| name | nsfc-literature |
| description | NSFC申请书文献检索与引用生成。使用OpenAlex API免费搜索学术文献，使用wenxian生成标准引用格式。 |
| version | 0.1.0 |
脚本：scripts/search_literature.py
基本用法：
# 搜索关键词，按引用数排序
uv run scripts/search_literature.py "machine learning potential" --limit 20 --sort cited_by_count
# 搜索近3年的文献
uv run scripts/search_literature.py "deep learning molecular dynamics" --year-from 2023
# 按发表日期排序（找最新文献）
uv run scripts/search_literature.py "neural network force field" --sort publication_date
# 紧凑输出（每篇一行）
uv run scripts/search_literature.py "density functional theory" --compact
返回信息：标题、作者、期刊、年份、DOI、引用数、摘要
搜索策略建议：
wenxian 是一个学术引用生成工具，支持从 DOI、PMID、arXiv ID 等标识符生成标准引用格式。
脚本：scripts/generate_references.py
用法：
# 从DOI列表文件生成BibTeX引用
uv run scripts/generate_references.py refs.txt --format bibtex
# 生成纯文本引用
uv run scripts/generate_references.py refs.txt --format text
# 输出到文件
uv run scripts/generate_references.py refs.txt --format bibtex --output refs.bib
refs.txt 格式（每行一个标识符）：
10.1103/PhysRevLett.120.143001
10.1038/s41586-020-2242-8
arXiv:2304.09423
NSFC申请书通常使用编号引用格式 [1], [2], ...
格式示例：
[1] 作者1, 作者2, 等. 标题. 期刊, 卷(期): 起始页-结束页, 年份.
[2] Author1, Author2, et al. Title. Journal, Volume(Issue): Pages, Year.
注意：
1. 确定研究方向和关键词
↓
2. 用 search_literature.py 搜索相关文献
↓
3. 筛选 ~30 条最相关的文献
- 高引经典 + 近年前沿 + 自己的工作
↓
4. 收集所有 DOI，写入 refs.txt
↓
5. 用 generate_references.py 生成标准引用
↓
6. 检查格式统一性
↓
7. 确认没有遗漏关键文献
uvx 已安装（uv 的一部分）10.1038/s41586-020-2242-8）NSFC 2026年度申报政策速查。包含限项规定、AI使用规范、申请代码说明、项目类型定位、申请书结构改革等关键政策信息。
NSFC申请书撰写指南。覆盖选题、摘要、立项依据、研究内容、研究方案、创新性、可行性分析等各部分的写作技巧与模板。适用于青年C、面上、重点等项目类型。
NSFC申请书图表制作指南。指导如何制作概念图、技术路线图、研究内容关系图、研究基础展示图等。包含Mermaid/Python代码模板和设计原则。