核心要点
- 5 个技能库为编程 Agent 提供 AI 辅助文献检索
- K-Dense 文献技能：PubMed、Semantic Scholar、bioRxiv 集成 + 引用网络分析
- Orchestra autoresearch：作为研究流水线一部分的全循环文献综述
- LabClaw 参考技能：引用格式化、参考文献管理、文献目录生成
- 自定义 MCP 服务器：通过 MCP 连接任何数据库
- 最佳方案：组合领域技能（K-Dense）和通用研究技能（Orchestra）
对比表
| 技能库 | 数据库 | 优势 | 局限 |
|---|---|---|---|
| K-Dense 文献 | PubMed、Semantic Scholar、bioRxiv | 引用网络分析、领域专长 | 偏生物学 |
| Orchestra Autoresearch | Semantic Scholar、arXiv | 全研究循环集成 | 偏 ML/AI |
| LabClaw 参考 | CrossRef、DOI.org | 引用格式化、文献目录 | 无搜索功能 |
| 自定义 MCP | 任意（可配置） | 最大灵活性 | 需要配置 |
| 内置 Agent | 网页搜索 | 零配置 | 浅层，无 API 访问 |
常见问题（FAQ）
Q1：应该从哪个技能库开始？
生物医学研究者：K-Dense 文献技能。ML 研究者：Orchestra autoresearch。通用：从内置搜索开始，按需添加。
Q2：AI 文献检索和手动 PubMed 搜索相比如何？
AI Agent 构建更好的查询（MeSH 术语扩展、同义词处理），自动探索引用网络，生成结构化摘要。手动搜索在细微概念查询上仍更好。
总结
没有单一技能库能覆盖所有文献检索需求。最佳方案是组合领域技能（K-Dense 用于生物医学，Orchestra 用于 ML）和自定义 MCP 服务器。AI 文献检索擅长查询优化、引用网络探索和结构化摘要——补充而非替代人工专家搜索。