name	literature-explorer
description	生命科学领域学术文献探索与可视化；基于 Europe PMC 数据源；支持高级检索、PMC过滤、并行多检索；支持 PMCID/PMID/DOI 混合批量提取；生成美化的 HTML 可视化报告
dependency	{"python":["requests>=2.31.0"]}

生命科学文献探索与可视化

任务目标

本 Skill 用于：从 PubMed 和 Europe PMC 数据库搜索生命科学领域的开放获取学术文献，并提取 PDF 下载链接
能力包含：
- 双数据源支持：
  - PubMed API（默认）：适合进化生物学、生态学、遗传学等非临床医学领域
  - Europe PMC API（--use-europepmc）：适合临床医学、药学、生物医学等临床领域
- 高级检索：支持 MeSH 主题词检索、精确短语搜索、上下文感知检索
- PMC 过滤：确保 100% 可下载（通过 pubmed pmc[sb] 过滤器）
- 并行多检索：同时执行多个检索式，自动合并去重
- 智能分类报告：根据全文/摘要可用性自动分组，生成 HTML 可视化报告
适用领域：进化生物学、生态学、遗传学、生物医学、临床医学、药学、生物学、公共卫生等生命科学相关学科
触发条件：用户需要搜索生命科学领域的学术文献，获取 PDF 下载链接，并生成可视化报告时

默认规范

全文链接过滤（重要）：默认只返回有全文下载链接的文献，确保所有结果可直接下载
- 默认行为：自动过滤掉没有 PDF/TGZ 下载链接的文献
- 包含无全文：如需包含无全文链接的文献，使用 --include-no-fulltext 参数
- 过滤提示：脚本会显示过滤掉的文献数量，便于了解检索情况
MeSH 检索（推荐）：优先使用 MeSH（Medical Subject Headings）主题词检索，提升检索精度和全面性
- MeSH 优势：专业术语标准化、自动扩展同义词、精确匹配医学概念、避免关键词歧义
- MeSH 语法："Neoplasms"[MeSH]（主题词）、"Neoplasms/drug therapy"[MeSH]（副主题词）
- 查找 MeSH：使用 MeSH Browser（https://www.ncbi.nlm.nih.gov/mesh/）查询标准术语
时间范围（默认10年）：默认获取近 10 年内的文献，从当前年份向前推算（如当前年份 2026 年，默认检索范围是 2016-2026 年）
- 默认行为：所有检索式自动添加 2016:2026[pd] 年份限制（根据当前年份动态计算）
- 自定义时间范围：如需其他时间范围，用户明确指定后才调整
- 年份格式：使用 [pd] 字段限定，格式为 起始年:结束年[pd]
检索模式：默认使用较为宽泛的检索模式，多用 OR 连接关键词，获取更广的结果范围；避免过度使用 AND，提高检索覆盖面
文献类型过滤：默认排除会议论文（conference proceedings），专注于期刊论文；使用 NOT conference NOT proceedings 过滤
筛选策略：先宽泛检索获取更多结果，后续在 HTML 报告中使用筛选功能缩小范围
PMC 过滤：默认使用 pubmed pmc[sb] 过滤器，确保 100% 可下载
检索数量：单次检索默认返回 100 篇文献，多检索式合并后不超过 300 篇

前置准备

依赖说明：本 Skill 使用以下 Python 包，请使用虚拟环境安装

# 创建并激活虚拟环境
python -m venv venv
source venv/bin/activate  # Linux/macOS
# 或 venv\Scripts\activate  # Windows

# 安装依赖
pip install requests>=2.31.0

输出说明：
- links.json：包含文献信息和 PDF 链接的 JSON 文件
- pdf_links.txt：纯文本格式的 PDF 下载链接列表
- literature_report.html：美化的 HTML 报告，展示文献列表和链接
可选配置：
- NCBI API 邮箱和密钥（提升请求速率限制）：访问 https://www.ncbi.nlm.nih.gov/account/settings/ 获取

