citation-management skill 是什麼、怎麼安裝使用：讓智能體查文獻、核對引用並生成 BibTeX

本文根據 K-Dense-AI/scientific-agent-skills 倉庫裏該技能的 SKILL.md 與倉庫 README 整理，資料核對於 2026-10-11。所在倉庫 K-Dense-AI/scientific-agent-skills 在 GitHub 約 4.8 萬 Star（同日數據）。技能內容會隨倉庫更新，以倉庫為準。

這個 Skill 做什麼

讓大模型寫論文，最危險的不是文筆，而是參考文獻：作者、年份、期刊看着像模像樣，其實根本不存在。citation-management 的思路是不讓模型憑記憶寫引用，一切以數據庫查到的為準。description：面向學術研究的全面引用管理——檢索 OpenAlex、PubMed 和 Google Scholar，提取準確的元數據，驗證引用，生成格式規範的 BibTeX 條目；在需要找論文、核實引用資訊、把 DOI 轉成 BibTeX 或確保參考文獻準確時使用。

核心流程分幾個階段：

1. 發現與檢索：按主題或線索在學術數據庫裏找論文，可以找某個領域的高被引文獻。
2. 元數據提取：通過 DOI、PMID 或 arXiv 編號，從 CrossRef、PubMed、arXiv 等來源取回作者、標題、期刊、年份等完整資訊；必要時再從網頁補全。
3. BibTeX 格式化：生成並清理條目，統一格式，檢查重複。
4. 引用驗證：核對已有的參考文獻列表是否與真實出版物一致。
5. 融入寫作流程：與同庫的 literature-review、scientific-writing、venue-templates 配合。

目錄裏有二十多個文件：BibTeX 模板和引用檢查清單；接口約定、最佳實踐、BibTeX 格式、引用驗證、Google Scholar 與 PubMed 檢索、檢索策略等參考文件；以及 DOI 轉 BibTeX、提取元數據等 Python 腳本。

frontmatter 的 compatibility 把依賴交代得很清楚：需要 Python 3.9 以上和 requests，Google Scholar 檢索另需 scholarly；需要訪問 OpenAlex、CrossRef、NCBI、doi.org、arXiv、DataCite 這些站點。四個環境變量都是可選的：NCBI 的電郵和密鑰、OpenAlex 的電郵和密鑰，用來表明身份或提高調用額度。SKILL.md 另有一節說明這些憑據會被髮送到哪裏。

怎麼安裝

倉庫 README 的安裝方式是 skills CLI。這個庫有一百七十多個技能，建議用 CLI 文檔裏的 --skill 參數只裝需要的：

bash
npx skills add K-Dense-AI/scientific-agent-skills --skill citation-management

也可以把整個倉庫克隆到 ~/.agents/skills/scientific-agent-skills（用戶級）或項目的 .agents/skills/ 下。

倉庫整體介紹和其他安裝方式，詳見本站《Scientific Agent Skills 是什麼、怎麼安裝使用：K-Dense 的科研 Skill 庫（生信、化學、數據分析、科研寫作）》。

怎麼用

• 「把這十個 DOI 轉成 BibTeX，鍵名用『第一作者姓 + 年份』」。
• 「核對 refs.bib 裏的每一條，標出查不到的、資訊對不上的和重複的」。
• 「找近五年關於 RAG 評測的高被引論文，給我帶 DOI 的清單」。

適合誰 / 侷限

適合寫論文、學位論文和綜述的研究者，尤其適合拿來檢查由 AI 起草的稿件裏的參考文獻。侷限：只能驗證文獻是否存在、資訊是否一致，判斷不了「這篇文獻是否真的支持你那句話」，這一步必須自己讀原文；Google Scholar 沒有官方接口，檢索不穩定；中文數據庫（如知網）不在覆蓋範圍內。

注意事項

• 許可：MIT。
• 會聯網調用多個學術數據庫的公開接口，並在本機運行 Python 腳本；請遵守各數據庫的使用頻率要求。
• 密鑰只通過環境變量提供，不要寫進稿件倉庫。