已開源請取走，分享一個自用文獻檢索Skill

大家好，我是喫太飽騎士，一個混跡於 AI 與科研圈的有趣靈魂。

由於平時科研需要，寫了一個文獻檢索 Skill 叫 jadense-scholar-search，裝入 Codex、Claude Code、TRAE 這類 Agent 應用就能跑。

每次選題、寫綜述、組會、開題前最怕的就是找文獻：拆關鍵詞、跨庫搜索、手動去重。有時候幹了一早上，好像白乾。

所以我把這些活交給 AI 去做。

爲了確保結果的質量，這個Skill做了這些設計：

1. 支持並行多源檢索，提高效率。同時我編寫的腳本咱們進行了故障隔離，一個來源暫時報錯或者超時，不影響其他來源的結果，而且診斷信息中會標記問題來源，短時間凍結檢索，避免被開源庫標記成“黑戶”。

2. 多源結果統一化。不同來源的檢索結果往往內容、結構都不一樣，如果AI直接照單全收，後續很容易出幻覺。這個Skill進行了提前處理，把每個源返回的結果整容成一樣的結構，即提高後續各類處理的效率，也減輕 AI 的“認知負擔”。

3. 跨源去重。注意，這一步不是做在AI響應層的，而是腳本層。多虧了“多源結果統一化”，跨源去重變得非常容易。去重後，AI接收的上下文更乾淨，我們的錢包也少出點血。

4. 多因子加權排序。引用、相關性、時效、多樣性都考慮，避免單一指標導致的壞結果。

5. 自動補全信息。前面提到了，不同來源的檢索信息往往不同。比如有些來源就沒有摘要，沒摘要最好要補，否則 AI 單憑標題有時很難判斷這篇文獻到底如何。怎麼辦？檢索後拿有摘要的來源盡力補全。

6. 可視化結果。AI 幫你先讀一遍，翻譯好標題、摘要等關鍵信息，再給你關鍵的簡要導讀。瀏覽起來更快更舒心。 接下來還想加更多功能：中文文獻（CNKI/萬方）支持；論文圖譜，快速找關聯文獻；多梯度檢索深度（現在已經有，但沒有硬指標規範化）。

好了，現在喫太飽騎士要回去繼續幹活。等我下次繼續搗鼓。

如果覺得內容對你有幫助，歡迎點贊、關注、來點盒電