並行文獻搜尋技能

概述

利用 Agent 的並行呼叫能力來加速文獻搜尋，提高覆蓋率。

核心概念：

1. 預設搜尋策略（日期、排除詞、文章類型）
2. 策略工具返回多組搜尋語法（自動整合策略設定）
3. Agent 並行呼叫搜尋工具
4. 合併工具整合結果

可用工具

🔍 pubmed-search MCP 搜尋工具

📊 結果處理工具

💾 Session 管理工具

📚 儲存文獻工具（⚠️ 注意優先級）

工作流程

Step 0: （可選）設定搜尋策略

呼叫：configure_search_strategy(criteria_json={
    "date_range": "2019-2024",
    "exclusions": ["animal", "review"],
    "article_types": ["Clinical Trial", "Randomized Controlled Trial"]
})

Step 1: 生成搜尋策略

呼叫：generate_search_queries(
    topic="remimazolam ICU sedation",
    strategy="comprehensive",
    use_saved_strategy=True
)

返回 5 組 queries，策略已自動整合。

Step 2: Agent 並行執行搜尋

Agent 看到 instruction 後，會並行呼叫：

<parallel_tool_calls>
  <tool_call id="1">
    <name>search_literature</name>
    <args>{"query": "...", "limit": 20}</args>
  </tool_call>
  <tool_call id="2">
    <name>search_literature</name>
    <args>{"query": "...", "limit": 20}</args>
  </tool_call>
  <!-- ... 更多並行呼叫 ... -->
</parallel_tool_calls>

Step 3: 合併結果

呼叫：merge_search_results(results_json='[
  {"query_id": "q1_title", "pmids": ["123", "456"]},
  {"query_id": "q2_tiab", "pmids": ["456", "012"]}
]')

返回去重後的結果，標記高相關性文獻（出現在多個搜尋中）。

迭代式搜尋擴展

當初始搜尋結果不夠時：

Phase 1: 初始搜尋
  → generate_search_queries(topic="...")
  → 並行執行 5 組查詢
  → merge_search_results → 只找到 15 篇，不夠！

Phase 2: 擴展搜尋
  → expand_search_queries(
      topic="...",
      existing_query_ids="q1,q2,q3,q4,q5",
      expansion_type="synonyms"
    )
  → 並行執行新查詢
  → merge_search_results → 共 32 篇

Phase 3: 如果還不夠
  → expand_search_queries(..., expansion_type="related")
  → 繼續...

擴展類型選擇指南

流程圖

generate_search_queries(topic)
        │ 5 組查詢
        ▼
並行執行 search_literature
        │
        ▼
merge_search_results
        │
        ▼
┌───────┴───────┐
│ 結果足夠嗎？  │
└───────┬───────┘
        │ No
        ▼
expand_search_queries(type=...)
        │ 新查詢
        ▼
並行執行新查詢
        │
        ▼
merge（含所有結果）
        │
        └──→ 重複直到足夠

優點

1. 更快：多個搜尋同時執行
2. 更全面：不同角度的關鍵字組合
3. 可追蹤：知道每篇文獻來自哪個搜尋
4. 可重現：策略被記錄下來
5. 策略整合：日期/排除詞自動套用

搜尋後儲存文獻

完成搜尋和篩選後，儲存選中的文獻：

# ✅ PRIMARY：使用 MCP-to-MCP 驗證（永遠優先）
呼叫：save_reference_mcp(
    pmid="12345678",
    agent_notes="Key paper on parallel search methodology"
)

# ⚠️ FALLBACK：僅當 pubmed-search API 不可用時
呼叫：save_reference(article={完整 metadata dict})

為什麼 save_reference_mcp 優先？

• save_reference_mcp：mdpaper 直接從 pubmed-search API 取得驗證資料，Agent 無法篡改
• save_reference：Agent 傳遞 metadata，可能被修改或幻覺

Session 工具使用技巧

搜尋結果自動暫存在 session 中，不需要記住所有 PMID：

# 取得最近搜尋的 PMID
呼叫：get_session_pmids(search_index=-1)

# 取得前一次搜尋的 PMID
呼叫：get_session_pmids(search_index=-2)

# 在其他工具中使用 "last" 快捷方式
呼叫：get_citation_metrics(pmids="last", sort_by="relative_citation_ratio")
呼叫：prepare_export(pmids="last", format="ris")

相關技能

• literature-review – 完整的文獻回顧流程
• concept-development – 搜尋後發展概念