「多项研究证实」必须紧跟具体引用号 [N]，不能空喊。



---



## 输出文件



- `papers_pool.md` — 候选文献池（含验证状态和分类）

- `LITERATURE_REVIEW.md` — 最终文献综述（主产出）

## 执行与产出

使用当前执行会话完成本步工作；产物路径按当前步骤合同。程序采集真实操作、输入输出、版本与运行清单，模型只负责实质成果和领域质量。

建议额外记录：搜索词、源 API、结果数、fallback 链。