codex怎么扒英文文献

所以只要有足够的 tokens， 一 晚上解读四十篇文献非常容易。 hello， 大家好，我是龙博。接下来我将用五分钟时间告诉你如何利用 ai agent 自动下中英文文献，并且获得解读和对比的文件。首先我们需要一个 ai agent， 这里我使用的 codex 或者是大家常用的 cloud code 都是可以的。我们需要两个 skills 和一个 m c p， 两个 skills 分 别是 c n k i skills 和 google scholar skills。 m c p 呢，是大家下的 zotaro m c p。 这个时候我们打开我们今天的测试文件夹，大家可以看到里面主要是存放着我今天使用的提示词，还有我准备的 skill。 这个 skills 里面是文献解读的有关要求，比如我们这里一般用角色要求的口吻跟他说，你是一名专注计量经济学领域的学术写作专家。我们在整个文档里面提出关于文献解读的一些要求，比如总体的语言风格，段落节奏的要求，还有我们这里说的学术腔的控制，以及我们整个解读文件的结构风格等等等等。 除此之外，我们还需要准备一个文献对比用的 excel 文档。比如这里就会提到，如果要进行文献对比，我们应该对比文件的题目，刊发表的年份。如果是实证研究的话，我们还要对比被解释变量，解释变量面板的类型啊，因果设计，实证模型等等等等。 有了上述准备，我们就可以给我们的 agent 下达任务了。这里我给大家准备了提示词。我们总共分成了五类任务。 第一类，我们要求查找文献，这里我要求查一篇中文文献，查一篇英文文献，主题是关于数字经济的，优先查找五年来发表在顶级棋盘上的实证论文。同时我们要求相关的 pdf， 要求导入我的 zotaro， 同时要求我们的 agent 使用我刚才提到的文献解读 skill， 对 每篇文章分别进行解读，然后根据我刚才提供的 excel 模板对比这两篇文章。 哎，我们可以看到我们的 ai agent 已经开始行动了，他说啊，他会优先查找经济、研究、管理世界等 中文文章，同时他会调用各种各样的工具完成对应的解锁，整个耗时的时间是比较长的，所以我建议大家如果有时间的话，可以晚上下达任务，第二天早晨就可以看到对应的结果。而且呢，我建议大家可以提前给出相应的完全访问权限，这样子的话就省去了审批的环节了。 two thousand years later 哦，我们可以看到，总共用时十三分钟零八秒，我们的 ai agent 已经完成了刚才的任务，他选了一篇中文的文章，是数字经济发展与企业全要素生产率，还有一篇英文文章，两篇文章他都已经分别生成了解读 和对比模板。哎，我们来看看他到底结果怎么样呀？这个时候啊，我们打开最开始的测试文件夹，我们会发现整个文件夹里面多出了两个 markdown 文件，这是关于刚才文章的解读。首先我们来看第一篇文章， 这篇文章是一篇关于数字经济发展和企业生产率的文章，这个解读文件里面介绍了问题的研究背景，数据的来源，研究的创新性哦，非常好的一点是，他还给出了研究使用到的识别方程，还有精准的回归结果，当然都做了一定的简化，还有内生性的处理，意志性的处理等等等等。 同样的，我们刚才的文件夹下还多出来了一个 excel 文件，这个 excel 文件里面是刚才 a i a 整的下的两篇文章的对比，包括了这两篇文章的题目 啊刊，一个是工业技术经济，另一个是英文刊，对比了两篇文章所使用的被解释变量，解释变量以及使用的面板等等等等。 当然啊，关于这篇文章还有一个 papers 的 文件夹，在这个文件夹里面存放 ai ai 找到的 pdf 文件，我们可以打开，这是一篇英文文献，这是一篇中文文献，它这里面都给出了我们原始的 pdf 文件。 还有一个任务，别忘了，我们刚才要求我们的 ai agent 把对应的文献导入到我们的 trooper 当中哦，大家发现没有，确实它已经完成了对应文献的导入啊，我们可以在我们的 ai agent 里面看到，大家会发现啊，有了 ai agent 轻轻松松，我们只需要下达一个任务，它就可以完成 文献查找， pdf tar 的 导入，以及说对每篇文章进行解读，还有用 excel 表格对文献进行对比，非常容易就可以完成了。所以只要有足够的 tokens， 一 晚上解读四十篇文献非常容易。

