企业官网建设流程全解析

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：

💡 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 / Linux）

cd 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 ✅

1. 别只贴一堆 bullet：80% 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）；
2. 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；
3. 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；
4. 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"：

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