操作步骤

标准流程：
1. 理解需求并整理关键词
  - 分析用户的输入（可能是中文、英文或混合）
  - 将中文关键词翻译为规范的英文检索词（PubMed 标准术语）
  - 识别关键概念：疾病名称、药物、治疗方式、生物标志物、技术方法等
  - 扩展相关词汇：同义词、缩写、变体、专业术语
  - MeSH 术语查询：使用 MeSH Browser（https://www.ncbi.nlm.nih.gov/mesh/）获取标准主题词，参见默认规范中的 MeSH 检索说明
2. 构建多组检索式
  - 重要：构建检索式时必须遵循默认规范
    - 时间范围：默认获取近 10 年内的文献（当前年份 - 10 至当前年份）
    - 动态计算：使用 datetime.now().year 获取系统时间，自动计算年份范围
    - 示例：如当前 2026 年，默认年份限制为 2016:2026[pd]
    - 默认行为：所有检索式必须添加近10年的年份限制，除非用户明确要求其他时间范围
    - 优先使用 MeSH 术语，提升检索精度（参见 MeSH 检索说明）
    - 使用 OR 连接关键词，获取更广的结果（后续可在 HTML 报告中筛选）
    - 默认排除会议论文，使用 NOT conference NOT proceedings 专注于期刊论文
    - 避免过度使用 AND，提高检索覆盖面
  - 基于整理的关键词，构建 2-4 组不同的检索式
  - 检索式 A（默认宽泛检索 - 推荐 MeSH 模式）：使用 MeSH 术语 + PMC 过滤 + 排除会议 + 近 10 年
    - 示例（当前年份 2026）："Neoplasms/drug therapy"[MeSH] AND pubmed pmc[sb] NOT conference NOT proceedings 2016:2026[pd]
    - 检索内容：所有癌症药物治疗的期刊论文（MeSH 自动扩展同义词）
  - 检索式 B（多概念宽泛检索）：使用 OR 连接多个 MeSH 术语 + PMC 过滤 + 排除会议 + 近 10 年
    - 示例：("Neoplasms"[MeSH] OR "Diabetes Mellitus"[MeSH]) AND pubmed pmc[sb] NOT conference NOT proceedings 2016:2026[pd]
    - 检索内容：癌症或糖尿病相关文献
  - 检索式 C（普通关键词宽泛检索）：使用 OR 连接普通关键词 + PMC 过滤 + 排除会议 + 近 10 年
    - 示例：("cancer OR tumor OR neoplasm") AND pubmed pmc[sb] NOT conference NOT proceedings 2016:2026[pd]
    - 检索内容：使用同义词检索，但不如 MeSH 精确
  - 检索式 D（可选精确检索）：仅在用户明确要求精确检索时使用 AND 连接（如 title: 字段限定）
    - 示例：title:"specific term" AND pubmed pmc[sb] 2016:2026[pd]
  - 检索式 E（可选排除检索）：排除无关文献 + PMC 过滤 + 排除会议 + 近 10 年（仅在用户需要排除某些类型时使用）
    - 示例：("topic1"[MeSH] OR "topic2"[MeSH]) AND pubmed pmc[sb] NOT conference NOT proceedings NOT review 2016:2026[pd]
3. 获取 PDF 链接
  - 使用 get_pdf_links.py 搜索文献并获取 PDF 下载链接
  - 重要：执行搜索前确认检索式已包含：
    - 近 10 年的年份限制
    - NOT conference NOT proceedings 排除会议论文
    - PMC 过滤器 pubmed pmc[sb]
  - 单次检索模式：
```
python scripts/get_pdf_links.py --search "(cancer OR tumor) AND pubmed pmc[sb] NOT conference NOT proceedings 2016:2026[pd]" --limit 100 --output links.json
```
  - 并行多检索模式：
```
python scripts/get_pdf_links.py --search-multi "(cancer OR tumor) AND pubmed pmc[sb] NOT conference NOT proceedings 2016:2026[pd]";"(Alzheimer OR dementia) AND pubmed pmc[sb] NOT conference NOT proceedings 2016:2026[pd]" --limit 50 --max-workers 3 --output links.json
```
  - 输出结果：links.json 包含文献信息和 PDF 链接
4. 提取 PDF 下载链接
  - 使用 extract_pdf_links.py 提取 PDF 下载链接
```
python scripts/extract_pdf_links.py --json links.json --output pdf_links.txt
```
  输出：pdf_links.txt 包含所有可用的 HTTP 下载链接，用户可以自行选择下载方式（如 wget、IDM 等）
5. 生成美化的 HTML 报告
  - 使用 generate_html_report.py 脚本直接从 links.json 生成 HTML 报告
  - 脚本会自动：
    - 获取当前年份（动态获取，无需手动指定）
    - 根据全文和摘要可用性对文献进行四级分类和排序
    - 生成包含分组展示、统计信息、响应式设计的完整 HTML 页面
  - 执行命令：
```
python scripts/generate_html_report.py --json links.json --output literature_report.html
```
  - 报告包含：文献标题、作者、发表信息、摘要、PDF 下载链接
  - 排序规则：优先展示有全文和摘要的文献，将无全文/无摘要的文献放在最下面
    - 第一优先级：有全文 + 有摘要（高亮展示，绿色边框）
    - 第二优先级：有全文 + 无摘要（正常展示，蓝色边框）
    - 第三优先级：无全文 + 有摘要（次要展示，浅色样式）
    - 第四优先级：无全文 + 无摘要（置底，灰色显示）
  - 报告样式：卡片式布局、响应式设计、分组标题显示各优先级文献数量
  - 智能体使用场景：当需要自定义 HTML 样式或添加额外功能时，智能体可以基于模板生成定制化 HTML
6. 验证结果
  - 检查生成的 HTML 报告是否正确展示文献信息
  - 确认 PDF 链接是否有效
  - 查看链接提取统计和成功率
  - 验证年份显示是否为当前年份（动态获取）
可选分支：
- 当用户明确要求其他时间范围：按用户指定的时间范围检索，否则默认使用近10年
- 当用户需要更精确的检索：使用字段限定（如 title:、author:）缩小范围
- 当用户需要排除某些类型：使用 NOT 操作符排除无关文献
- 当检索结果过多：进一步增加年份限制或添加更多关键词限定
- 当 API 请求受限：配置 NCBI API 邮箱和密钥
- 当需要快速浏览文献列表：生成 HTML 报告并使用搜索/筛选功能

资源索引

必要脚本：
- scripts/get_pdf_links.py（用途：搜索文献并获取 PDF 链接；参数：--search/--search-multi/--limit/--max-workers/--output）
- scripts/extract_pdf_links.py（用途：从 JSON/CSV/标识符提取 PDF 下载链接；参数：--json/--identifiers/--csv/--column/--output）
- scripts/generate_html_report.py（用途：从 JSON 生成美化的 HTML 报告；参数：--json/--output/--theme；功能：自动获取当前年份、智能分类排序、响应式设计、多主题支持）
HTML 模板资产：
- assets/html-templates/modern.css（用途：现代主题样式，蓝绿色系，适合在线浏览）
- assets/html-templates/academic.css（用途：学术主题样式，黑白配色，适合打印）
- assets/html-templates/dark.css（用途：深色主题样式，护眼配色，适合夜间阅读）
领域参考：见 references/literature-usage.md（何时读取：需要了解高级检索语法、完整参数说明、PMC 过滤技巧、MeSH 检索指南时）
输出资产：links.json（文献元数据）、pdf_links.txt（下载链接）、literature_report.html（美化的 HTML 报告）

注意事项

虚拟环境使用：强烈建议使用 Python 虚拟环境安装依赖，避免权限冲突和系统包污染
适用领域：本 Skill 专门用于生命科学领域（生物医学、临床医学、药学、生物学、公共卫生等）的文献搜索
数据源说明：PubMed 和 Europe PMC 主要收录生物医学和生命科学领域的文献，不适用于物理、数学、计算机等其他学科
PMC 过滤的重要性：默认使用 pubmed pmc[sb] 过滤器可确保 100% 可下载
文献类型过滤的重要性：默认使用 NOT conference NOT proceedings 过滤会议论文，专注于期刊论文；如需检索会议论文，可移除此过滤
时间范围默认规范（10年）：默认获取近 10 年内的文献（当前年份 - 10 至当前年份）
- 示例：当前 2026 年 → 默认范围 2016-2026 年
- 年份格式：必须添加 2016:2026[pd] 格式的年份限制
- 例外情况：仅在用户明确要求其他时间范围时才调整默认值
检索模式默认规范：默认使用较为宽泛的检索模式，多用 OR 连接关键词，获取更广的结果范围；后续可在 HTML 报告中使用筛选功能缩小范围；仅在用户需要精确检索时才使用 AND 连接或添加字段限定
分步骤执行：获取链接和下载是两个独立的步骤，可以先获取链接并审查结果，再决定是否下载
API 速率限制：未配置 API 密钥时，NCBI 每秒最多 3 个请求；配置后可提升至 10 个请求
HTML 报告设计：报告应美观、易用、功能完善，支持搜索和筛选，提升用户体验
链接有效性：部分文献可能因权限或访问限制导致 PDF 链接失效，建议优先使用 PMC 过滤器
MeSH 检索：参见默认规范中的 MeSH 检索说明和 references/literature-usage.md 中的详细指南

使用示例

示例 1：搜索文献并获取链接（默认模式）

功能说明：使用默认规范（默认10年 + OR 宽泛检索 + PMC 过滤 + 排除会议）搜索文献并获取 PDF 下载链接
执行方式：脚本执行
关键参数：--search "检索关键词"（使用 OR 连接，排除会议，默认添加近10年时间限制）、--limit 100（默认数量）、--output links.json（输出文件）
示例代码（当前年份 2026，默认10年范围 2016-2026）：
```
python scripts/get_pdf_links.py --search "(machine learning OR deep learning) AND pubmed pmc[sb] NOT conference NOT proceedings 2016:2026[pd]" --limit 100 --output links.json
```
输出：links.json 包含 100 篇近10年（2016-2026）内有全文下载链接的期刊论文（已排除会议论文和无全文文献）