给大家看一下我们这个浏览器的效果，看到没？他直接去在网站里面去操作了就然后刚刚他是直接去在里面搜，你看他现在贼快，上面 ui 一 直在变，看到没？我去 codex 刚刚出了一个可以控制浏览器的插件，我现在刚安装，我给大家看一下是如何安装的。首先你一定要呃搜 codex， 然后一定要搜这个呃， open i 提供的，然后呢把它添加到 chrome 上面， 对，添加完之后呢，这里面就它就在这里面，我们把它这个勾选一下，然后这个 codex 它提示它没有这个连接，我们点击这个小齿轮让它连接一下，然后这个桌面端的 codex 一定要去升级到最新版本，然后点击这个安装，然后点击安装， 然后我让 codex 去帮我搜索论文。啊，一开始呢，他是，呃先去尝试用浏览器搜，但是他没有成功，然后他就开始用这个搜索指令了。呃，我说你不要用搜索技能，你直接用我浏览器搜好了，他第二次就直接开始用浏览器了，我给大家看一下我们这个浏览器的效果， 看到没？他直接去在网站里面去操作了就然后刚刚他是直接去在里面搜索，你看他现在贼快，上面 u i o 一 直在变了，看到没？ 所以说呢，就是说他的好处，就是说他把所有东西呢他都会整理好，然后我们就不需要我们去手动去搜了。还有一点，就假如说你是在学校里面，你有一些对一些论文库的一些访问权限，那你可以把这个权限授权给他，对吧？然后他这个搜索范围就更广了。 ok， 谢谢大家。 最终结果大家看一眼他把优先读啊，哪些方向都列出来了，然后我们也可以让他把具体内容去总结，也都没问题的。

不允许咱还有人不知道这样看英文文献啊，不用氪金，完全免费给大家看一下，就是像这样，你左右对照观看，左边是这个英文，右边就是对应的这个中文翻译，翻译它都保留了这个原始排版，你看它这个公式啊，图表啊啥的，都保持了原来英文文章的原有样子， 这一点我觉得非常重要，因为我们是要对照阅读的嘛，我们直接可以在浏览器上 get 这个插件啊，今天我把操作流程给大家完完全全的讲清楚，就是在这搜索沉浸式翻译，然后这边你点击加入扩展， ok， 之后你点击你浏览器上侧这个小图标一点，你看它这边就出来了， 然后继续点击它，你就可以看到最下边有一个文档，翻译进去之后，我最常用的就是它这个 bible doc 功能，就是这一个啊，我们只要把自己的文档上传上去就可以使用它，直接就是这种双语对照，一目了然， 不用担心有这种错位呀，乱码的麻烦啊。而且除了咱们这种文档嘛，图片、视频、英文页面这些都可以翻译啊，你像刚刚说的这个英文页面，你直接点击一下这个侧边悬浮球，它就可以直接给你生成中英对照，基本上就是你鼠标划到哪，它就翻译到哪。 然后你看这种英文视频的话，你只需要点击一下播放，它就能够播放实时的中英字幕。而且现在还有个新功能，就是你看这种直播的讲座啊或者视频呀，它也能够实时翻译，就是克服了这种录播材料的局限性嘛，真的是很方便啊，无痛打破咱们的语言壁垒。好啦，希望可以帮助到大家。每天一个科研分享，我们下期见啦！

