AI系统综述写作：Claude Scientific Writer文献综述与引用管理完整教程（PubMed/OpenAlex/BibTeX全覆盖）
【免费下载链接】claude-scientific-writerA general purpose scientific writer项目地址: https://gitcode.com/gh_mirrors/cl/claude-scientific-writer
Claude Scientific Writer是一个开源的 AI 科研写作工具，能先做真实文献检索、再动笔写作：内置的文献综述（literature-review）技能可系统性地检索 PubMed、OpenAlex 等学术数据库并生成带已验证引用的综述文档，配套的引用管理（citation-management）技能覆盖 OpenAlex、PubMed、Google Scholar 三大检索源和 BibTeX 全流程——从 DOI 转 BibTeX、元数据提取、去重格式化到引用校验，一站式完成。本教程面向新手，带你 30 分钟内跑通「检索 → 引用 → 成稿」的完整流程。
一、30秒认识 Claude Scientific Writer 🧭
一句话概括：它是一台"先查证、后动笔"的 AI 论文生产线。
- 📚研究先行：动笔前先做多数据库文献检索，确保每个结论都有真实、可核验的来源
- ✅引用自动核验：每条 DOI 都会被脚本解析验证，杜绝"幻觉引用"
- 📄多形态输出：文献综述、研究论文、基金申请书、海报、幻灯片，输出 Markdown + PDF
- 🔌三种用法：Claude Code 插件、命令行工具
scientific-writer、Python API
核心文件速览：
| 模块 | 路径 | 作用 |
|---|---|---|
| 文献综述技能 | skills/literature-review/SKILL.md | 系统综述七步工作流 |
| 引用管理技能 | skills/citation-management/SKILL.md | 检索/元数据/BibTeX/校验 |
| 功能总览 | docs/FEATURES.md | 全部能力清单 |
| 排错指南 | docs/TROUBLESHOOTING.md | 常见问题解决 |
二、快速安装：三步跑通环境
前置要求：Python 3.10+，一个ANTHROPIC_API_KEY（AI 写作引擎），以及 LaTeX 发行版（生成 PDF 用，如pdflatex）。
第一步：安装
pip install scientific-writer第二步：配置密钥（写入.env文件即可）
echo "ANTHROPIC_API_KEY=你的密钥" > .env第三步：启动
scientific-writer💡 如果想在 Claude Code / Cursor 里以插件方式使用，在插件市场安装后运行
/claude-scientific-writer:scientific-writer-init，即可直接自然语言下指令，详见 README.md 的插件章节。
三、文献综述技能：七步系统综述工作流 📖
文献综述不是"把论文挨个摘要"，而是可复现的系统工程。skills/literature-review/SKILL.md 内置了完整的七阶段方法论（完整版见 references/core_workflow.md）：
- 规划与定界— 用 PICO 框架（人群/干预/对照/结局）明确研究问题，写死纳入/排除标准
- 多数据库系统检索— 至少 3 个互补数据源，记录每条检索式与日期
- 筛选与遴选— 标题 → 摘要 → 全文三级筛选，保留各阶段数量画 PRISMA 流程图
- 数据提取与质量评估— 结构化抽取各研究的关键数据并评级
- 主题综合— 按"主题"组织而非按"研究"罗列，跨研究比较归纳
- 引用核验— 逐条验证 DOI，失败则修正后重跑
- 文档生成— 一键转专业 PDF
其中两个最实用的自动化脚本：
① 引用核验：verify_citations.py会提取文档中所有 DOI、逐条验证解析、从 CrossRef 拉取元数据并生成核验报告：
python skills/literature-review/scripts/verify_citations.py my_review.md② 生成 PDF：支持 APA、Nature、Chicago、Vancouver、IEEE 五种引用格式：
python skills/literature-review/scripts/generate_pdf.py my_review.md \ --citation-style apa --output my_review.pdf⚠️ 技能文档强制要求：每篇综述至少配 1–2 张 AI 生成的示意图（如 PRISMA 流程图），可调用 skills/scientific-schematics/SKILL.md 用自然语言描述即可生成出版级图片。
四、引用管理技能：PubMed / OpenAlex / BibTeX 全覆盖
skills/citation-management/SKILL.md 是引用质量的"守门员"，五大阶段、8 个开箱即用的脚本（均在skills/citation-management/scripts/下）。
4.1 PubMed 检索：生物医学的权威来源
search_pubmed.py通过 NCBI E-utilities API 检索 3500 万+ 条文献，支持 PubMed 原生语法（MeSH 词、字段标签、日期过滤）：
python skills/citation-management/scripts/search_pubmed.py \ "Alzheimer's disease treatment" --limit 100 -o alz.json常用参数：--date-start/--date-end（时间范围）、--publication-types（如Review,Clinical Trial）、--format bibtex（直接输出 BibTeX）。设置NCBI_API_KEY可将请求速率从 3次/秒 提升到 10次/秒。进阶语法见 references/pubmed_search.md。
