lit-review-agent · 文献调研 Agent

一条命令完成一次小型文献调研：检索 → 下载 → 读图 → 对比 → 综述。给定研究主题，Agent 从 arXiv（OpenAlex 增强）检索论文，流式下载 PDF 并缓存，提取每篇论文的图表清单（含 caption 绑定），做跨论文的方法标签/相似度/主题聚类分析，最终产出一份结构化中文综述（Markdown）与 papers.json。

设计原则

• 每一级都可降级：OpenAlex 被限流 → 退避重试后降级为 arXiv 单源；某篇 PDF 下载失败 → 该论文保留为元数据卡片；未配置 LLM → 规则基线综述照常生成。流水线永不因单点失败而中断。

• LLM 是可选增强：不配任何 API Key，全部功能可用；配置 OpenAI 兼容端点后，仅"综述叙述"一节由 LLM 重写，事实表格永远来自确定性代码。

• 离线可复跑：PDF 缓存在 ~/.litreview/cache，--offline 模式纯本地复现整条流水线（测试即基于此设计）。

Related MCP server: arxivsub-mcp

快速开始

pip install -e ".[pdf]"          # 基础 + PDF 提取
litreview "vision transformer object tracking" --limit 6 --out reports

输出：

reports/survey_<query>.md   # 中文综述：主题分组 / 论文卡片 / 横向对比 / 叙述 / 参考
reports/papers.json         # 归一化论文元数据

常用参数：--no-pdf（跳过下载）、--no-openalex（arXiv 单源）、--no-llm（纯规则综述）、--offline（只用缓存）、-v（调试日志）。

五个阶段

MCP Server

[mcp] extra 提供标准 stdio MCP 服务，可在任何 MCP 客户端（Claude Desktop、ZCode 等）中把文献调研当作工具调用：

{"mcpServers": {"litreview": {
  "command": "python",
  "args": ["-m", "litreview.mcp_server"]}}}

工具：litreview_search(query, limit) 返回结构化论文 JSON；litreview_survey(query, limit, out_dir) 返回完整综述 Markdown。

可选 LLM 润色

// ~/.litreview/config.json
{"base_url": "https://api.example.com/v1",
 "api_key": "sk-...", "model": "glm-4-flash"}

配置后 survey 的叙述一节由 LLM 基于"工具提取的结构化事实"重写（提示词约束：不得编造事实、不得新增论文）；任何失败都会回退规则基线并在文末注明。

测试

pip install -e ".[pdf,mcp,dev]"
python -m pytest tests -q      # 23 项离线测试

测试不打网络：HTTP 层用 httpx.MockTransport（含 429 重试路径），PDF 层在测试内用 pymupdf 合成带图表与 caption 的 PDF，聚合/综述层用构造语料验证。CI（Ubuntu / Python 3.10–3.13）同时做 CLI 冒烟、MCP 导入检查与 compileall。

许可证

MIT © 2026 XiaoMa-77