用 AI 做文献综述不编造引用Academic Forge literature-review 技能实战【免费下载链接】AcademicForgeOne Forge, All Skills: A curated skill collection for academic writing and research. 点开即用按需配置的一站式学术研究skills平台。项目地址: https://gitcode.com/gh_mirrors/ac/AcademicForge用 AI 写文献综述最大的坑是一本正经地编造引用——看着像那么回事的论文标题、作者、年份DOI 却查无此文。Academic Forge 是一个面向学术研究的一站式 AI 技能平台其中的literature-review文献综述技能专门解决这个问题先真实检索、再动笔写作每条引用都来自可核验的数据源。这篇文章带你从零上手看看它是怎么做到引用不编造的。为什么 AI 写文献综述容易编引用让大模型帮我综述一下 XX 领域它很容易生成通顺但虚构的文献凭记忆补全模型记得一篇经典论文但作者、年份、卷号记混了拼出一个不存在的组合凑数式引用为了显得专业把相似论文脑补成精确匹配的结果无验证环节输出流畅 ≠ 引用真实读者很难逐条人工核查。问题的根源在于模型是先写后找引用是写出来的副产品而不是查出来的结果。Academic Forge 的 literature-review 技能位于skills/claude-science/literature-review/把流程倒过来先检索、后写作先验证、后引用。技能拆解三步防止编造引用 第 1 步检索先行——引用必须有出处技能的规则很明确见 SKILL.md综述类问题第一步不是写而是文献扫掠——调用 kernel.py 中的助手函数从真实数据库拉回结果函数作用通俗理解crossref_lookup在 CrossRef 中查找论文元数据拿作者年份查出准确的 DOI 和期刊search_openalex在 OpenAlex 做主题检索关键词扫出相关论文清单expand_citations沿引用图谱双向扩展往前追经典源头往后找最新进展verify_dois批量验证 DOI 是否真实存在5 秒确认这条引用是不是编的 核心原则写在技能文档里一个能解析到真实论文的 DOI 才是引用否则就是编造——而这个区别 5 秒就能验证。哪怕是模型非常确定的经典论文比如 Transformer 论文也建议花一秒验证一下。第 2 步引用图谱双向扩展——不漏经典、不追陈旧只靠关键词搜索会漏掉两类文献领域奠基的老经典藏在参考文献列表里和最新挑战旧结论的新工作藏在被引列表里。技能要求对最相关的 2~3 篇论文各走一步引用图谱expand_citations 一条命令同时返回参考文献和被引文献把它们并入文献集后再开始写作。同时它还会检查撤稿标记CrossRef 的update-to字段能标出已被撤稿的论文。对高关注度、结果过于惊人的发现几秒钟的撤稿检查可以避免综述建立在一篇已翻车的论文上。第 3 步综合而非罗列——综述要下结论技能文档SKILL.md反复强调一条写作红线❌文献清单Chen 2019 报告了 40% 的降幅Park 2020 报告了 35%——这只是两张索引卡✅综述该效应真实但幅度有限合并估计集中在 35–40%Chen 2019; Park 2020。判断标准很简单只读每个段落的第一句话——如果它们连起来是你的论点就是综述如果是一串作者名单那就是换了段落的读书清单。成稿前还会跑一次 style_pass 风格检查像 lint 一样扫一遍稿子的问题。一键安装把技能装进你的项目 ⚡Academic Forge 支持 Claude Code / OpenCode / Codex无需订阅按需安装。方式一运行安装脚本macOS / Linuxcd your-project git clone https://gitcode.com/gh_mirrors/ac/AcademicForge bash AcademicForge/scripts/forge-install.sh \ --tool claude \ --skills literature-review方式二Windows PowerShell使用仓库自带的 forge-install.ps1 安装脚本参数为-Tool claude -Skills literature-review。安装后验证一下ls .claude/skills/技能 ID 可以在技能注册表 registry/skills.json 中查询更多安装细节见 QUICKSTART.md。一个小配置用到 OpenAlex 相关步骤主题检索、引用扩展需要一个免费的OPENALEX_API_KEY在 OpenAlex 官网注册即可获取CrossRef 相关步骤则完全免密钥。