4.2 OpenAlex 检索：免密钥的 2.5 亿条全学科索引
search_openalex.py是零门槛选手：不需要 API Key，覆盖约 2.5 亿条学术成果，还支持按引用量排序，直接锁定高影响力论文：
python skills/citation-management/scripts/search_openalex.py \ "CRISPR gene editing" --limit 50 --sort-by citations -o results.json4.3 从 DOI 到 BibTeX：一行命令搞定
拿到 DOI 后，doi_to_bibtex.py通过 CrossRef 内容协商一步转出标准条目：
python skills/citation-management/scripts/doi_to_bibtex.py 10.1038/s41586-021-03819-2手上是 PMID、PMCID、arXiv ID 甚至文章 URL？交给extract_metadata.py的通用元数据提取器，支持批量输入：
python skills/citation-management/scripts/extract_metadata.py --pmid 34265844 python skills/citation-management/scripts/extract_metadata.py \ --input identifiers.txt --output citations.bib🔑 小技巧：同一篇论文在所有脚本中生成相同的引用键，因此来自不同数据库的结果天然可以互相去重。
4.4 清洗、去重与最终校验
合并多个来源后，用format_bibtex.py标准化格式并去重：
python skills/citation-management/scripts/format_bibtex.py references.bib \ --output clean.bib --rekey --deduplicate投稿前最后一道关卡是validate_citations.py——检查必填字段、年份合法性、未解析引用、重复条目，还能按目标期刊校验（--venue nature），甚至把 BibTeX 与手稿.tex对照（--manuscript paper.tex）：
python skills/citation-management/scripts/validate_citations.py references.bib \ --venue nature --check-dois发现高危错误时脚本会返回非零退出码，非常适合接入自动化流程。完整参数说明见 references/script_reference.md。
五、端到端实战：一句话生成带引用的综述 ✍️
一切就绪后，把数据文件和图表丢进项目根目录的data/（图片自动归入figures/），然后对scientific-writer说人话即可：
Create a systematic review on AI in drug discovery. Reference studies_database.csv (127 papers, 2020–2024). Include success_rates_meta.png (pooled OR=2.3, 95% CI 1.8–2.9) and publication_trends.png. Synthesize findings by theme.
执行过程会实时输出进度，成品按时间戳归档到writing_outputs/<时间戳>_<主题>/，目录结构清晰（见 docs/FEATURES.md）：drafts/草稿、final/终稿 PDF、references.bib参考文献、figures/图片、progress.md过程记录——修改意见接着发即可迭代修订。更多提示词模板参考 README.md 的 Quick Reference 表。
六、新手避坑清单：10个高频错误一次讲清 🛡️
两个 SKILL.md 共同总结的"十大坑"值得打印贴墙：
| 坑 | 对策 |
|---|---|
| 只用单一数据库检索 → 文献清单有偏 | 至少检索 OpenAlex + PubMed，再format_bibtex.py --rekey --deduplicate合并 |
| 只查一个数据库漏掉预印本 | 把 bioRxiv、medRxiv、arXiv 纳入检索范围 |
| 盲信 API 返回的元数据 | 抽查作者/刊名原文；缺 volume、pages、DOI 的条目必须补全 |
| 检索过程不留记录 | 每条检索式、日期、命中数全部存档，否则"不可复现" |
| 按研究逐篇罗列 | 按主题综合，跨研究比较 |
| 提交前不跑校验 | validate_citations.py永远是最后一步 |
| 手工手敲 BibTeX | 一律用脚本从元数据源提取 |
| 引用已发表的旧预印本 | 用 CrossRef 查是否已转期刊版并更新 |
结语：把"查证"交给工具，把"思考"留给自己 🔬
Claude Scientific Writer 的核心哲学是**"研究先于写作、核验伴随全程"**：literature-review技能提供系统综述的方法论骨架，citation-management技能提供从 PubMed/OpenAlex 检索到 BibTeX 校验的工程化肌肉。新手只需掌握"选库检索 → 元数据提取 → 格式化去重 → 校验成稿"这条主线，即可产出引用全部可核验的专业综述。所有脚本的参数细节、端到端示例均可在 skills/citation-management/references/example_workflows.md 与 skills/literature-review/references/example_workflow.md 中继续深挖。
【免费下载链接】claude-scientific-writerA general purpose scientific writer项目地址: https://gitcode.com/gh_mirrors/cl/claude-scientific-writer
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