示例 2：并行搜索多组关键词（默认模式）

功能说明：同时执行多个检索式（均使用 OR 连接，排除会议，包含默认10年时间限制），自动合并结果并获取链接
执行方式：脚本执行
关键参数：--search-multi（多个检索式，分号;分隔，均包含近10年限制）、--limit 50（每个检索的数量）、--max-workers 3（检索并发数）、--output links.json（输出文件）

示例代码（当前年份 2026，默认10年范围 2016-2026）：

python scripts/get_pdf_links.py --search-multi "(cancer OR tumor) AND pubmed pmc[sb] NOT conference NOT proceedings 2016:2026[pd]";"(Alzheimer OR dementia) AND pubmed pmc[sb] NOT conference NOT proceedings 2016:2026[pd]";"(diabetes OR hyperglycemia) AND pubmed pmc[sb] NOT conference NOT proceedings 2016:2026[pd]" --limit 50 --max-workers 3 --output links.json

输出：links.json 包含合并并去重后近10年内有全文下载链接的期刊论文（已排除会议论文和无全文文献）

示例 3：提取 PDF 下载链接

功能说明：从 JSON 文件提取 PDF 下载链接，输出为文本文件
执行方式：脚本执行
关键参数：--json links.json（JSON 文件）、--output pdf_links.txt（输出文件）

示例代码：

python scripts/extract_pdf_links.py --json links.json --output pdf_links.txt

输出：pdf_links.txt 包含所有可用的 HTTP 下载链接

示例 4：生成美化的 HTML 报告（推荐方式）

功能说明：使用脚本直接从 JSON 文件生成美化的 HTML 报告，支持自动分类、智能排序、响应式设计、多主题选择
执行方式：脚本执行（推荐）或智能体生成（定制化需求）
AI 标题生成规范：
- 推荐方式：AI 应根据用户的中文输入生成规范的研究主题标题，使用 --title 参数指定
- 标题格式：研究主题 + 文献检索报告 或直接使用 研究主题 + 相关文献
- 示例标题：
  - "杂交物种形成文献检索报告"
  - "分子进化与群体遗传学相关文献"
  - "基因编辑技术在作物育种中的应用研究"
- 英文术语映射（AI 自动处理）：
  - Hybridization → 杂交
  - Speciation → 物种形成
  - Evolution, Molecular → 分子进化
  - Genetics, Population → 群体遗传学

脚本执行：

# 默认主题：modern（2025 Earth Organic 设计，蓝绿色系，适合在线浏览）
python scripts/generate_html_report.py --json links.json --output literature_report.html --theme modern

# AI 生成中文标题（推荐）
python scripts/generate_html_report.py --json links.json --output literature_report.html --title "杂交物种形成文献检索报告"

# 学术主题：academic（黑白配色，适合打印）
python scripts/generate_html_report.py --json links.json --output literature_report.html --theme academic

# 深色主题：dark（护眼配色，适合夜间阅读）
python scripts/generate_html_report.py --json links.json --output literature_report.html --theme dark

关键参数：
- --json links.json：输入的文献 JSON 文件（必需）
- --output literature_report.html：输出的 HTML 文件（默认：literature_report.html）
- --theme modern/academic/dark：配色主题（默认：modern）
- --title "中文标题"：AI 生成的中文研究主题标题（强烈推荐）
功能特性：
- 2025 Earth Organic 设计：
  - Sage Green（#8A9A5B）+ Tech Blue（#4158D0）配色方案
  - Glassmorphism 玻璃态效果（backdrop-filter blur）
  - 4 栏网格布局，2rem 间距优化
  - 平滑悬停动画（cubic-bezier 缓动）
- 智能分类：根据全文和摘要可用性自动分组（4 个优先级）
- 卡片式布局：每篇文献展示完整信息（标题、作者、期刊、年份、摘要、PDF 链接）
- 视觉区分：不同优先级使用不同卡片样式（高亮绿色/正常蓝色/浅色橙色/灰色）
- 统计信息：显示总文献数和各组文献数量
- 响应式设计：支持移动端（1 栏）、平板（2 栏）、桌面（4 栏）
- 多主题支持：3 种配色方案（modern/academic/dark）
输出：literature_report.html 可直接在浏览器中打开
智能体使用场景：当需要自定义 HTML 样式或添加额外功能（如搜索、筛选）时

示例 5：检索自定义主题的文献

功能说明：检索任意生命科学主题的文献
执行方式：脚本执行
关键参数：--search "检索式"（根据主题调整）、--limit（数量）、--output（输出文件）

示例代码（当前年份 2026）：

# 使用 MeSH 术语检索基因编辑相关文献
python scripts/get_pdf_links.py --search "\"Gene Editing\"[MeSH] AND pubmed pmc[sb] NOT conference NOT proceedings 2016:2026[pd]" --limit 100 --output links.json

输出：links.json 包含基因编辑相关期刊论文

示例 6：从标识符直接提取链接

功能说明：直接使用 PMCID/PMID/DOI 标识符获取下载链接
执行方式：脚本执行
关键参数：--identifiers（标识符列表，逗号分隔）、--output pdf_links.txt（输出文件）

示例代码：

python scripts/extract_pdf_links.py --identifiers "PMC5764346,38238491,10.1186/s13059-020-02147-0" --output pdf_links.txt

输出：pdf_links.txt 包含所有可用的 HTTP 下载链接

示例 7：自定义时间范围检索（非默认场景）

功能说明：当用户明确要求其他时间范围时，使用指定的年份限制而非默认的近10年
执行方式：脚本执行
关键参数：--search（包含自定义年份限制的检索式）、--limit（数量）、--output（输出文件）

示例代码（用户要求近5年而非默认10年，当前年份 2026）：

python scripts/get_pdf_links.py --search "(machine learning OR AI) AND pubmed pmc[sb] 2021:2026[pd]" --limit 100 --output links.json

注意：
- 默认规范：除非用户明确要求，否则始终使用近10年作为默认时间范围
- 此示例为非默认场景，仅在用户明确指定其他时间范围时使用

示例 8：使用 MeSH 术语检索（推荐模式）

功能说明：使用 MeSH（Medical Subject Headings）主题词检索，提升检索精度和全面性
执行方式：脚本执行
关键参数：--search "MeSH 术语"（使用 [MeSH] 字段）、--limit 100、--output links.json
优势对比：
- MeSH 检索："Neoplasms/drug therapy"[MeSH] 自动扩展为所有癌症药物治疗相关文献，包含同义词、下位词
- 普通关键词：("cancer OR tumor" AND treatment) 只检索包含特定关键词的文献，可能遗漏相关文献

示例代码（当前年份 2026）：

# 检索癌症药物治疗相关文献（MeSH 自动扩展）
python scripts/get_pdf_links.py --search "\"Neoplasms/drug therapy\"[MeSH] AND pubmed pmc[sb] NOT conference NOT proceedings 2016:2026[pd]" --limit 100 --output links.json