对于研究生来说，掌握一套高效的英文文献查找方法是非常重要的，那今天我就给大家分享一下平时我在查英文文献的时候的一些方法以及工具。首先是查文献和管理文献，这里我还是推荐大家使用 x 猫，这个工具已经在我的视频当中出现过很多次了， 因为在这个工具当中呢，我们在查文献的时候，可以一目了然的看到这个文献的标题以及其他的名称，影响因子和摘药部分， 所以我们就能够快速的筛选到自己想要以及跟我们研究方向相关的一些文件，并且能够把它一键收藏到我们相对应的文件夹下面， 那等到我们后面需要精读某片文件的时候，我们就可以直接去对应的文件夹下面找出来，那到这里的话，我们就已经完成了文件的一个查阅和管理，是不是非常简单，那后面就是如何精读文件呢？精读文件一般是分两种，一种是在线阅读，还有一种就是我们把它下载下来去阅读，那在线去阅读以及筛选文件这个翻译工具就非常的重要， 使用呢是沉浸式翻译，这个插件和其他的一些翻译软件相比的话呢，它主要有以下几个优点，第一，解锁文件的时候非常方便，我们只需要输入中文，点击三个空格，它就可以自动翻译成英文。第二，网页可以一键翻译，标题、摘 要、关键词，它都给你翻译的清清楚楚，而且是英文和中文对照的，这样我们就不用来回的切换翻译和原文。第三，当我们遇到不 会的英文单词或者说专用名字的时候，我们使用鼠标划词就可以获得它的一个详细解释。那如果我们在线看文件的时候，发现这篇文件真的跟我们相关系很高，我们想要把它就是下载下来，然后再去给它精细的阅读，那这个时候呢，我们就可以使用它的另一个功能，我们直接把 pdf 拖到这个里面， 它就可以自动识别时量图和表格中的文字，而且不会破坏原有的排版的基础上进行一个翻译。而且不光是图表段落文字的排版，也是能够做到精准的一个还原，就像看中文文献一样顺畅。此外它还能够精准的识别出分页的一些文本， 自动的将它们合并成一句话，然后进行翻译，增强翻译的一个连贯性。那除了论文翻译以外呢？程序翻译还有一个功能，就是我们可以调出侧边栏， 可以进行任何文本的翻译，我觉得这一点就非常适合我们去参加总会的时候提一些英文问题，或者是遇到一些英文的啊，专有名词的查阅呀，或者说想及时的翻译一些文字的时候使用。 ok， 那 今天这期视频就到这里了，希望我的视频对大家有所帮助，感兴趣的话可以点赞关注我们，下期视频再见吧，拜拜！

