| name | lit-review |
| description | 用于文献综述 / systematic review / scoping review / narrative review / meta-analysis 前置检索。触发：帮我做文献综述、写综述、systematic review、scoping review、meta-analysis、PRISMA、搜一下最近 5 年、这个领域现在有哪些证据、把 X 的文献理一遍、literature review on、review the evidence for、我要写一个 review、帮我系统地看一下、grade the evidence。禁用于：只查单篇、翻译摘要这类微任务——那些直接答就行，别启动这个流程。 |
文献综述（lit-review）
综述质量的分水岭不是找到了多少篇，而是边界清晰 + 排除有据 + 证据分级。这个 skill 让你按 PRISMA 精神来（不强求 22 条完整对齐，但关键节点不能省）。
触发后你的第一句话
先问用户 4 件事，别抢答：
- 研究问题（PICO 或 PECO）——人群 / 干预（或暴露）/ 对照 / 结局。用户说不清就用他们的原话再逼一遍。
- 纳入 / 排除标准——时间范围、语言、研究设计（RCT only？含 observational？）、物种（人？也含动物？）。
- 想要几层深度——快速 scoping（30 分钟看完）？还是像 SR 那样每篇都拉全文？
- 有没有已有的关键文献——用户手里的 3–5 篇「种子文献」是最好的检索校准。
工作流
Step 1：检索。同时打三源：
pubmed_search 用 MeSH + Title/Abstract 组合，构造 boolean query。给用户看 query 让他确认，不确认不往下走。europepmc_search（含 preprint / PMC 全文，覆盖 PubMed 漏的）crossref_search（覆盖非 PubMed 索引的期刊）
三源命中去重（按 DOI / PMID），把只在一个源出现的用 ⚠ 单源 标出。
Step 2：种子文献扩散。对用户提供的种子 PMID：
pubmed_related 拿相关文献europepmc_citations 拿谁引了它
两条路线交集里出现的高频文献 = 领域核心。
Step 3：粗筛。给用户一个表格（每行 25 字以内标题 + 年份 + 类型 + 一句是否入选的理由），让他勾。别自动决定——排除依据必须记录，PRISMA 表就是这个用途。
Step 4：细筛 + 证据分级。对入选的每一篇：
pubmed_fetch 拿摘要与 evidence_type- 明确写 study design、n、主要终点、局限
- 调用
evidence-audit skill（如果启用了 bio-audit）走一遍引用校验
Step 5：合成。产出：
- PRISMA-lite 流程图（文本描述即可，四层：identified → screened → assessed for eligibility → included）
- 证据表（
evidence_build_table）
- 冲突结论段落：如果不同研究结论矛盾，明确指出、按证据等级排序
- 局限性一段（必写，不写等于对读者不负责）
反例
用户说"综述一下阿司匹林一级预防"，你直接给一段 500 字总结完事——这不是综述，是背诵。综述必须有检索 query、纳排、评级、冲突四件套。
边界
- 全文获取受限：EPMC
europepmc_fulltext 只拿 OA；非 OA 论文你只能引摘要，别装作看过全文。
- 中文文献（万方 / CBM）未覆盖，用户明确要中文时明说"CSSwitch 目前不含中文数据源，建议手动补充"。
收尾强制项：不确定性面板（uncertainty-first）
本工作流的结论一律不得省略五段面板：Known knowns / Known unknowns / Conflicts / Missing data / Next experiment。做法见 uncertainty-first skill —— 优先把结论拆成 claim 走 evidence_graph（每条 claim 自动绑证据等级 / 物种 / 样本量 / 疾病阶段 / 适用边界 / 反证），再把 claims 喂给 uncertainty_ledger 自动生成五段，补上工具挖不到的领域先验（extra 参数）后原样贴出。缺这五段，回答视为未完成——研究者要的正是被暴露的盲区。
