dyz-med-cnki

为医学主题设计并执行可复现的中英文文献检索,产出查询式、检索记录和去重后的候选文献池。当用户要“查文献” “覆盖 PubMed 和中文来源”或核实某研究问题的文献范围时使用;本技能负责发现与记录,深度精读交给 dyz-med-key-literature,系统综述的正式筛选与纳入流程交给 dyz-med-screening-pipeline。无法直接访问知网、万方或 维普时只能提供 discove

SKILL.md

GitHub

医学文献检索网关

核心原则

  • 先定义问题与检索范围,再选择数据库。
  • 结构化数据库记录、网页线索和全文阅读是三种不同证据状态,不能混写。
  • 不虚构检索式、结果数、PMID、DOI、被引数或数据库覆盖。
  • 不绕过登录、机构权限、验证码或付费墙。
  • 本技能生成候选池,不把摘要阅读称为深度精读。

工作流程

1. 明确输入

至少确认:

  • 研究问题及 PICO、PECO 或 PCC 要素;
  • 研究设计、日期、语种和人群限制;
  • 是否必须覆盖中国人群、国内实践、政策或指南;
  • 这是一般背景检索、选题缺口核查,还是系统综述检索;
  • 用户可访问哪些数据库或已提供哪些导出记录。

信息不足时,只追问会改变检索式或覆盖范围的问题。

2. 选择来源

来源 适用角色 可声明的完成状态
PubMed 生物医学结构化主检索、MeSH 扩展 可复现检索
Google Scholar 或普通网页检索 灰色文献、跨学科线索、引文追溯 补充发现
CNKI、万方、维普 中国人群、本土政策、国内期刊 仅在实际进入数据库并记录查询时称为数据库检索
用户提供的 RIS、BibTeX、CSV 已有候选记录导入 按文件来源标注
注册平台、预印本和开放仓库 在研项目、注册报告、预印本、开放数据 补充核查

若无法直接进入中文数据库:

  1. 可用网页检索发现标题、作者、期刊、年份和页面链接;
  2. 将记录标为 discovery_only;
  3. 告知用户需要自行登录数据库或通过机构图书馆核实、导出或下载;
  4. 对系统综述明确指出:网页线索发现不能替代规范的数据库检索。

3. 构建查询

先读取 templates/data/search-protocol.yaml。领域匹配时,再读取 templates/data/search-templates/ 下的对应模板。

  1. 拆出主题词、自由词、同义词、缩写和拼写变体。
  2. 使用当前环境可用的 PubMed/MeSH 工具核实主题词。
  3. 用布尔逻辑组合概念,并明确字段、日期、语种、物种和研究设计限制。
  4. 为每个数据库保留其原生查询式,不把 PubMed 语法直接复制到其他平台。
  5. 不使用尚未执行的占位查询式生成结果数。

4. 执行与记录

每次检索记录:

  • 检索日期和数据库;
  • 完整查询式;
  • 过滤条件;
  • 返回记录数;
  • 导出或分页范围;
  • 关键 PMID、DOI 或平台标识符;
  • 访问与全文状态;
  • 未覆盖来源及原因。

项目模式下,以 templates/search-record-skeleton.md 为骨架,将记录追加到 paper/evidence/search-record.md;不要覆盖既有记录。

5. 核实与去重

  • 优先用 DOI、PMID 或其他稳定标识符去重。
  • 无稳定标识符时,使用规范化标题、年份和第一作者辅助判断,并保留人工复核标记。
  • Google Scholar、网页片段或中文线索在引用前,应尽可能通过期刊官网、Crossref、PubMed 或数据库原始记录核实。
  • 被引数、影响力标签和“高质量”判断必须注明来源和查询日期。
  • 合法开放全文定位成功只表示可以访问;实际读取并核对全文后才能标为 full_text_read。
  • 可选使用自包含标准库 scripts/verify_references.py 对规范化JSON/CSV题录做确定性身份核验; 该身份核验脚本不承担RIS/BibTeX导入,也不自动改原始文献库;导入使用下述独立工具。具体字段、授权合同与命令见 检索记录模板的题录核验接口。
  • 工具默认离线,接受有版本绑定的固定响应;离线matched只是重放结果,不是实时数据库核验。 联网须显式--online及完整当前人类授权记录,只发送获准裸DOI/PMID到固定Crossref/PubMed API。 不发送题名、作者、摘要或稿件正文,不读取凭据、不跟随重定向、不访问题录提供的任意URL。
  • 外部处理前核对内容类别、用途、具体接收方/目的地、允许字段及当前人类来源,任一未知整批零发送。 授权绑定题录工件的artifact_id/version/sha256,并保留角色、确认时间、原话及来源路径/哈希/定位。 机器只能确认记录结构和字节,不认证身份/权限;用途、目的地或输入改变须重新确认。
  • 题录身份matched/mismatch/unverified与访问范围、全文已读、六类论断支持裁定分列。真DOI配错题名 输出mismatch;超时、429、404、无结果或缺DOI均不能判断文献虚构。无DOI但有PMID仍可核对; 无标识符不联网猜搜题名,保留人工核实。
  • 只消费当前输入绑定的报告。记录实际接口、日期、核对字段与差异;报告和引用其哈希的独立check分开。 输入变化使旧检查失效;检查completed/退出0不代表全文已读、论断SUPPORTED或医学质量通过。

使用以下状态:

  • full_text_read:全文已获取并实际核对;
  • abstract_only:只核对摘要或结构化记录;
  • discovery_only:仅网页或二手线索,尚未核实原始记录;
  • access_failure_recorded:已尝试但受权限、登录或全文可得性限制。

6. 交付

输出:

  1. 检索范围与来源覆盖说明;
  2. 每个来源的完整检索记录;
  3. 去重后的候选文献表;
  4. 关键未覆盖来源和人工补充步骤;
  5. 推荐交给 dyz-med-key-literature 深读的候选文献;
  6. 若用于系统综述,明确转交 dyz-med-screening-pipeline 的导入与筛选要求。

可重复导入与主题检索

已有 RIS、字面值 BibTeX、NBIB 或 PubMed XML 时,按文献工具接口使用 import_references.py,生成有来源的文献库与每批最多100条的身份核验输入。 需要主题检索时可使用 search_pubmed.py,保留完整查询、分页、失败和在线/重放身份;partial 不能声明全量完成。上述任务不扩大到全文阅读。

完成检查

  • 查询式、日期、过滤条件和结果数可追溯;
  • 所有 PMID、DOI 和题录信息均来自实际记录;
  • 不同来源的记录已去重或标为待复核;
  • 每条候选文献有来源与访问状态;
  • 中文数据库访问限制已如实披露;
  • 网页线索未被描述为完整数据库检索;
  • 未把摘要阅读描述为全文精读;
  • 系统综述场景已记录未覆盖数据库及补救计划。

配套资源

  • templates/data/search-protocol.yaml:PRISMA-S 检索记录骨架。
  • templates/data/search-templates/:心血管、肿瘤和公共卫生查询结构。
  • templates/search-record-skeleton.md:项目检索记录模板。
  • scripts/verify_references.py:默认离线的规范化题录身份核验器;无兄弟技能导入依赖。
  • examples/worked-example.md:虚构教学示例。
  • references/规范与文献清单.md:检索报告方法学参考。