输出：links.json 包含所有癌症药物治疗的期刊论文（MeSH 自动扩展，覆盖全面）

查找 MeSH 术语：使用 MeSH Browser（https://www.ncbi.nlm.nih.gov/mesh/）查询标准术语和副主题词

示例 9：并行搜索多个 MeSH 术语（推荐模式）

功能说明：同时检索多个 MeSH 主题词，获取更全面的文献覆盖
执行方式：脚本执行
关键参数：--search-multi（多个 MeSH 检索式）、--limit 50（每个检索的数量）、--max-workers 3（并发数）

示例代码（当前年份 2026）：

# 同时检索癌症、糖尿病、阿尔茨海默病的药物治疗文献
python scripts/get_pdf_links.py --search-multi "\"Neoplasms/drug therapy\"[MeSH] AND pubmed pmc[sb] NOT conference NOT proceedings 2016:2026[pd]";\"Diabetes Mellitus/drug therapy\"[MeSH] AND pubmed pmc[sb] NOT conference NOT proceedings 2016:2026[pd]";\"Alzheimer Disease/drug therapy\"[MeSH] AND pubmed pmc[sb] NOT conference NOT proceedings 2016:2026[pd]" --limit 50 --max-workers 3 --output links.json

输出：links.json 包含三种疾病的药物治疗期刊论文（MeSH 精确检索，自动合并去重）

示例 10：检索会议论文（非默认场景）

功能说明：当用户需要检索会议论文时，移除 NOT conference NOT proceedings 过滤
执行方式：脚本执行
关键参数：--search（不包含会议排除的检索式）、--limit（数量）、--output（输出文件）

示例代码（当前年份 2026）：

python scripts/get_pdf_links.py --search "(machine learning OR AI) AND pubmed pmc[sb] 2016:2026[pd]" --limit 100 --output links.json

注意：仅在用户明确需要会议论文时才移除此过滤，默认模式会排除会议论文

高级功能

文献智能分组和排序

根据全文和摘要的可用性自动分组排序，优先展示最有价值的文献：

高优先级组（有全文 + 有摘要）：彩色边框，置顶展示
中优先级组（有全文 + 无摘要）：正常样式，紧随其后
低优先级组（无全文 + 有摘要）：浅色样式，次要位置
最低优先级组（无全文 + 无摘要）：灰色样式，置于页面底部

详细主题说明：参见「示例 4：生成美化的 HTML 报告」，包含 3 种配色方案（modern/academic/dark）的完整介绍。

批量处理标识符

支持从 CSV 文件批量提取下载链接：

python scripts/extract_pdf_links.py --csv identifiers.csv --column pmcid --output pdf_links.txt

包含没有全文链接的文献（非默认场景）

功能说明：当用户需要包含没有全文下载链接的文献时，使用 --include-no-fulltext 参数
执行方式：脚本执行
关键参数：--include-no-fulltext（包含无全文文献）、--search 或 --search-multi（检索式）

示例代码：

# 单次检索，包含无全文文献
python scripts/get_pdf_links.py --search "(machine learning OR deep learning) AND pubmed pmc[sb] NOT conference NOT proceedings 2016:2026[pd]" --limit 100 --include-no-fulltext --output all_links.json

# 多检索，包含无全文文献
python scripts/get_pdf_links.py --search-multi "(cancer OR tumor) AND pubmed pmc[sb] NOT conference NOT proceedings 2016:2026[pd]";"(Alzheimer OR dementia) AND pubmed pmc[sb] NOT conference NOT proceedings 2016:2026[pd]" --limit 50 --max-workers 3 --include-no-fulltext --output all_links.json

输出：all_links.json 包含所有检索到的文献（包括没有全文链接的）

检索结果排序

根据影响因子、引用次数、发表日期等维度对文献排序（需要在 HTML 报告中实现）

检索策略最佳实践（基于实际测试）

术语歧义问题

问题说明：许多生物学术语在非生物医学领域中存在歧义，导致检索结果包含无关文献。

术语	生物学含义	歧义（非生物学）	影响
`speciation`	物种形成	化学形态（chemical speciation）	混入化学/材料文献
`hybridization`	杂交/杂交物种形成	细胞杂交、分子杂交	混入癌症/细胞生物学文献
`evolution`	进化	演变、算法进化	混入计算机科学文献

不同领域的 API 选择建议

领域	推荐数据源	原因
进化生物学	PubMed（默认）	Europe PMC 偏向临床医学，"hybridization" 返回细胞杂交而非物种杂交
生态学	PubMed（默认）	更广泛的生物学覆盖，不限于生物医学
临床医学	Europe PMC（`--use-europepmc`）	更精准的临床医学文献
药学	Europe PMC（`--use-europepmc`）	专注于药物开发和临床试验

# 进化生物学 - 使用 PubMed（默认）
python scripts/get_pdf_links.py --search '"hybrid speciation"' --limit 100 --output links.json

# 临床医学 - 使用 Europe PMC
python scripts/get_pdf_links.py --search 'cancer immunotherapy' --use-europepmc --limit 100 --output links.json

测试验证数据

以下检索策略已通过实际测试验证：

检索式	相关性	有全文占比	备注
`"hybrid speciation"`	100%	56.7% (17/30)	推荐用于杂交物种形成
`speciation AND (evolution OR introgression)`	70-80%	40% (12/30)	推荐用于宽泛主题
`speciation[Title]`	25%	33% (10/30)	不推荐（术语歧义严重）

构建检索式的决策树

是否检索核心概念（如"杂交物种形成"）？
├─ 是 → 使用精确短语搜索："hybrid speciation"
└─ 否 → 是否检索宽泛主题？
    ├─ 是 → 使用上下文感知：speciation AND (evolution OR introgression)
    └─ 否 → 是否需要极高精度？
        ├─ 是 → 使用字段限定：term[Title] OR term[MeSH]
        └─ 否 → 使用排除式：term NOT (unrelated_terms)

name	literature-explorer
description	生命科学领域学术文献探索与可视化；基于 Europe PMC 数据源；支持高级检索、PMC过滤、并行多检索；支持 PMCID/PMID/DOI 混合批量提取；生成美化的 HTML 可视化报告
dependency	{"python":["requests>=2.31.0"]}

生命科学文献探索与可视化

任务目标

本 Skill 用于：从 PubMed 和 Europe PMC 数据库搜索生命科学领域的开放获取学术文献，并提取 PDF 下载链接
能力包含：
- 双数据源支持：
  - PubMed API（默认）：适合进化生物学、生态学、遗传学等非临床医学领域
  - Europe PMC API（--use-europepmc）：适合临床医学、药学、生物医学等临床领域
- 高级检索：支持 MeSH 主题词检索、精确短语搜索、上下文感知检索
- PMC 过滤：确保 100% 可下载（通过 pubmed pmc[sb] 过滤器）
- 并行多检索：同时执行多个检索式，自动合并去重
- 智能分类报告：根据全文/摘要可用性自动分组，生成 HTML 可视化报告
适用领域：进化生物学、生态学、遗传学、生物医学、临床医学、药学、生物学、公共卫生等生命科学相关学科
触发条件：用户需要搜索生命科学领域的学术文献，获取 PDF 下载链接，并生成可视化报告时