最近收治了一个呃比较难治的一个肢体免疫性脑炎的病人。呃，这两天也突然间想起来可以做一个比较火的文献计量学分析， 看看这个病的一个诊室的一个进展，还有就是比较几个智能体它的一个工作效率。 这个是一个呃， glc 的 一个免免费的模型啊， 简单输入他的一个解锁。嗯，第二次比较简单，就是文件这样学，这些图标主题是这个的一个发行机制，呃，解锁漫漫的近二十年的文件， 然后出来的结果，基本上两三分钟他就解锁完毕，出了这几个图，前后呃不超过三分钟，然后做完第一批，呃，看的还可以，就说再做几个聚焦细胞通路，炎症因子，还有治疗靶点的研究，然后也是两三分钟出来了。这几个图， 呃已经比较接近可以发表的，特别是这个，非常漂亮。 稍微回顾一下啊，这个是目前为止啊，我看过的除了奇康里面的文献，整体做出来比较好看的这个发文是逐渐上升的，中国的发表文章是最多的， 然后发表奇康在扎马纽，还有纽罗尤格，嗯，围刀这些都有。 呃，原始研究，病例报道，这些都是有的发病机制，这几个图做的也都比较漂亮， 第一层，第二层还有神经系统炎症的放大效应，基本上都能够体现在他的一个治疗上面。还有就是这几个炎症因子，炎症因子其实跟治疗靶点都是有相关性的。 嗯，还有治疗的一个目前成熟的免疫球蛋白，胆固醇激素，血糖置换，还有呃，二线治疗利托西单抗，三线的突出单抗和甚至个别的什么卡替治疗， 然后这几个。呃治疗炎症因子的一个变化，还有它这些因子所在的一些细胞 啊。 color code 还是比较好的。这个是 gbt 啊， plus 版啊，昨天买的会员，现在稍微有点后尾啊。 gbt plus 版出来的也比较快啊，跟 color code 差不多。 嗯，同样先让他们自己自行解锁，自己做也是五六个图，然后接下来让他做接下来的几个图，然后这个是 gpt plus 版做的图，还有附带的那个表格， 看起来中规中矩的。呃，速度还可以，但是比 colossal 还是差一些。最后看看 colossal 啊，这个简直有点智 障。最近抖音上面一直用 colossal 跟 colossal 做对比。呃，本来我以为买这个 colossal 还是比较稳，因为 colossal 的 容易被封号。 这个同样的提示词，花了十三分钟巴拉巴拉出来，没有一个结果，说他们 a p i 有 性质啊什么的。 呃。让他呃，让他继续跑。花了五分钟。呃，又要什么授权？我让他照顾 a p i。 呃。学习 coco。 呃。通过另一个方式来进行解锁制作图标， 然后他理解的收集的数据特别特别少，然后勉强做出来三个图，样样子是中规中矩的，感觉还没有呃 gpt 官网来的来的好。 然后我让他直接用浏览器解锁，然后用 a p i a p i 花了十一分钟也做不出来， 然后我让他直接解锁出资料啊，出来的信息也特别少，勉强出来三个图 啊，对这个也真是有点无语了。嗯，看他出来这三个图，又让他同样让他再做五个图标做西伯东路炎症因子，还有治疗。八点 出来这几个图能看啊，比 oppo pro 做出来要强一点，但是配色比较单一。

库黛克自动帮我查找并添加参考文献到这个 the turtle 文献管理工具当中，只需要一条提示， 文献添加提示评论文献添加分享，我是张老师，关注学习更多 ai 工具使用方法。

半年前，我给大家介绍了一个强大科研工具 test site finder， 这次再来介绍另一个袖中更广的文献解锁工具 web of science， 其与大家熟悉的 x 杠 more 很 相似，但具有一些优势， 总结就是非常好用。

好，这边也是花了两天时间研究了一下这个口袋 x 在 这个论文辅助方面的应用。 这边城里是这样的，我这边有一个要求，我让他帮我到阿木尼和瓜牙口的混合燃烧这方面论文。 然后呢？这是我的一个要求，然后它会自动帮我去在 gucci、 color 等方面去找一些这方面的论文。这是它筛选过的，我让它筛选十篇以内，它最终给我筛选到七篇。 这这个这个文档是原版，这没有筛选过的，它大概是找了多少篇？找了四十九篇， 最终包括研究背景啊，可以做研究背景的，或者满做主题的，满足我的要求了， 中间会排除一些。那不错，挺有用，再挺。

