学术检索与引文审计
多源文献检索、严格他引审计和高影响力引用者画像的一体化研究技能。
证据：安装脚本会修改用户主目录下的 .mcp.json 和 settings.json，但操作前有明确的输出提示，且要求用户提供邮箱；skill 依赖外部 MCP 服务（PubMed 等），未发现恶意行为。扣分：安装脚本直接写入配置文件，缺少用户确认步骤；依赖外部网络服务（如 PubMed）可能涉及数据传输，未充分披露数据流；发布者未经验证，信任证据有限。
证据：存在 CI 工作流（.github/workflows/test-skill-tooling.yml）针对 mcp-server 运行 pytest，且有脚本测试（test-autoupdate-state-isolation.sh 等）。但静态审查无法验证关键路径的实际运行。扣分：未提供测试细节或覆盖范围，错误处理描述较泛；未达到可靠上限。
证据：README 和 SKILL.md 清楚定义了适用场景（多源检索、他引审计等）、目标受众（科研人员）和输入要求；触发词丰富且语义明确，覆盖中英文。扣分：未明确声明不适用场景（如无权限数据库、单一快速检索），环境适配证据有限；依赖海外服务（PubMed、CrossRef 等），从中国大陆访问可能受限，但说明中提及了 fallback。
证据：有完整的中英文 README，结构清晰，包含边界和依赖说明；拥有 Apache-2.0 许可证；有版本号（manifest.yaml version 2.0.0）。扣分：未提及变更日志和版本历史；维护责任不明确（发布者未经验证）；已知限制部分在 README 有提及，但可能不完整。
证据：描述和 README 明确列出了产出（去重文献表、引用格式文件、严格他引统计表），典型请求和所需输入清楚。静态审查无法验证输出是否直接可用。扣分：缺少实际运行证据，无法确认结果正确性和完整性；比较优势（相对手动）未量化。
证据：有 CI 工作流和脚本测试，但未提供测试结果或覆盖报告；声称支持 MCP 服务器，但无独立第三方验证。扣分：静态审查无法执行测试；仅有作者提供的文档，缺乏交叉验证证据。
- 安装脚本会直接修改 ~/.claude/.mcp.json 和 settings.json，请在运行前审查并备份这些文件。
- 核心功能依赖 PubMed、CrossRef 等海外服务，从中国大陆网络访问可能失败或变慢；请确认可用性并考虑备选方案。
- 发布者未经企业级验证，请以实际运行结果为准，不要因品牌信任。
这个 Skill 能做什么，适合哪些场景？
nature-academic-search 是一个面向学术工作流的技能，通过 MCP 工具（PubMed、CrossRef、arXiv、Scopus、ScienceDirect）协调多源文献检索、引文核验、严格他引审计、文章级引用指标表、高影响力引用者画像（院士、杰出青年、Fellow 等）、MeSH 检索策略，以及引用文件管理（.nbib/.ris/.bib 转换）和参考文献管理（BibTeX、相关文章、ID 转换）。它采用路由器架构，根据任务动态加载对应工作流，优先从磁盘加载片段，而不是依赖记忆。技能强调严格独立他引的判定，并支持中文触发词如“查文献”“严格他引”等。
通过 MCP 工具调用 PubMed、CrossRef、arXiv、Scopus 和 ScienceDirect 进行多源文献检索。验证文档中提取的引文，执行严格独立他引审计，排除自引，构建文章级引用指标表。识别高影响力引用者（院士、校长、院长、杰青、长江学者、Fellow、领域大牛），并提取他们引用目标论文的上下文。构建 MeSH/PubMed 检索策略。转换和管理 .nbib/.ris/.bib 引用文件。管理参考文献，包括 BibTeX 生成、相关文章发现和 ID 转换。提供 no-MCP 回退发现搜索脚本（academic_search.py）和格式转换脚本（format-converter.py）。
- 研究生查找某主题的多源文献，并生成 MeSH 检索策略用于 PubMed 系统综述。
- 作者核实论文中引文的准确性，验证 DOI 是否真实、卷期页码是否匹配，排除引文错误。
- 科研人员统计自己文章的引用数、严格他引数，并筛选引用者中是否有院士、杰青或 Fellow 等学术大牛。
- 学者需要将 .nbib 文件转换为 .ris 或 .bib 以导入不同文献管理工具。
- 学术编辑审稿时，验证稿件参考文献的真实性和格式，生成引用指标汇总表。
这个 Skill 有哪些优点和局限？
- 多源检索，覆盖 PubMed、CrossRef、arXiv、Scopus、ScienceDirect，提高文献覆盖度。
- 严格的独立他引审计，排除自引，结果更可靠。
- 高影响力引用者画像，帮助识别学术影响力。
- 路由器架构按需加载工作流，节省上下文。
- 支持中文触发词，对中文用户友好。
- 提供脚本回退，无 MCP 时仍可基本搜索。
- 依赖 MCP 服务，需要配置多个 API 凭据（PubMed 邮箱、Scopus、ScienceDirect 等），设置门槛高。
- Scopus/ScienceDirect provider 未在 SKILL.md 中详细说明，可能需自行探索。
- 未提及自动化测试或验证工作流在真实案例上的覆盖情况，可靠性待评估。
- 部分功能（如 ID 转换）依赖外部工具，出错时回退手动生成可能耗时。
如何安装这个 Skill？
使用 npx skills 安装全部技能：npx skills add Yuan1z0825/nature-skills --global --agent codex --skill '*' --yes --copy。或使用 Claude Code 方式：克隆仓库到稳定路径，并创建指向 skills/nature-academic-search/SKILL.md 的 subagent 或 slash command wrapper。需安装 Python 依赖：python -m pip install -r skills/nature-academic-search/mcp-server/requirements.txt。
如何使用这个 Skill？
安装后，开启新会话，直接用中文描述需求，例如：'整理这篇文章的引用数、严格他引数、DOI，并看引用者里有没有院士、Fellow 或领域大牛。' 技能会自动检测工作流并加载对应流程。确保已配置 MCP 服务所需的 PUBMED_EMAIL 和 Scopus/ScienceDirect 等凭据。