默认规范

全文链接过滤（重要）：默认只返回有全文下载链接的文献，确保所有结果可直接下载
- 默认行为：自动过滤掉没有 PDF/TGZ 下载链接的文献
- 包含无全文：如需包含无全文链接的文献，使用 --include-no-fulltext 参数
- 过滤提示：脚本会显示过滤掉的文献数量，便于了解检索情况
MeSH 检索（推荐）：优先使用 MeSH（Medical Subject Headings）主题词检索，提升检索精度和全面性
- MeSH 优势：专业术语标准化、自动扩展同义词、精确匹配医学概念、避免关键词歧义
- MeSH 语法："Neoplasms"[MeSH]（主题词）、"Neoplasms/drug therapy"[MeSH]（副主题词）
- 查找 MeSH：使用 MeSH Browser（https://www.ncbi.nlm.nih.gov/mesh/）查询标准术语
时间范围（默认10年）：默认获取近 10 年内的文献，从当前年份向前推算（如当前年份 2026 年，默认检索范围是 2016-2026 年）
- 默认行为：所有检索式自动添加 2016:2026[pd] 年份限制（根据当前年份动态计算）
- 自定义时间范围：如需其他时间范围，用户明确指定后才调整
- 年份格式：使用 [pd] 字段限定，格式为 起始年:结束年[pd]
检索模式：默认使用较为宽泛的检索模式，多用 OR 连接关键词，获取更广的结果范围；避免过度使用 AND，提高检索覆盖面
文献类型过滤：默认排除会议论文（conference proceedings），专注于期刊论文；使用 NOT conference NOT proceedings 过滤
筛选策略：先宽泛检索获取更多结果，后续在 HTML 报告中使用筛选功能缩小范围
PMC 过滤：默认使用 pubmed pmc[sb] 过滤器，确保 100% 可下载
检索数量：单次检索默认返回 100 篇文献，多检索式合并后不超过 300 篇

前置准备

依赖说明：本 Skill 使用以下 Python 包，请使用虚拟环境安装

# 创建并激活虚拟环境
python -m venv venv
source venv/bin/activate  # Linux/macOS
# 或 venv\Scripts\activate  # Windows

# 安装依赖
pip install requests>=2.31.0

输出说明：
- links.json：包含文献信息和 PDF 链接的 JSON 文件
- pdf_links.txt：纯文本格式的 PDF 下载链接列表
- literature_report.html：美化的 HTML 报告，展示文献列表和链接
可选配置：
- NCBI API 邮箱和密钥（提升请求速率限制）：访问 https://www.ncbi.nlm.nih.gov/account/settings/ 获取

操作步骤

标准流程：
1. 理解需求并整理关键词
  - 分析用户的输入（可能是中文、英文或混合）
  - 将中文关键词翻译为规范的英文检索词（PubMed 标准术语）
  - 识别关键概念：疾病名称、药物、治疗方式、生物标志物、技术方法等
  - 扩展相关词汇：同义词、缩写、变体、专业术语
  - MeSH 术语查询：使用 MeSH Browser（https://www.ncbi.nlm.nih.gov/mesh/）获取标准主题词，参见默认规范中的 MeSH 检索说明
2. 构建多组检索式
  - 重要：构建检索式时必须遵循默认规范
    - 时间范围：默认获取近 10 年内的文献（当前年份 - 10 至当前年份）
    - 动态计算：使用 datetime.now().year 获取系统时间，自动计算年份范围
    - 示例：如当前 2026 年，默认年份限制为 2016:2026[pd]
    - 默认行为：所有检索式必须添加近10年的年份限制，除非用户明确要求其他时间范围
    - 优先使用 MeSH 术语，提升检索精度（参见 MeSH 检索说明）
    - 使用 OR 连接关键词，获取更广的结果（后续可在 HTML 报告中筛选）
    - 默认排除会议论文，使用 NOT conference NOT proceedings 专注于期刊论文
    - 避免过度使用 AND，提高检索覆盖面
  - 基于整理的关键词，构建 2-4 组不同的检索式
  - 检索式 A（默认宽泛检索 - 推荐 MeSH 模式）：使用 MeSH 术语 + PMC 过滤 + 排除会议 + 近 10 年
    - 示例（当前年份 2026）："Neoplasms/drug therapy"[MeSH] AND pubmed pmc[sb] NOT conference NOT proceedings 2016:2026[pd]
    - 检索内容：所有癌症药物治疗的期刊论文（MeSH 自动扩展同义词）
  - 检索式 B（多概念宽泛检索）：使用 OR 连接多个 MeSH 术语 + PMC 过滤 + 排除会议 + 近 10 年
    - 示例：("Neoplasms"[MeSH] OR "Diabetes Mellitus"[MeSH]) AND pubmed pmc[sb] NOT conference NOT proceedings 2016:2026[pd]
    - 检索内容：癌症或糖尿病相关文献
  - 检索式 C（普通关键词宽泛检索）：使用 OR 连接普通关键词 + PMC 过滤 + 排除会议 + 近 10 年
    - 示例：("cancer OR tumor OR neoplasm") AND pubmed pmc[sb] NOT conference NOT proceedings 2016:2026[pd]
    - 检索内容：使用同义词检索，但不如 MeSH 精确
  - 检索式 D（可选精确检索）：仅在用户明确要求精确检索时使用 AND 连接（如 title: 字段限定）
    - 示例：title:"specific term" AND pubmed pmc[sb] 2016:2026[pd]
  - 检索式 E（可选排除检索）：排除无关文献 + PMC 过滤 + 排除会议 + 近 10 年（仅在用户需要排除某些类型时使用）
    - 示例：("topic1"[MeSH] OR "topic2"[MeSH]) AND pubmed pmc[sb] NOT conference NOT proceedings NOT review 2016:2026[pd]
3. 获取 PDF 链接
  - 使用 get_pdf_links.py 搜索文献并获取 PDF 下载链接
  - 重要：执行搜索前确认检索式已包含：
    - 近 10 年的年份限制
    - NOT conference NOT proceedings 排除会议论文
    - PMC 过滤器 pubmed pmc[sb]
  - 单次检索模式：
```
python scripts/get_pdf_links.py --search "(cancer OR tumor) AND pubmed pmc[sb] NOT conference NOT proceedings 2016:2026[pd]" --limit 100 --output links.json
```
  - 并行多检索模式：
```
python scripts/get_pdf_links.py --search-multi "(cancer OR tumor) AND pubmed pmc[sb] NOT conference NOT proceedings 2016:2026[pd]";"(Alzheimer OR dementia) AND pubmed pmc[sb] NOT conference NOT proceedings 2016:2026[pd]" --limit 50 --max-workers 3 --output links.json
```
  - 输出结果：links.json 包含文献信息和 PDF 链接
4. 提取 PDF 下载链接
  - 使用 extract_pdf_links.py 提取 PDF 下载链接
```
python scripts/extract_pdf_links.py --json links.json --output pdf_links.txt
```
  输出：pdf_links.txt 包含所有可用的 HTTP 下载链接，用户可以自行选择下载方式（如 wget、IDM 等）
5. 生成美化的 HTML 报告
  - 使用 generate_html_report.py 脚本直接从 links.json 生成 HTML 报告
  - 脚本会自动：
    - 获取当前年份（动态获取，无需手动指定）
    - 根据全文和摘要可用性对文献进行四级分类和排序
    - 生成包含分组展示、统计信息、响应式设计的完整 HTML 页面
  - 执行命令：
```
python scripts/generate_html_report.py --json links.json --output literature_report.html
```
  - 报告包含：文献标题、作者、发表信息、摘要、PDF 下载链接
  - 排序规则：优先展示有全文和摘要的文献，将无全文/无摘要的文献放在最下面
    - 第一优先级：有全文 + 有摘要（高亮展示，绿色边框）
    - 第二优先级：有全文 + 无摘要（正常展示，蓝色边框）
    - 第三优先级：无全文 + 有摘要（次要展示，浅色样式）
    - 第四优先级：无全文 + 无摘要（置底，灰色显示）
  - 报告样式：卡片式布局、响应式设计、分组标题显示各优先级文献数量
  - 智能体使用场景：当需要自定义 HTML 样式或添加额外功能时，智能体可以基于模板生成定制化 HTML
6. 验证结果
  - 检查生成的 HTML 报告是否正确展示文献信息
  - 确认 PDF 链接是否有效
  - 查看链接提取统计和成功率
  - 验证年份显示是否为当前年份（动态获取）
可选分支：
- 当用户明确要求其他时间范围：按用户指定的时间范围检索，否则默认使用近10年
- 当用户需要更精确的检索：使用字段限定（如 title:、author:）缩小范围
- 当用户需要排除某些类型：使用 NOT 操作符排除无关文献
- 当检索结果过多：进一步增加年份限制或添加更多关键词限定
- 当 API 请求受限：配置 NCBI API 邮箱和密钥
- 当需要快速浏览文献列表：生成 HTML 报告并使用搜索/筛选功能