实战演示三种典型问法 装好技能后直接对 AI 说人话即可技能会自动判断该做什么场景 1找某篇具体论文扩散模型做分子对接的开山论文是哪篇技能会检索高被引的原始研究而不是关于它的新闻报道或综述返回可点击的 DOI 链接并顺带验证它没被撤稿。场景 2证据综述GLP-1 类药物对心血管结局的证据现状如何技能先做文献扫掠收集 15 篇以上一手论文每个论点都锚定到确立它的原始论文再按主题组织成段落式综述——什么已被证实、什么有争议、什么还悬而未决各归其位。场景 3方法对比对比 AlphaFold2 和 Boltz-2 在蛋白-小分子复合物预测上的表现交付物是权衡分析和推荐而不是两篇论文摘要的并排罗列——这正是技能文档里综合即对比而非总结的要求。新手避坑清单 ✅别只贴一堆 bullet80% 都是项目符号的页面是伪综述综合部分必须是连贯段落技能会主动纠正这一点预印本要标注预印本就说预印本别和同行评审结论混着写置信度要对齐证据强度单队列研究说有一组人报告了 X三期 RCT 才能下断言有争议的区域要两边都写答案要写在回复里完整综述会存成 markdown 文件但聊天回复本身就是答案而不是已保存 14 篇论文的综述这种一句空话。总结 Academic Forge 的 literature-review 技能本质上是给 AI 文献综述装了一道事实闸门传统 AI 综述literature-review 技能先写后找引用靠记忆先查后写引用有出处不验证无法证伪每条 DOI 可 5 秒验证罗列摘要主题化综合 明确结论忽略撤稿风险主动检查撤稿标记对新手来说它把领域专家做综述的流程固化成了 AI 可以执行的标准动作。装上技能、配好免费的 OpenAlex 密钥你的下一份文献综述就可以做到每条引用都经得起点击验证。【免费下载链接】AcademicForgeOne Forge, All Skills: A curated skill collection for academic writing and research. 点开即用按需配置的一站式学术研究skills平台。项目地址: https://gitcode.com/gh_mirrors/ac/AcademicForge创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
用 AI 做文献综述不编造引用Academic Forge literature-review 技能实战【免费下载链接】AcademicForgeOne Forge, All Skills: A curated skill collection for academic writing and research. 点开即用按需配置的一站式学术研究skills平台。项目地址: https://gitcode.com/gh_mirrors/ac/AcademicForge用 AI 写文献综述最大的坑是一本正经地编造引用——看着像那么回事的论文标题、作者、年份DOI 却查无此文。Academic Forge 是一个面向学术研究的一站式 AI 技能平台其中的literature-review文献综述技能专门解决这个问题先真实检索、再动笔写作每条引用都来自可核验的数据源。这篇文章带你从零上手看看它是怎么做到引用不编造的。为什么 AI 写文献综述容易编引用让大模型帮我综述一下 XX 领域它很容易生成通顺但虚构的文献凭记忆补全模型记得一篇经典论文但作者、年份、卷号记混了拼出一个不存在的组合凑数式引用为了显得专业把相似论文脑补成精确匹配的结果无验证环节输出流畅 ≠ 引用真实读者很难逐条人工核查。问题的根源在于模型是先写后找引用是写出来的副产品而不是查出来的结果。Academic Forge 的 literature-review 技能位于skills/claude-science/literature-review/把流程倒过来先检索、后写作先验证、后引用。技能拆解三步防止编造引用 第 1 步检索先行——引用必须有出处技能的规则很明确见 SKILL.md综述类问题第一步不是写而是文献扫掠——调用 kernel.py 中的助手函数从真实数据库拉回结果函数作用通俗理解crossref_lookup在 CrossRef 中查找论文元数据拿作者年份查出准确的 DOI 和期刊search_openalex在 OpenAlex 做主题检索关键词扫出相关论文清单expand_citations沿引用图谱双向扩展往前追经典源头往后找最新进展verify_dois批量验证 DOI 是否真实存在5 秒确认这条引用是不是编的 核心原则写在技能文档里一个能解析到真实论文的 DOI 才是引用否则就是编造——而这个区别 5 秒就能验证。