上期视频我们总结了 nature skills， 分享了如何写 skills。 今天我们来看一篇最近很火的文章， cloud code one hundred two for academic researchers。 作者是 mash tucker， 丹麦男，大学博士。他长期在 x 上分享 ai 怎么辅助学术研究、文献阅读，论文写作，受众主要是博士生和科研工作者。他之前写过一篇 cloud code 幺零幺，阅读量超过四百万一百零二是接在幺零幺后面的进阶篇。今天讲的就是这篇。 先一句话说清楚这篇文章在干什么。他不是教你用 cloud code 代写论文，而是教你把 cloud code 变成一个有目录、有规则、有分工的长期论文助理。他想解决的问题是，直接用 ai 写论文，很容易遇到三个麻烦，材料全堆在一起， ai 分 不清哪些是证据， 叫他帮你找文献，给的是主题相关，不是真正支撑。那句话的任务一复杂，没有计划和规则，结果根本没法检查。 这篇文章给出的答案是，先把项目管理这件事做好，再让 ai 参与进来。我这里准备了一个模拟论文项目方向是知识图谱，里面有一篇 word 初稿，两篇 pdf 文献，一份导师意见，还有一份会议纪要。这是我们的项目目录。 基于这篇文章的建议，结合 nature skills 的 写法规律，我们提炼了一个写作模板，写了三个技能，这三个 skills， cloud codex 和 codex 都能用。第一个技能叫论文工作台搭建，它的作用不是写论文，也不是找文献，而是先把论文项目整理清楚， 直接使用 ai a 键词。很多人会把 pdf 草稿、导师意见、会议纪要都放在一起，然后直接问 ai。 这时候 ai 很 容易搞不清楚哪些是可引用文献，哪些只是作者草稿，哪些是导师建议，哪些是会议记录。 所以第一个技能做的事情很简单，把项目拆成几个区域，它生成了这几个文件夹。同时，它还给每个文件夹生成了一个说明文件。比如文件。文件夹的说明会告诉 ai， 这里的材料可以作为论文证据， 但必须检查原文是否真的支撑论文句子。草稿。文件夹的说明会告诉 ai， 这里是做旧草稿，不能随便编造实验结果、公式、图表和参考文献反馈材料。文件夹的说明会告诉 ai， 导师意见和会议纪要只能作为修改建议， 不能当做文献证据。这一步看起来不复杂，但它很重要，它的价值是先让人工智能分清材料身份，避免后面乱读乱用材料。第二个技能叫文献证据匹配，这是我觉得最适合展示的一部分。 以前我们可能会直接问 ai， 帮我找几篇参考文献，或者帮我给这段话补引用。但这种问法有一个问题， ai 可能找到的是主题相关的文献，不一定是真正能支撑论文那句话的文献。 所以这个技能做的不是简单找文献，而是做论点和证据之间的匹配。他先把 word 处稿提取成可读文本，再把两篇 pdf 文献提取成文本，然后从处稿里找出需要文献支撑的论点，再去 pdf 文献里找原文证据。 最后，它生成了一个文献证据匹配报告。报告里面不是简单说这篇文献可以引用，而是逐条判断论文里的这个论点是什么，后选文献是哪一篇文献原文证据是什么？ 支撑强度和引用建议。这里有一个很好的例子，我们的初稿里有一句话，大意是知识图谱可以用于组织和表示复杂知识。两篇 pdf 文献里确实提到， 知识图谱是用头实体关系为实体三元组来表征复杂知识体系的技术，所以这个地方可以作为背景支撑。但出稿里还有一些更强的说法，比如论文方法，准确率提升约百分之十八， 召回率提升约百分之十二。这是作者自己论文的实验结果，必须来自自己的真实实验，不能拿外部文献来应凑。所以报告会明确写不能支撑，必须补真实实验结果。这就是这个技能的价值，也正好对应了文章里的一个核心思路，让人工智能围绕你的论文论点去查材料， 而不是泛泛的总结文献。第三个技能叫审稿人模拟检查。这个技能也不是直接改论文，而是像审稿人一样生成一份风险报告。它会读取论文出稿导师意见、会议纪要，以及前面生成的文献证据匹配报告，然后检查这篇稿子现在有哪些问题。 在我们的测试里，他指出了几个很典型的问题，实验结果还是估算值，主实验表格缺失，消融实验缺失，公式缺失、图缺失，相关工作覆盖不足。导师意见里也提到，近两年的相关文献补得不够。 所以这个技能最后会生成一个审稿人模拟检查报告，把问题案优先级列出来。它的作用不是替作者完成论文，而是告诉作者，如果现在投稿，哪些地方最容易被审稿人抓住。 从测试结果看，这套流程最有价值的地方不是让人工智能写得更多，而是让他少犯一些关键错误。比如不乱用文献，不编造实验，不把导师意见当证据，不把背景相关的文献当成直接支撑。这也是我觉得这篇文章值得看的原因。 回到文章本身，我把它提炼成六条你可以直接拿去用的原则。第一，按功能分区。不要把它提炼成六条你可以直接拿去用的原则。第一，按功能反馈数据，各放各的地方， ai 才能分清它们的身份。 第二，每个文件夹写清使用规则，主目录放一个全局说明，每个子目录再放局部规则，规则依次写好，整个项目期间都生效，不用每次重复说。第三，复杂任务先要计划，不要直接让它执行超过三步。跨文件夹输出很长的任务，先让 ai 列出步骤，确认了再开始。 第四，重复任务，做成固定命令，整理笔记、检查引用、生成报告，这些每次都要做的事情，可以写成命令，下次一句话调用。第五，不同任务用不同助手，文献助手、引用检查助手、审稿人助手，各自独立，彼此不互相污染上下文。第六， 引用这件事没有退路，必须回原文和这篇文献真正支撑你这句话是两件不同的事。 如果你也想照着这个思路写自己的论文技能，我的建议是从一个具体的高频任务开始，不要一开始写太大。 比如帮我检查引言，每句话有没有文献支撑，或者帮我把导师意见整理成一个修改清单。选好任务之后， 把它写成四件事，什么时候用，需要什么输入，具体怎么操作，输出什么文件。另外，禁止事项很重要，不能编造数据，不能覆盖原始文件，不能把建议当证据，这些都要明确写进去，写完之后用真实材料跑一遍，看看输出是不是真的可用， 然后迭代。最后说一句这篇文章的核心价值，它没有给你一个神奇的提示词，它提醒的是，如果你想让 ai 真正参与一个长期论文项目， call 的 不是一次性聊天，而是项目结构、规则、文件 证据追综合可重复流程。真正有用的不是让它写，而是让它按你设计好的流程。工作有问题欢迎评论区讨论，我们下期视频再见！

