tools-only NSFC 申请书文献检索与引用生成
文献在申请书中的要求
- 参考文献约30条，以近5年为主
- CNS等权威期刊优先
- 国际文献为主 + 国内文献为辅 + 自己的工作（可高亮）
- 不要遗漏领域关键文献（评审人会注意）
- 格式必须统一规范
- 有当年文献加分
- 勿缺失关键参考文献
文献检索
OpenAlex API（免费，无需API key）
脚本：scripts/search_literature.py
基本用法：
# 搜索关键词，按引用数排序
uv run scripts/search_literature.py "machine learning potential" --limit 20 --sort cited_by_count
# 搜索近3年的文献
uv run scripts/search_literature.py "deep learning molecular dynamics" --year-from 2023
# 按发表日期排序（找最新文献）
uv run scripts/search_literature.py "neural network force field" --sort publication_date
# 紧凑输出（每篇一行）
uv run scripts/search_literature.py "density functional theory" --compact
返回信息：标题、作者、期刊、年份、DOI、引用数、摘要
搜索策略建议：
- 先用宽泛关键词搜索了解领域全貌
- 再用精确关键词搜索特定方向
- 关注高引论文（领域经典）和最新论文（前沿动态）
- 检查是否遗漏领域大牛的工作
- 搜索中文关键词时可能需要用英文替代
引用生成
wenxian
wenxian 是一个学术引用生成工具，支持从 DOI、PMID、arXiv ID 等标识符生成标准引用格式。
脚本：scripts/generate_references.py
用法：
# 从DOI列表文件生成BibTeX引用
uv run scripts/generate_references.py refs.txt --format bibtex
# 生成纯文本引用
uv run scripts/generate_references.py refs.txt --format text
# 输出到文件
uv run scripts/generate_references.py refs.txt --format bibtex --output refs.bib
refs.txt 格式（每行一个标识符）：
10.1103/PhysRevLett.120.143001
10.1038/s41586-020-2242-8
arXiv:2304.09423
NSFC引用格式
NSFC申请书通常使用编号引用格式 [1], [2], ...
格式示例：
[1] 作者1, 作者2, 等. 标题. 期刊, 卷(期): 起始页-结束页, 年份.
[2] Author1, Author2, et al. Title. Journal, Volume(Issue): Pages, Year.
注意：
- 所有文献格式必须统一（姓名顺序、期刊缩写等）
- 建议手动录入基金委成果系统保持格式一致
- 自己的文献可以加粗或用其他方式高亮
完整工作流程
1. 确定研究方向和关键词
↓
2. 用 search_literature.py 搜索相关文献
↓
3. 筛选 ~30 条最相关的文献
- 高引经典 + 近年前沿 + 自己的工作
↓
4. 收集所有 DOI，写入 refs.txt
↓
5. 用 generate_references.py 生成标准引用
↓
6. 检查格式统一性
↓
7. 确认没有遗漏关键文献
常见问题
搜索不到文献？
- 尝试不同的关键词组合
- 使用英文关键词
- 检查拼写
- OpenAlex覆盖面广但不是100%，可辅以Google Scholar
wenxian报错？
- 确认
uvx已安装（uv的一部分） - 确认DOI格式正确（如
10.1038/s41586-020-2242-8） - 部分API可能需要网络代理，请根据本地环境配置
格式不统一？
- 使用同一工具生成所有引用
- 手动检查并统一姓名顺序、期刊缩写
- 建议最后统一校对一遍