Paper Search

锚点深搜：先找高质量锚点论文并下载，从其参考文献中提取二次搜索线索，再向外扩展。

职责边界

Step 1 — 收集信息

1. 读 topics/research_proposal.md，提取：核心概念、研究问题、已提关键词
2. 读对话中用户已提供的方向
3. 缺失则追问（一次一个）："研究方向是什么？想搜哪些理论或关键词？"

完成：关键词（中英文）已确定。

Step 2 — 锚点深搜

2a  关键词搜索 → 选出 4-6 篇锚点论文
         ↓
2b  下载锚点 PDF（自动，不询问）
         ↓
2c  从 PDF 提取参考文献 → 二次搜索
         ↓
2d  补充搜索（填补缺口维度）

2a — 找锚点

用核心关键词搜索，按以下标准选取 4-6 篇锚点：

完成：锚点论文 4-6 篇已选定，每篇有选取理由。

2b — 下载锚点 PDF

锚点论文自动下载，不询问用户。

下载渠道优先级（每渠道超时 30 秒）：

Sci-Hub 镜像顺序：sci-hub.st → sci-hub.ru → sci-hub.se。

save_path = "./literature/pdfs"

下载后验证：

1. file <路径> — 必须含 PDF document
2. 重命名为 {年份}_{简化标题}.pdf

失败处理：标记 [锚点下载失败-需手动]，继续流程但在报告中提醒。

完成：锚点 PDF 已下载到 literature/pdfs/，失败的已标记。

2c — 参考文献提取与二次搜索

对每篇已下载的锚点 PDF：

1. 提取参考文献：用 markitdown 提取 PDF 全文，定位 References/参考文献 部分
2. 识别高相关论文：从参考文献中筛选与研究问题直接相关的论文
3. 二次搜索：用 search_crossref 或 search_semantic 查找这些论文
4. 元数据验证：用 get_crossref_paper_by_doi(DOI) 确认

提取命令：

markitdown "path/to/paper.pdf" | grep -A 500 -i "references\|参考文献"

或 Python：

from markitdown import MarkItDown
md = MarkItDown()
result = md.convert("path/to/paper.pdf")
# 在 result.text_content 中搜索 References 部分

提取重点：

• 锚点论文引用的理论奠基作（如 RBV 锚点引用的 Barney, Teece 等）
• 锚点论文引用的方法论先驱
• 与研究问题相关的实证研究

完成：每篇锚点的参考文献已提取，高相关论文已二次搜索并验证。

2d — 补充搜索

检查当前候选池的覆盖：

• 理论文献是否充足？
• 方法论文献是否有？
• 中英文是否均衡？
• 是否有明显缺口维度？

针对缺口执行补充搜索。

完成：候选池已覆盖理论、方法、实证三类，无明显缺口。

Step 3 — 筛选

期刊层级：A+（顶刊）、A（SSCI Q1-Q2）、B（Q2-Q3）、经典（被引>1000）。

完成：纳入列表已确定，每篇有相关度和层级标注。

Step 4 — 验证引用

禁止凭记忆生成引用。标题必须来自检索结果原文。

完成：所有论文有验证状态，存疑已标记。

Step 5 — 写报告

paper_search.md 结构

# 文献搜索报告

## 一、搜索策略
关键词、工具、锚点深搜路径；
漏斗：检索 X 篇 → 锚点扩展 Y 篇 → 纳入 N 篇。

## 二、研究空白
现有研究的 2-3 个空白；有无竞争论文。

## 三、核心锚点论文（4-6 篇）
| # | 标题 | 作者 | 年份 | 期刊 | 层级 | 被引 | 选入理由 | PDF状态 |

## 四、二次扩展论文
从锚点参考文献中发现的重要论文。

## 五、完整文献列表
| # | 标题 | 作者 | 年份 | 期刊 | 层级 | 相关度 | 被引 | 状态 | DOI |

完成：五节均已填写，锚点有 PDF 状态标注。

Step 6 — 询问下载（非锚点）

锚点已在 Step 2b 自动下载。此步询问其他论文：

✅ 文献搜索完成

📄 literature/paper_search.md
  漏斗: 检索 X 篇 → 锚点扩展 Y 篇 → 纳入 N 篇
  锚点: [已下载 M 篇 / 失败 K 篇]

📊 研究空白: [简述]

其他 [N-M] 篇论文需要下载吗？
  A. 下载全部
  B. 指定下载
  C. 暂不下载（推荐，需要时再下）

工具分工

禁止：download_with_fallback（会匹配无关文献）

质量 Checklist

• 锚点 4-6 篇，有选取理由
• 锚点 PDF 已下载（失败的已标记）
• 从锚点参考文献做了二次搜索
• 所有引用来自实际检索，标题完整
• 每篇有验证状态和 DOI
• 存疑引用已告知用户