资源索引

必要脚本：
- scripts/get_pdf_links.py（用途：搜索文献并获取 PDF 链接；参数：--search/--search-multi/--limit/--max-workers/--output）
- scripts/extract_pdf_links.py（用途：从 JSON/CSV/标识符提取 PDF 下载链接；参数：--json/--identifiers/--csv/--column/--output）
- scripts/generate_html_report.py（用途：从 JSON 生成美化的 HTML 报告；参数：--json/--output/--theme；功能：自动获取当前年份、智能分类排序、响应式设计、多主题支持）
HTML 模板资产：
- assets/html-templates/modern.css（用途：现代主题样式，蓝绿色系，适合在线浏览）
- assets/html-templates/academic.css（用途：学术主题样式，黑白配色，适合打印）
- assets/html-templates/dark.css（用途：深色主题样式，护眼配色，适合夜间阅读）
领域参考：见 references/literature-usage.md（何时读取：需要了解高级检索语法、完整参数说明、PMC 过滤技巧、MeSH 检索指南时）
输出资产：links.json（文献元数据）、pdf_links.txt（下载链接）、literature_report.html（美化的 HTML 报告）

注意事项

虚拟环境使用：强烈建议使用 Python 虚拟环境安装依赖，避免权限冲突和系统包污染
适用领域：本 Skill 专门用于生命科学领域（生物医学、临床医学、药学、生物学、公共卫生等）的文献搜索
数据源说明：PubMed 和 Europe PMC 主要收录生物医学和生命科学领域的文献，不适用于物理、数学、计算机等其他学科
PMC 过滤的重要性：默认使用 pubmed pmc[sb] 过滤器可确保 100% 可下载
文献类型过滤的重要性：默认使用 NOT conference NOT proceedings 过滤会议论文，专注于期刊论文；如需检索会议论文，可移除此过滤
时间范围默认规范（10年）：默认获取近 10 年内的文献（当前年份 - 10 至当前年份）
- 示例：当前 2026 年 → 默认范围 2016-2026 年
- 年份格式：必须添加 2016:2026[pd] 格式的年份限制
- 例外情况：仅在用户明确要求其他时间范围时才调整默认值
检索模式默认规范：默认使用较为宽泛的检索模式，多用 OR 连接关键词，获取更广的结果范围；后续可在 HTML 报告中使用筛选功能缩小范围；仅在用户需要精确检索时才使用 AND 连接或添加字段限定
分步骤执行：获取链接和下载是两个独立的步骤，可以先获取链接并审查结果，再决定是否下载
API 速率限制：未配置 API 密钥时，NCBI 每秒最多 3 个请求；配置后可提升至 10 个请求
HTML 报告设计：报告应美观、易用、功能完善，支持搜索和筛选，提升用户体验
链接有效性：部分文献可能因权限或访问限制导致 PDF 链接失效，建议优先使用 PMC 过滤器
MeSH 检索：参见默认规范中的 MeSH 检索说明和 references/literature-usage.md 中的详细指南

使用示例

示例 1：搜索文献并获取链接（默认模式）

功能说明：使用默认规范（默认10年 + OR 宽泛检索 + PMC 过滤 + 排除会议）搜索文献并获取 PDF 下载链接
执行方式：脚本执行
关键参数：--search "检索关键词"（使用 OR 连接，排除会议，默认添加近10年时间限制）、--limit 100（默认数量）、--output links.json（输出文件）
示例代码（当前年份 2026，默认10年范围 2016-2026）：
```
python scripts/get_pdf_links.py --search "(machine learning OR deep learning) AND pubmed pmc[sb] NOT conference NOT proceedings 2016:2026[pd]" --limit 100 --output links.json
```
输出：links.json 包含 100 篇近10年（2016-2026）内有全文下载链接的期刊论文（已排除会议论文和无全文文献）

示例 2：并行搜索多组关键词（默认模式）

功能说明：同时执行多个检索式（均使用 OR 连接，排除会议，包含默认10年时间限制），自动合并结果并获取链接
执行方式：脚本执行
关键参数：--search-multi（多个检索式，分号;分隔，均包含近10年限制）、--limit 50（每个检索的数量）、--max-workers 3（检索并发数）、--output links.json（输出文件）

示例代码（当前年份 2026，默认10年范围 2016-2026）：

python scripts/get_pdf_links.py --search-multi "(cancer OR tumor) AND pubmed pmc[sb] NOT conference NOT proceedings 2016:2026[pd]";"(Alzheimer OR dementia) AND pubmed pmc[sb] NOT conference NOT proceedings 2016:2026[pd]";"(diabetes OR hyperglycemia) AND pubmed pmc[sb] NOT conference NOT proceedings 2016:2026[pd]" --limit 50 --max-workers 3 --output links.json

