以证据为先的文献工作流程：先检索，再动笔。你写出来的 DOI，要么真的指向一篇说了你所说内容的论文，要么就是编造，而这两者只需几秒钟就能分辨——所以这份 recipe 要求核验发生在工具调用的记录里，而不是回复里的一句话，哪怕那篇论文你闭着眼都能背出来。Sidecar 可以查询公共学术 API 并核验 identifier，但索引覆盖到哪里、某篇论文有没有被标记撤稿、全文能不能拿到，都是外部条件，而且会随时间变化。
一个 Skill 就是一个文件目录，所谓安装，就是把这个目录复制到 Agent 会去读的地方。有 Node 18+、且 PATH 上有 git（npm 靠它解析 github: 形式的包名）即可，无需先克隆仓库：
npx github:PKU-YuanGroup/OpenAI4S install literature-review --target claude
--target claude 写入 ~/.claude/skills，claude-project 写入 ./.claude/skills，openai4s 写入 <data_dir>/user-skills，--dir <path> 则写到你指定的任意位置。往目标写任何东西之前，都会先打印解析出的绝对路径；--dry-run 到此为止，不再写入。重装时，若目标副本被你改过、或者不是它自己装的，就拒绝覆盖；uninstall 也只删除它自己写过的文件。对于 npm 发布版中包含的配方，可用 npx @pku-yuangroup/openai4s-skills install literature-review --target claude 安装发布版本。npm 目录可能与当前仓库不同。
没有 Node 时，直接取这个目录——需要 .zip 上传时再打包。tarball 是整个仓库（超过 100 MB），下面这条管道是 POSIX shell（macOS、Linux、WSL）写法，只解出这一个目录：
curl -L https://codeload.github.com/PKU-YuanGroup/OpenAI4S/tar.gz/refs/heads/main \
| tar -xz --strip-components=2 OpenAI4S-main/skills/literature-review
python3 -m zipfile -c literature-review.zip literature-review
同一份内容的图形界面版本是点击下载整个仓库 zip 包，Windows 上也走这条路：解压后把 skills/literature-review/ 拷出来即可（unzip main.zip 'OpenAI4S-main/skills/literature-review/*' 只解这一个目录）。如果你本来就在跑 OpenAI4S，那这里没有任何东西需要安装——wheel 自带全部内置 Skill，且内置 Skill 优先于 <data_dir>/user-skills 里的同名副本。目标目录、来源记录，以及安装器拒绝去做的那些事：tools/skills-installer/。
| 文件 | 职责 |
|---|---|
SKILL.md |
先弄清对方到底在问什么；每一条论断都落在检索到的文献上；DOI 靠查不靠记；撤稿与“根本没有这篇论文”这种诚实答案怎么给；综述是比较而不是罗列；结论的把握程度要和证据强度匹配；引用就地内联；以及保存之前的文字检查。 |
kernel.py |
可选 sidecar：lr_sdk 取得的 host 句柄不会因为内核里这个名字被重新绑定而失效，litrev_contact 在能拿到用户邮箱时把它放进 polite-pool 的 User-Agent。litrev_get 与 litrev_head 是底下那层有界的 HTTP 请求（429 重试一次，出错返回 None），quote_doi_path 把 DOI 编码进请求路径，crossref_year 再把年份读回来。在这之上：verify_dois、crossref_lookup、search_openalex 负责解析与检索，expand_citations 沿引文网络前后各走一步，extract_dois 和 html_decode 把 DOI 从正文里抠出来。style_pass 是对成稿跑的正则 lint，特意不含任何 LLM 调用：稿子里引着检索来的第三方文本，而一条让 Agent 照做的自由文本修改建议，本身就是一条注入通道。 |
查得到不等于核验过全文；查不到也不能证明这篇论文不存在。最终的论断必须落在真正检索到的原始文献上。