太牛了，三十篇参考文献一次性帮我轻松解读出来，并且帮我总结这些文献当中的一些方法结论，以及该专业下的未解难题。而且他是把这些内容呢统一的整理到一个 word 文档里面，方便我去查看，最关键的在于全程不需要花费我额外的时间， 这样的话，科研效率是不是直线上升了？多篇文献解读方法评论，文献解读分享，我是张老师，关注我，学习更多高分 s c r 文章写作经验。

科研这件事，最难的往往不是写，而是不知道第一步该怎么走。 academic research skills 这个开源项目，把研究写作、评审、修改、定稿整理成了一整套能直接照着走的流程。 readme 里把文献检索、论文写作、数据处理、学术规范，还有 reviewer 和 picklan 这些关键环节都排进去了。 它最值钱的不是替你省掉思考，而是把科研路径理顺，让新手少走弯路，每一步都更稳。 如果你想把学术研究真正做起来，这个 github 开源项目从入门到落地都值得直接收下。

一直发文章的兄弟们，做汇报的时候往往会比较烦恼，因为要做太多 ppt 了。不要慌， codex 已经帮我做了近一个月的 ppt， 效果如何呢？大家自己看。 其实整体流程非常简单，上传我们的文章或参考文献到 codex， 再配上几个提示词， codex 就 可以帮我们直接转化为 ppt， 而且都是非常精美的图片。具体怎么做，大家跟我来。 首先，我们可以将参考文件放到一个文件夹中，或者将参考文件上传到 codex 中，然后给 codex 进行一个角色设定，并生成 md 文件。呃，很快 md 文件就生成了。然后呢，我们再输入这套提示词， 让扣带子直接生成一套完整的 ppt 视觉方案，具体内容怎么样无所谓，在这里我们需要关注的是色彩符不符合我们的需求，如果符合需求后，再输入这段提示词。这里有一个需要注意点是，我们要唤醒 emoji two， 为我们生成 ppt 页面哦，艾特 emoji 俊就是可以唤醒 emoji two 了， 然后等了一段时间后， ppt 就 自动生成了。呃，打开看一下效果如何？哎，可以看到这么精美的 ppt 就是 cold desk 一 键生成的，大家说强不强？当然，如果我们想一直使用 cold desk， 必须是 plus 或者 pro。 最近后台有很多粉丝私信问我，到底如何才可以呢？大家看这里， 然后选择这个就可以了，整个流程不超过一分钟时间，非常方便。在现在 ai 的 时代，借助 ai 可以 让我们事半功倍。搞科研的小伙伴们也应该感觉到了，伴随着 ai 的 时代的到来，投稿要求也越来越高了，拥抱 ai 才能拥抱未来。