输出：links.json 包含合并并去重后近10年内有全文下载链接的期刊论文（已排除会议论文和无全文文献）

示例 3：提取 PDF 下载链接

功能说明：从 JSON 文件提取 PDF 下载链接，输出为文本文件
执行方式：脚本执行
关键参数：--json links.json（JSON 文件）、--output pdf_links.txt（输出文件）

示例代码：

python scripts/extract_pdf_links.py --json links.json --output pdf_links.txt

输出：pdf_links.txt 包含所有可用的 HTTP 下载链接

示例 4：生成美化的 HTML 报告（推荐方式）

功能说明：使用脚本直接从 JSON 文件生成美化的 HTML 报告，支持自动分类、智能排序、响应式设计、多主题选择
执行方式：脚本执行（推荐）或智能体生成（定制化需求）
AI 标题生成规范：
- 推荐方式：AI 应根据用户的中文输入生成规范的研究主题标题，使用 --title 参数指定
- 标题格式：研究主题 + 文献检索报告 或直接使用 研究主题 + 相关文献
- 示例标题：
  - "杂交物种形成文献检索报告"
  - "分子进化与群体遗传学相关文献"
  - "基因编辑技术在作物育种中的应用研究"
- 英文术语映射（AI 自动处理）：
  - Hybridization → 杂交
  - Speciation → 物种形成
  - Evolution, Molecular → 分子进化
  - Genetics, Population → 群体遗传学

脚本执行：

# 默认主题：modern（2025 Earth Organic 设计，蓝绿色系，适合在线浏览）
python scripts/generate_html_report.py --json links.json --output literature_report.html --theme modern

# AI 生成中文标题（推荐）
python scripts/generate_html_report.py --json links.json --output literature_report.html --title "杂交物种形成文献检索报告"

# 学术主题：academic（黑白配色，适合打印）
python scripts/generate_html_report.py --json links.json --output literature_report.html --theme academic

# 深色主题：dark（护眼配色，适合夜间阅读）
python scripts/generate_html_report.py --json links.json --output literature_report.html --theme dark

关键参数：
- --json links.json：输入的文献 JSON 文件（必需）
- --output literature_report.html：输出的 HTML 文件（默认：literature_report.html）
- --theme modern/academic/dark：配色主题（默认：modern）
- --title "中文标题"：AI 生成的中文研究主题标题（强烈推荐）
功能特性：
- 2025 Earth Organic 设计：
  - Sage Green（#8A9A5B）+ Tech Blue（#4158D0）配色方案
  - Glassmorphism 玻璃态效果（backdrop-filter blur）
  - 4 栏网格布局，2rem 间距优化
  - 平滑悬停动画（cubic-bezier 缓动）
- 智能分类：根据全文和摘要可用性自动分组（4 个优先级）
- 卡片式布局：每篇文献展示完整信息（标题、作者、期刊、年份、摘要、PDF 链接）
- 视觉区分：不同优先级使用不同卡片样式（高亮绿色/正常蓝色/浅色橙色/灰色）
- 统计信息：显示总文献数和各组文献数量
- 响应式设计：支持移动端（1 栏）、平板（2 栏）、桌面（4 栏）
- 多主题支持：3 种配色方案（modern/academic/dark）
输出：literature_report.html 可直接在浏览器中打开
智能体使用场景：当需要自定义 HTML 样式或添加额外功能（如搜索、筛选）时

示例 5：检索自定义主题的文献

功能说明：检索任意生命科学主题的文献
执行方式：脚本执行
关键参数：--search "检索式"（根据主题调整）、--limit（数量）、--output（输出文件）

示例代码（当前年份 2026）：

# 使用 MeSH 术语检索基因编辑相关文献
python scripts/get_pdf_links.py --search "\"Gene Editing\"[MeSH] AND pubmed pmc[sb] NOT conference NOT proceedings 2016:2026[pd]" --limit 100 --output links.json

输出：links.json 包含基因编辑相关期刊论文

示例 6：从标识符直接提取链接

功能说明：直接使用 PMCID/PMID/DOI 标识符获取下载链接
执行方式：脚本执行
关键参数：--identifiers（标识符列表，逗号分隔）、--output pdf_links.txt（输出文件）

示例代码：

python scripts/extract_pdf_links.py --identifiers "PMC5764346,38238491,10.1186/s13059-020-02147-0" --output pdf_links.txt

输出：pdf_links.txt 包含所有可用的 HTTP 下载链接

示例 7：自定义时间范围检索（非默认场景）

功能说明：当用户明确要求其他时间范围时，使用指定的年份限制而非默认的近10年
执行方式：脚本执行
关键参数：--search（包含自定义年份限制的检索式）、--limit（数量）、--output（输出文件）

示例代码（用户要求近5年而非默认10年，当前年份 2026）：

python scripts/get_pdf_links.py --search "(machine learning OR AI) AND pubmed pmc[sb] 2021:2026[pd]" --limit 100 --output links.json

注意：
- 默认规范：除非用户明确要求，否则始终使用近10年作为默认时间范围
- 此示例为非默认场景，仅在用户明确指定其他时间范围时使用

示例 8：使用 MeSH 术语检索（推荐模式）

功能说明：使用 MeSH（Medical Subject Headings）主题词检索，提升检索精度和全面性
执行方式：脚本执行
关键参数：--search "MeSH 术语"（使用 [MeSH] 字段）、--limit 100、--output links.json
优势对比：
- MeSH 检索："Neoplasms/drug therapy"[MeSH] 自动扩展为所有癌症药物治疗相关文献，包含同义词、下位词
- 普通关键词：("cancer OR tumor" AND treatment) 只检索包含特定关键词的文献，可能遗漏相关文献

示例代码（当前年份 2026）：

# 检索癌症药物治疗相关文献（MeSH 自动扩展）
python scripts/get_pdf_links.py --search "\"Neoplasms/drug therapy\"[MeSH] AND pubmed pmc[sb] NOT conference NOT proceedings 2016:2026[pd]" --limit 100 --output links.json

输出：links.json 包含所有癌症药物治疗的期刊论文（MeSH 自动扩展，覆盖全面）

查找 MeSH 术语：使用 MeSH Browser（https://www.ncbi.nlm.nih.gov/mesh/）查询标准术语和副主题词

示例 9：并行搜索多个 MeSH 术语（推荐模式）

功能说明：同时检索多个 MeSH 主题词，获取更全面的文献覆盖
执行方式：脚本执行
关键参数：--search-multi（多个 MeSH 检索式）、--limit 50（每个检索的数量）、--max-workers 3（并发数）

