🎁 Get the FREE AI Skills Starter GuideSubscribe →
BytesAgainBytesAgain
🦀 ClawHub

自动为文章添加参考文献

by @vigorouspp

自动为学术文章添加参考文献。解析文章内容提取主题和关键词, 调用 academic-search 检索相关论文,推荐候选文献供用户确认, 自动插入格式化的引用。支持 Markdown/LaTeX/Word 输入, 输出 BibTeX/GB/T 7714/APA 格式。当用户说"帮我加参考文献"、 "给这篇文章找引...

Versionv1.0.0
Downloads307
TERMINAL
clawhub install auto-citation

📖 About This Skill


name: auto-citation description: | 自动为学术文章添加参考文献。解析文章内容提取主题和关键词, 调用 academic-search 检索相关论文,推荐候选文献供用户确认, 自动插入格式化的引用。支持 Markdown/LaTeX/Word 输入, 输出 BibTeX/GB/T 7714/APA 格式。当用户说"帮我加参考文献"、 "给这篇文章找引用"或处理 .md/.tex/.docx 文件时触发。

自动添加参考文献

触发检测

检测以下信号时激活本 Skill:

意图信号(中文)

  • "加参考文献"/"添加引用"/"找相关论文"
  • "补充文献"/"完善参考文献"
  • "给这段话加引用"
  • 意图信号(英文)

  • "add citations"/"find references"
  • "complete bibliography"
  • 文件信号

  • 扩展名:.md / .tex / .docx
  • 内容特征:已有正文但引用不足或缺失

  • 前置依赖

    必需依赖

    本 Skill 依赖 academic-search Skill 进行论文检索。

    安装命令

    git clone https://github.com/ustc-ai4science/academic-search ~/.cursor/skills/academic-search
    bash ~/.cursor/skills/academic-search/scripts/check-deps.sh
    

    Python 依赖

    pip install python-docx textract
    


    工作流程

    Step 1: 解析文档

    运行解析脚本提取文档关键信息:

    python ~/.cursor/skills/auto-citation/scripts/parse_document.py <文件路径>
    

    输出内容

  • 文档类型(markdown/latex/word)
  • 主题摘要(TL;DR)
  • 关键词列表(3-7 个核心术语)
  • 现有引用列表(避免重复推荐)
  • 建议检索方向(2-4 个互补 query)
  • Step 2: 生成搜索策略

    基于解析结果,生成 2-4 个互补搜索 query:

    策略原则

  • 覆盖核心概念(主要方法/技术)
  • 覆盖应用场景(domain-specific)
  • 覆盖 baseline 对比(相关经典工作)
  • 近 5 年优先(时效性优先)
  • Step 3: 并行检索

    调用 academic-search Skill 执行多 query 搜索:

    子 Agent 任务分发:
    ├── Query 1: "graph neural network time series" → arXiv + S2
    ├── Query 2: "GNN temporal data prediction" → arXiv + S2
    ├── Query 3: "time series forecasting deep learning" → Google Scholar
    └── 合并结果,DOI/arXiv ID 去重
    

    搜索参数

  • 年份范围:近 5 年(或用户指定)
  • 排序:时效性优先 → 引用数 → CCF 等级
  • 数量:每 query 取前 10 篇
  • Step 4: 去重与筛选

    去重规则(按优先级): 1. DOI 精确匹配 2. arXiv ID 匹配 3. 标题 + 年份 + 第一作者匹配

    筛选逻辑

  • 排除已存在的引用
  • 按相关性 + 引用数 + 时效性排序
  • 保留前 8-12 篇作为候选池
  • Step 5: 推荐候选

    向用户展示候选列表,格式如下:

    基于你的文章主题(GNN 时间序列预测),我找到以下相关论文:

