lit-search

lit-search 是一个学术文献检索 CLI / MCP 服务，可同时检索 Semantic Scholar、OpenAlex、arXiv、CrossRef 和 CORE，并将结果整理为可复现、可继续处理、可用于 LaTeX 写作的文献池。

默认检索只生成三个文件：

lit_search_YYYYMMDD_HHMMSS/
├── search_meta.json
├── literature_pool.json
└── references.bib

本项目不再提供 PDF 下载能力。PDF 原文获取建议交给专门的下游工程处理。

特性

• 多数据源检索：Semantic Scholar、OpenAlex、arXiv、CrossRef、CORE。
• 可复现检索记录：search_meta.json 记录时间、查询条件、关键词、年份范围、检索范围、数据源和统计信息。
• 完整机器结果：literature_pool.json 尽可能保留标题、作者、摘要、关键词、出版物、卷期页、DOI、URL、引用数、标识符、PDF 候选链接等结构化字段。
• BibTeX 导出：references.bib 使用尽量主流、LaTeX 友好的字段，便于论文写作和导入 Zotero / EndNote / Mendeley。
• 去重合并：按 DOI 和标题相似度合并重复文献。
• 查询展开：支持 none、pairwise、full 三种多关键词组合策略。
• 检索范围控制：支持 title-only、title-abstract、default-engine-search。
• 文献池管理：支持 merge、resolve、enrich。
• MCP 服务：可接入 Trae、Codex 等支持 MCP 的智能体客户端。

安装

npm install -g lit-search

本地源码运行：

npm install
node ./bin/lit-search.js "machine learning" -l 3

初始化 API Key

lit-search init

可配置：

• Semantic Scholar API Key
• OpenAlex API Key
• CrossRef contact email
• CORE API Key

没有 Key 时也可以使用部分公开接口，但限流会更明显。

CLI 用法

lit-search "machine learning"
lit-search search "machine learning"
lit-search "AI, coding, agent" -l 5 -s 2023
lit-search "AI, coding, agent" --expand pairwise
lit-search "computer vision" --search-scope title-only
lit-search "machine learning" --output-dir ./results

完整命令：

lit-search [query] [options]
lit-search search [query] [options]
lit-search merge <pool...> -o <output-dir>
lit-search enrich <pool-folder|literature_pool.json>
lit-search resolve <citations.txt> [options]
lit-search init

常用参数：

-l, --limit <n>          每个关键词、每个数据源的检索上限，默认 3
-s, --since <year>       起始年份，包含该年
-u, --until <year>       结束年份，包含该年
--expand <mode>          查询展开策略：none|pairwise|full，默认 none
--search-scope <mode>    title-only|title-abstract|default-engine-search
--output-dir <dir>       生成结果文件夹的父目录
--enrich                 merge 后立即补全缺失元数据
--fields <list>          enrich 时指定字段，例如 abstract,keywords,doi,url,venue
--only-missing [fields]  enrich 时只补缺失字段，例如 abstract
--checkpoint-interval <n>
                         enrich 时每处理 n 篇写回一次，默认 5，0 表示关闭
--concurrency <n>        enrich 的论文级并发数，默认 1
--overwrite              enrich 时也刷新已有元数据

limit 是“每个关键词、每个数据源”的上限，不是最终结果数量上限。

多关键词策略

多个关键词用英文逗号分隔：

lit-search "ontology, knowledge graph, semantic web" -l 5

默认 --expand none，只检索原始关键词。可选策略：

• none：只查原始关键词。
• pairwise：生成两两组合，再查原始关键词。
• full：生成完整组合、两两组合和原始关键词。

输出文件

search_meta.json

用于复现检索，记录：

• 工具名称和生成时间
• 输出目录
• 查询词、展开策略、检索范围
• 关键词列表
• 年份范围
• 启用数据源
• 每个数据源的检索状态和数量
• 原始数量、去重后数量、过滤后数量、最终数量
• 输出文件清单

literature_pool.json

机器可读的完整文献池。每篇文献尽可能包含：

• title
• authors / author
• year
• journal / venue / booktitle
• volume / issue / pages
• doi
• url
• abstract
• keywords
• citation_count
• source
• identifiers
• pdf_candidates
• metadata_status
• metadata_enrichment

pdf_candidates[] 只是检索源提供的候选链接元数据，不会触发下载。

references.bib

用于 LaTeX 和参考文献管理器。BibTeX 字段尽量保持主流兼容：

• title
• author
• year
• journal
• booktitle
• volume
• number
• pages
• publisher
• doi
• url
• abstract
• keywords
• language
• eprint
• archivePrefix
• primaryClass
• issn
• isbn

完整机器字段请以 literature_pool.json 为准。

文献池管理

合并多批结果：

lit-search merge ./batch1 ./batch2 -o ./merged

合并后补全缺失元数据：

lit-search merge ./batch1 ./batch2 -o ./merged --enrich

只补缺失摘要：

lit-search enrich ./merged --only-missing abstract

从参考文献条目反查具体文献：

lit-search resolve ./citations.txt --output-dir ./resolved

MCP 使用

启动命令：

node D:/lit-search/bin/lit-search-mcp.js

MCP 工具：

search_literature
merge_pools
enrich_metadata
resolve_citations

search_literature 每次调用都会创建结果文件夹，并返回：

• structuredContent.output.metaFile
• structuredContent.output.poolJsonFile
• structuredContent.output.bibFile
• structuredContent.papers
• content[0] 中的文件路径摘要
• content[1] 中的 BibTeX 文本

智能体调用建议：

{
  "query": "ontology, knowledge graph, semantic web",
  "limit": 5,
  "yearStart": 2020,
  "queryExpansion": "none",
  "searchScope": "default-engine-search",
  "outputDir": "D:/lit-search-results"
}

不要把多个概念写成一个长短语，例如不要传：

ontology knowledge graph semantic web

应传：

ontology, knowledge graph, semantic web

在 Codex 中注册 MCP

示例配置：

[mcp_servers.lit-search]
command = "node"
args = ["D:/lit-search/bin/lit-search-mcp.js"]
cwd = "D:/lit-search"

Windows 如果需要固定 Node 路径：

[mcp_servers.lit-search]
command = "C:/Program Files/nodejs/node.exe"
args = ["D:/lit-search/bin/lit-search-mcp.js"]
cwd = "D:/lit-search"

开发测试

npm install
npm test
LIT_SEARCH_SKIP_NETWORK_TESTS=1 node test.js

真实接口验收：

node ./bin/lit-search.js "machine learning" -l 1 -s 2023 --output-dir ./temp

License

MIT