示例代码（当前年份 2026）：

# 同时检索癌症、糖尿病、阿尔茨海默病的药物治疗文献
python scripts/get_pdf_links.py --search-multi "\"Neoplasms/drug therapy\"[MeSH] AND pubmed pmc[sb] NOT conference NOT proceedings 2016:2026[pd]";\"Diabetes Mellitus/drug therapy\"[MeSH] AND pubmed pmc[sb] NOT conference NOT proceedings 2016:2026[pd]";\"Alzheimer Disease/drug therapy\"[MeSH] AND pubmed pmc[sb] NOT conference NOT proceedings 2016:2026[pd]" --limit 50 --max-workers 3 --output links.json

输出：links.json 包含三种疾病的药物治疗期刊论文（MeSH 精确检索，自动合并去重）

示例 10：检索会议论文（非默认场景）

功能说明：当用户需要检索会议论文时，移除 NOT conference NOT proceedings 过滤
执行方式：脚本执行
关键参数：--search（不包含会议排除的检索式）、--limit（数量）、--output（输出文件）

示例代码（当前年份 2026）：

python scripts/get_pdf_links.py --search "(machine learning OR AI) AND pubmed pmc[sb] 2016:2026[pd]" --limit 100 --output links.json

注意：仅在用户明确需要会议论文时才移除此过滤，默认模式会排除会议论文

高级功能

文献智能分组和排序

根据全文和摘要的可用性自动分组排序，优先展示最有价值的文献：

高优先级组（有全文 + 有摘要）：彩色边框，置顶展示
中优先级组（有全文 + 无摘要）：正常样式，紧随其后
低优先级组（无全文 + 有摘要）：浅色样式，次要位置
最低优先级组（无全文 + 无摘要）：灰色样式，置于页面底部

详细主题说明：参见「示例 4：生成美化的 HTML 报告」，包含 3 种配色方案（modern/academic/dark）的完整介绍。

批量处理标识符

支持从 CSV 文件批量提取下载链接：

python scripts/extract_pdf_links.py --csv identifiers.csv --column pmcid --output pdf_links.txt

包含没有全文链接的文献（非默认场景）

功能说明：当用户需要包含没有全文下载链接的文献时，使用 --include-no-fulltext 参数
执行方式：脚本执行
关键参数：--include-no-fulltext（包含无全文文献）、--search 或 --search-multi（检索式）

示例代码：

# 单次检索，包含无全文文献
python scripts/get_pdf_links.py --search "(machine learning OR deep learning) AND pubmed pmc[sb] NOT conference NOT proceedings 2016:2026[pd]" --limit 100 --include-no-fulltext --output all_links.json

# 多检索，包含无全文文献
python scripts/get_pdf_links.py --search-multi "(cancer OR tumor) AND pubmed pmc[sb] NOT conference NOT proceedings 2016:2026[pd]";"(Alzheimer OR dementia) AND pubmed pmc[sb] NOT conference NOT proceedings 2016:2026[pd]" --limit 50 --max-workers 3 --include-no-fulltext --output all_links.json

输出：all_links.json 包含所有检索到的文献（包括没有全文链接的）

检索结果排序

根据影响因子、引用次数、发表日期等维度对文献排序（需要在 HTML 报告中实现）

检索策略最佳实践（基于实际测试）

术语歧义问题

问题说明：许多生物学术语在非生物医学领域中存在歧义，导致检索结果包含无关文献。

术语	生物学含义	歧义（非生物学）	影响
`speciation`	物种形成	化学形态（chemical speciation）	混入化学/材料文献
`hybridization`	杂交/杂交物种形成	细胞杂交、分子杂交	混入癌症/细胞生物学文献
`evolution`	进化	演变、算法进化	混入计算机科学文献

不同领域的 API 选择建议

领域	推荐数据源	原因
进化生物学	PubMed（默认）	Europe PMC 偏向临床医学，"hybridization" 返回细胞杂交而非物种杂交
生态学	PubMed（默认）	更广泛的生物学覆盖，不限于生物医学
临床医学	Europe PMC（`--use-europepmc`）	更精准的临床医学文献
药学	Europe PMC（`--use-europepmc`）	专注于药物开发和临床试验

# 进化生物学 - 使用 PubMed（默认）
python scripts/get_pdf_links.py --search '"hybrid speciation"' --limit 100 --output links.json

# 临床医学 - 使用 Europe PMC
python scripts/get_pdf_links.py --search 'cancer immunotherapy' --use-europepmc --limit 100 --output links.json

测试验证数据

以下检索策略已通过实际测试验证：

检索式	相关性	有全文占比	备注
`"hybrid speciation"`	100%	56.7% (17/30)	推荐用于杂交物种形成
`speciation AND (evolution OR introgression)`	70-80%	40% (12/30)	推荐用于宽泛主题
`speciation[Title]`	25%	33% (10/30)	不推荐（术语歧义严重）

构建检索式的决策树

是否检索核心概念（如"杂交物种形成"）？
├─ 是 → 使用精确短语搜索："hybrid speciation"
└─ 否 → 是否检索宽泛主题？
    ├─ 是 → 使用上下文感知：speciation AND (evolution OR introgression)
    └─ 否 → 是否需要极高精度？
        ├─ 是 → 使用字段限定：term[Title] OR term[MeSH]
        └─ 否 → 使用排除式：term NOT (unrelated_terms)

literature-explorer

المزيد من هذا المستودع

المزيد من هذا المستودع

生命科学文献探索与可视化

任务目标

默认规范

前置准备

操作步骤

资源索引

注意事项

使用示例

示例 1：搜索文献并获取链接（默认模式）

示例 2：并行搜索多组关键词（默认模式）

示例 3：提取 PDF 下载链接

示例 4：生成美化的 HTML 报告（推荐方式）

示例 5：检索自定义主题的文献

示例 6：从标识符直接提取链接

示例 7：自定义时间范围检索（非默认场景）

示例 8：使用 MeSH 术语检索（推荐模式）

示例 9：并行搜索多个 MeSH 术语（推荐模式）

示例 10：检索会议论文（非默认场景）

高级功能

文献智能分组和排序

批量处理标识符

包含没有全文链接的文献（非默认场景）

检索结果排序

检索策略最佳实践（基于实际测试）

术语歧义问题

推荐检索策略

不同领域的 API 选择建议

测试验证数据

构建检索式的决策树

生命科学文献探索与可视化

任务目标

默认规范

前置准备

操作步骤

资源索引

注意事项

使用示例

示例 1：搜索文献并获取链接（默认模式）

示例 2：并行搜索多组关键词（默认模式）

示例 3：提取 PDF 下载链接

示例 4：生成美化的 HTML 报告（推荐方式）

示例 5：检索自定义主题的文献

示例 6：从标识符直接提取链接

示例 7：自定义时间范围检索（非默认场景）

示例 8：使用 MeSH 术语检索（推荐模式）

示例 9：并行搜索多个 MeSH 术语（推荐模式）

示例 10：检索会议论文（非默认场景）

高级功能

文献智能分组和排序

批量处理标识符

包含没有全文链接的文献（非默认场景）

检索结果排序

检索策略最佳实践（基于实际测试）

术语歧义问题

推荐检索策略

不同领域的 API 选择建议

测试验证数据

构建检索式的决策树