    [1] Title A - 被引 150 次 (2023) 作者:Author A, Author B 相关点:与你第 2 节的方法直接相关,可作为主要对比 baseline [2] Title B - 被引 89 次 (2024) [新] 作者:Author C et al. 相关点:最新 SOTA 方法,建议作为主要引用 [3] Title C - 被引 320 次 (2021) 作者:Author D 相关点:领域经典工作,适合引言背景介绍

    请输入你想引用的编号(如:1,3,5),或:

  • 输入 "更多" 查看下一批候选
  • 输入 "调整" 修改搜索方向
  • 输入特定需求(如:"找几篇中文文献")
  • Step 6: 格式化与插入

    格式选择(按以下优先级): 1. 用户明确指定("用 GB/T 7714 格式") 2. 文件内标记() 3. 环境变量(AUTO_CITATION_STYLE=gb7714) 4. 根据文件类型推断(.tex → BibTeX, .docx → GB7714)

    格式化命令

    python ~/.cursor/skills/auto-citation/scripts/format_citation.py \
      --style {bibtex|gb7714|apa} \
      --papers  \
      --output <输出路径>
    

    插入命令

    python ~/.cursor/skills/auto-citation/scripts/insert_citation.py \
      --document <原文路径> \
      --citations <引用文件> \
      --output <输出路径>
    


    引用格式说明

    BibTeX 格式

    适用于 LaTeX 文档。

    文件组织

  • 生成/更新 .bib 文件
  • 原文使用 \cite{key} 标记
  • 支持 \bibliographystyle 自定义样式
  • 示例输出

    @inproceedings{wang2023gnn,
      title={Graph Neural Networks for Time Series Prediction},
      author={Wang, X. and Li, Y.},
      booktitle={NeurIPS},
      year={2023}
    }
    

    GB/T 7714 格式

    适用于中文论文和学位论文。

    文中引用:上标 [1][1-3] 文末列表:按引用顺序编号

    示例输出

    [1] Wang X, Li Y. Graph Neural Networks for Time Series Prediction[C]. 
        NeurIPS, 2023.
    [2] Zhang S. Deep Learning Methods[J]. Journal of AI, 2024, 10(2): 100-120.
    

    APA 格式

    适用于社会科学和国际期刊。

    文中引用:作者-年份制 (Wang & Li, 2023) 文末列表:按作者字母排序

    示例输出

    Wang, X., & Li, Y. (2023). Graph neural networks for time series prediction. 
        In NeurIPS (pp. 1000-1010).
    


    用户交互模式

    模式一:全自动推荐

    用户未指定具体需求时,AI 自主完成全部流程。

    模式二:定向补充

    用户指定特定位置或主题:
  • "给引言加几篇背景文献"
  • "实验部分需要 baseline 引用"
  • "找几篇用 Transformer 做时间序列的论文"
  • 模式三:精确匹配

    用户提供部分信息:
  • "我记得有一篇 NeurIPS 2023 的 GNN 论文"
  • "找这篇论文的完整引用:arxiv:2401.12345"

  • 质量检查清单

    每次执行后自我检查:

  • [ ] 推荐的引用是否与文章主题相关
  • [ ] 是否避免了重复引用
  • [ ] 引用格式是否符合用户要求
  • [ ] 年份分布是否合理(既有经典又有最新)
  • [ ] 引用位置标注是否正确(文中标记与文末列表对应)

  • 错误处理

    情况 1: 文档解析失败

  • 尝试用通用方法提取纯文本
  • 询问用户文章主题关键词
  • 基于关键词手动生成 query
  • 情况 2: 搜索结果为空

  • 放宽年份限制
  • 简化 query(去掉太具体的限制)
  • 尝试不同平台(尤其是 CNKI 中文文献)
  • 情况 3: 用户不满意推荐

  • 询问具体需求("需要 baseline 还是最新工作?")
  • 调整搜索方向
  • 扩大或缩小关键词范围

  • 相关文件

  • 文档解析说明:references/parser-guide.md
  • 引用格式规范:references/citation-styles.md
  • 使用示例:references/workflow-examples.md