review-materials（文献综述材料生成器） 是做什么的？
一个可复用的 Codex 技能，将学术 PDF 转化为可追溯的文献综述材料，支持逐页文本提取、DOI 检测、证据分级、引文追踪和跨论文综合。
简介
本技能自动化处理学术 PDF，从多个维度提取结构化信息，帮助用户快速生成文献综述草稿。它利用 PDF 解析库（如 PyMuPDF）提取逐页文本，通过正则表达式匹配 DOI 并使用 CrossRef API 验证，依据预定义规则对证据进行分级，追踪论文间的引用关系，并跨论文综合关键发现。
功能特性
- 逐页文本提取：从 PDF 每一页提取文本内容，保留原始结构。
- DOI 检测：自动识别并验证文档中的 DOI。
- 证据分级：根据证据类型（如 meta-analysis、RCT、observational study）自动分级（高、中、低）。
- 引文追踪：提取参考文献并链接相关论文。
- 跨论文综合：合并多篇论文的分析结果，生成综合报告。
平台支持
- Codex：主要支持平台，作为可复用技能集成。
- Python 3.8+：依赖 PyMuPDF、requests 等库。
前置条件
-
安装 Python 3.8 或更高版本。
-
安装依赖库：
pip install pymupdf requests -
可选：设置 CrossRef API 密钥（如果需要更高的请求限制）：
export CROSSREF_API_KEY="your-api-key"
使用方法
输入
- 一个或多个学术 PDF 文件，或者包含 PDF 的目录。
- 可选参数：输出目录、证据分级规则等。
输出
- 每个 PDF 生成一个 Markdown 文件，包含提取的文本、DOI 列表、证据分级、引文链接等。
- 可选：一个综合多个 PDF 结果的 Markdown 报告。
快速开始
from review_materials import process_pdf
result = process_pdf("path/to/paper.pdf", output_dir="./reviews")
print(result.summary)
更详细的示例请参考 examples/ 目录。
配置
所有配置通过环境变量或参数传递：
| 变量/参数 | 说明 | 默认值 |
|---|---|---|
OUTPUT_DIR | 输出目录 | ./reviews |
EVIDENCE_LEVEL | 分级标准（strict/standard/relaxed） | standard |
CROSSREF_API_KEY | CrossRef API 密钥 | 无 |
输出结构
每个 PDF 的输出文件格式如下：
# 文献综述：<论文标题>
- DOI：<DOI>
- 提取日期：<日期>
## 逐页文本
### 第 1 页
<提取的文本>
...
## 证据分级
| 证据 | 级别 | 说明 |
|------|------|------|
| <证据描述> | 高/中/低 | <原因> |
## 引文
- [1] <引用信息> → 链接
- [2] ...
## 综合摘要
<AI 生成的综合摘要>
贡献指南
欢迎提交 Pull Request 或 Issue。请确保代码风格遵循 PEP 8，并为新功能编写测试。
许可证
MIT