Colicsin 论文智能引用 Skill
触发条件
正向触发（执行 skill）：
- 用户请求论文推荐、文献建议、引用查找
- 用户文本中包含
[CITE]标记 - 用户要求生成 BibTeX 或参考文献
负向触发（不执行 skill）：
- 纯知识问答（"什么是 BERT？"）
- 解释或总结特定已知论文
- 非学术写作（创意写作、日常文档）
输入解析
对于 [CITE] 标记：提取前后各 1-2 句作为独立查询。
对于直接请求：整段文本作为查询。
查询准备：
- 提炼核心学术概念，翻译为英文
- 生成 1-2 个检索变体（同义词替换）
- 示例：用户写"大模型幻觉问题" → 检索词
"hallucination in large language models"和"LLM factual accuracy"
API 检索
主检索 — Semantic Scholar
https://api.semanticscholar.org/graph/v1/paper/search?query={QUERY}&limit=10&fields=title,authors,year,citationCount,venue,externalIds,publicationTypes
- 限制 10 条结果（不是 20）
- 仅请求必要字段（去掉 abstract, tldr, referenceCount, influentialCitationCount, journal）
备选检索 — OpenAlex（仅当 Semantic Scholar 返回 <5 条时）
https://api.openalex.org/works?search={QUERY}&per_page=10&select=id,doi,title,authorships,publication_year,cited_by_count,primary_location,type
错误处理与降级：
- API 返回 429/5xx：等待 3 秒后重试一次
- 两个 API 均失败或超时：基于 LLM 训练知识推荐论文，明确标注"未经 API 验证"
- 结果 <5 篇：如实呈现，建议用户调整检索词或扩大范围
论文评估 — Tier 分级框架
对每篇论文评估，分为三个等级：
Tier 1（强推荐）
- 顶级会议/期刊：venue-rankings.md 中标 ★ 的期刊/会议，或 LLM 公认的全球顶刊（Nature, Science, CVPR, NeurIPS 等）
- 被引量：>100 次
- 发表形式：正式发表（非预印本）
Tier 2（推荐）
- 正式索引期刊/会议：SCI/SSCI Q1-Q2, CCF-A/B, CSSCI, 北核等
- 被引量：10-100 次
- 发表形式：正式发表
Tier 3（条件推荐）
- 低级别索引、预印本、被引 <10 次
- 仅在 Tier 1/2 结果不足时补充
- 需明确标注"预印本"或"低级别期刊"
评估规则：
- 优先查 venue-rankings.md 确定期刊等级
- 未命中则用 WebSearch 查询期刊排名（搜索
"{期刊名}" SCI SSCI CCF ranking或"{期刊名}" CSSCI 北核） - 同一论文既有预印本又有正式版：仅保留正式版
- 按 Tier 排序，同 Tier 内按被引量降序
输出格式
对每篇推荐论文输出：
### [序号] 论文标题
- **作者**: 作者列表（前三位 + et al.）
- **发表于**: 会议/期刊名, 年份
- **Tier**: [1/2/3]
- **被引量**: N 次
- **推荐理由**: 1-2 句说明与用户文本的语义关联及学术贡献
- **BibTeX**:
@article{key2024title,
author = {...},
title = {...},
...
}
报告末尾：
- 汇总所有 BibTeX 到一个完整代码块
- 简要说明排除了多少篇及原因（如"排除 3 篇预印本"）
回填引用（仅当原文含 [CITE]）
将原文中的 [CITE] 替换为 \cite{key1, key2} 格式（最多 3 个 key），输出修改后的完整正文。
用户可选参数
用户可在请求中附加：
- 数量："推荐 10 篇" → 调整结果数
- 年份限制："只要 2020 年以后的"
- 领域限定："计算机视觉方向"
- 包含预印本："arXiv 的也可以"
API 限流参考
- Semantic Scholar: 100 req/5min（无 key）, 1 req/sec
- OpenAlex: 无硬限制，建议 200ms 间隔
- 遇限流时添加 1-2 秒延迟