research-literature-search

# Research Literature Search ## 目标 将主题和 5–25 条查询转换为可复核的候选文献 bundle。负责召回、字段规范化、canonical 去重、来源审计和可选摘要补全；不负责评分、纳入/排除、子主题、配额、综述写作、BibTeX 或 PDF/Word 导出。`research-literature-review` 必须消费本 Skill 的 manifest 和 canonical 候选，不得复制 provider 或重做去重。 ## 流程 ### 输入 - 必需：`topic` 与显式查询 JSON（`--query-file`/`--queries`）；支持 `{"queries": [...]}`、对象数组或字符串数组。 - 空查询剔除；有效查询默认 5–25 条，不满足即 fail-closed。 - 可选：`domain`、年份/文献类型/预印本过滤、provider 顺序、每查询/总量上限、`scope_root`。 - 输出必须位于调用方 `scope_root` 内；拒绝路径穿越和 manifest 外部绝对路径。 ### 执行步骤 ```bash python3 skills/research-literature-search/scripts/search_runner.py run --topic "HER2 antibody-drug conjugates in breast cancer" --query-file ./queries.json --output-dir ./.bensz-api/search-bundle python3 skills/research-literature-search/scripts/search_runner.py enrich-abstracts --input selected_papers.jsonl --output selected_papers_enriched.jsonl python3 skills/research-literature-search/scripts/search_runner.py validate --bundle ./.bensz-api/search-bundle ``` `run` 默认不补全全量摘要；选文后按需执行 `enrich-abstracts`。provider 按 `provider_priority` 执行 priority-fallback-topup，达到约 70% 阈值即停止，不承诺全 provider union；`mcp`/`duckduckgo` 在纯 Python runner 中记为 `skipped/host tool required`。每次尝试写入 `attempts`、Search Log、`retrieval_strategy` 和 `topup_threshold`。 ### 输出 `manifest.json` 是唯一入口，每次运行使用独立目录： ```text manifest.json candidates_raw.jsonl # 脱敏的最小 provider 信封 candidates_normalized.jsonl # rls.paper.v1，去重前 candidates_deduped.jsonl # canonical 候选池 provenance.jsonl # p...