哪怕是模型非常确定的经典论文比如 Transformer 论文也建议花一秒验证一下。第 2 步引用图谱双向扩展——不漏经典、不追陈旧只靠关键词搜索会漏掉两类文献领域奠基的老经典藏在参考文献列表里和最新挑战旧结论的新工作藏在被引列表里。技能要求对最相关的 2~3 篇论文各走一步引用图谱expand_citations 一条命令同时返回参考文献和被引文献把它们并入文献集后再开始写作。同时它还会检查撤稿标记CrossRef 的update-to字段能标出已被撤稿的论文。对高关注度、结果过于惊人的发现几秒钟的撤稿检查可以避免综述建立在一篇已翻车的论文上。第 3 步综合而非罗列——综述要下结论技能文档SKILL.md反复强调一条写作红线❌文献清单Chen 2019 报告了 40% 的降幅Park 2020 报告了 35%——这只是两张索引卡✅综述该效应真实但幅度有限合并估计集中在 35–40%Chen 2019; Park 2020。判断标准很简单只读每个段落的第一句话——如果它们连起来是你的论点就是综述如果是一串作者名单那就是换了段落的读书清单。成稿前还会跑一次 style_pass 风格检查像 lint 一样扫一遍稿子的问题。一键安装把技能装进你的项目 ⚡Academic Forge 支持 Claude Code / OpenCode / Codex无需订阅按需安装。方式一运行安装脚本macOS / Linuxcd your-project git clone https://gitcode.com/gh_mirrors/ac/AcademicForge bash AcademicForge/scripts/forge-install.sh \ --tool claude \ --skills literature-review方式二Windows PowerShell使用仓库自带的 forge-install.ps1 安装脚本参数为-Tool claude -Skills literature-review。安装后验证一下ls .claude/skills/技能 ID 可以在技能注册表 registry/skills.json 中查询更多安装细节见 QUICKSTART.md。一个小配置用到 OpenAlex 相关步骤主题检索、引用扩展需要一个免费的OPENALEX_API_KEY在 OpenAlex 官网注册即可获取CrossRef 相关步骤则完全免密钥。实战演示三种典型问法 装好技能后直接对 AI 说人话即可技能会自动判断该做什么场景 1找某篇具体论文扩散模型做分子对接的开山论文是哪篇技能会检索高被引的原始研究而不是关于它的新闻报道或综述返回可点击的 DOI 链接并顺带验证它没被撤稿。场景 2证据综述GLP-1 类药物对心血管结局的证据现状如何技能先做文献扫掠收集 15 篇以上一手论文每个论点都锚定到确立它的原始论文再按主题组织成段落式综述——什么已被证实、什么有争议、什么还悬而未决各归其位。场景 3方法对比对比 AlphaFold2 和 Boltz-2 在蛋白-小分子复合物预测上的表现交付物是权衡分析和推荐而不是两篇论文摘要的并排罗列——这正是技能文档里综合即对比而非总结的要求。新手避坑清单 ✅别只贴一堆 bullet80% 都是项目符号的页面是伪综述综合部分必须是连贯段落技能会主动纠正这一点预印本要标注预印本就说预印本别和同行评审结论混着写置信度要对齐证据强度单队列研究说有一组人报告了 X三期 RCT 才能下断言有争议的区域要两边都写答案要写在回复里完整综述会存成 markdown 文件但聊天回复本身就是答案而不是已保存 14 篇论文的综述这种一句空话。总结 Academic Forge 的 literature-review 技能本质上是给 AI 文献综述装了一道事实闸门传统 AI 综述literature-review 技能先写后找引用靠记忆先查后写引用有出处不验证无法证伪每条 DOI 可 5 秒验证罗列摘要主题化综合 明确结论忽略撤稿风险主动检查撤稿标记对新手来说它把领域专家做综述的流程固化成了 AI 可以执行的标准动作。装上技能、配好免费的 OpenAlex 密钥你的下一份文献综述就可以做到每条引用都经得起点击验证。【免费下载链接】AcademicForgeOne Forge, All Skills: A curated skill collection for academic writing and research. 点开即用按需配置的一站式学术研究skills平台。项目地址: https://gitcode.com/gh_mirrors/ac/AcademicForge创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