做科研最难的一步其实不是闲论文，而是前期的文献调研，尤其是你刚切入一个新的研究方向的时候，没有人跟你讨论，也没有师兄师姐带你 根本不知道该怎么入手，能不能有什么方法能帮我们先梳理一下陌生的研究领域呢？从而可以降低入手的难度。这在以前确实做不到，只能 web of science 一 篇篇的搜再去看。但是现在就可以用像维度 ai 这种剪辑 aint， 一 分钟就可以解锁到一个领域的相关文献 从何进行分析，这是怎么做的？我来给大家演示一下。首先就在这个检测 agent 这里用大白话输入你关心的研究领域，比如我就会输入如何使用机器学习进行三维地质建模呢？它 在这里是可以选择检测分区与文献类型的，我们就主要看刊论文就可以了，时间上选择近十年的它就能从实时更新的一点八亿屏真实无线图中进行检测。 你们看他剪辑出来的不是孤零零的文献，而是会给你把每一篇剪辑结果进行分析，直接告诉你这篇文章讲了什么，而且都不用翻译，直接就是中文的总结，这对科研小白来说就非常的友好。右边这里能按引用量进行排序，我们要优先看那种高背影的高质量的文献， 而且还能直接一键解读，直接就能加载具体的文献进行分析，包括一键总结文献与要点提取，大幅度降低我们进入一个领域的难度，把文献剪辑的时间省下来。

写论文时，引用不是装饰，真正难的是每一句关键论断是否有真实、合适、可合验的学术证据支撑。 这个 skill 叫 academic writing citation support， 也可以理解为文献引用聚合器。它面向论文章节、段落和研究主题，帮助作者把文字连接到可信文献。 它的第一条原则是保留作者自己的论证段落顺序、术语和写作声音。 skill 只在需要证据的位置补强，不把论文改成另一篇文章。 它从原文出发，而不是只拿一个宽泛关键词去搜索。段落里的概念、对象、方法、结果、理论和情境会被拆成可简缩的证据需求。 接着它建立 citation map， 哪些句子需要定义来源，哪些需要理对依据、哪些涉及方法、工具、结果、背景或事实判断都会被标记出来。 搜索阶段不是乱搜。 skill 会根据证据类型选择合适的学术来源、同行评审、文献综述、以文网络照语源数据出版设页面或学校图书馆数据库。 对重要论断，他会使用多组查询，并且至少用一个发现来源加一个荷叶来源。中文语境或本土研究也可以转向中文学术数据库。 获选文献不会因为标题相似就被引用，他会判断证据角色，直接支持强相关理论综述、背景资料或者指示弱相关，而应当拒绝 插入。引用前有完整的完整性门槛，作者年份、标题刊或出版社 joey 或稳定链接都需要能被权威来源核验。 更关键的是， time source fit 文献必须支持源具本身概念是否一致、研究对象是否接近、方法是否足够、结论有没有被过度放大？ 通过核验后， skill 会按 a p a 第七版插入论文引用并生成参考文献表。普通论断优先使用一到两边最合适的来源，避免堆积引用。 最后，他会做引用审查。论文引用和参考文献是否一一对应，作者年份是否匹配，是否存在孤儿引用是否还有需要标记的来源缺口。 最终交付物包括带引用的修正稿、 a p a 参考文献、 citation map source trace、 引用审查招标以及没有找到可靠来源的缺土清单。 所以这个 skill 的 核心不是多加几条参考文献，而是帮助论文建立一条清楚、真实、可追踪的证据链。