多來源綜合搜尋

描述

目前公開且唯一的 generic literature search 入口是 unified_search。它會在 PubMed、OpenAlex、Semantic Scholar、Europe PMC 等 primary search adapters 之間分流，並在單次搜尋內整合與去重。Crossref 是以文章識別資料執行的 enrichment leg，不是接收原始查詢的 primary search source。

多來源搜尋是 bounded coverage expansion，不代表完整或 exhaustive coverage。回傳量受公開 limit、provider mode 與各來源能力限制；要做正式系統性回顧，使用 options="systematic" 的 bounded review-seed workflow，並另外保存後續補充檢索與篩選紀錄。

觸發條件

• 「跨資料庫搜尋」
• 「綜合搜尋」
• 「不要只看 PubMed」
• 提到 OpenAlex、Semantic Scholar、Europe PMC、preprint
• 需要跨來源擴充 coverage

---

核心原則

新 workflow 不再直接依賴多個來源別 MCP 工具。對大多數文獻搜尋情境，應優先使用 unified_search，而不是舊的來源別工具名稱。

跨來源 query 應使用 provider-neutral Boolean 語法。PubMed [Title/Abstract]、[MeSH Terms] 等 field tags 只能用於 sources="pubmed" 的獨立 leg。

---

核心工具

unified_search(
    query="machine learning drug discovery",
    sources="pubmed,openalex,semantic_scholar,europe_pmc",
    limit=25,
    ranking="balanced",
    output_format="json"
)

sources 可選值

• Primary search：
  • pubmed
  • openalex
  • semantic_scholar
  • europe_pmc
  • core
  • arxiv、medrxiv、biorxiv
• Licensed、default-off primary search：scopus、web_of_science
• Enrichment-only：crossref；它以已找到文章的 DOI/標題補 metadata，不是獨立 query leg，也不能作為唯一 primary source

如果不指定，系統會依 query profile、來源能力與可用設定自動選擇。選到 Crossref 時，它只在 primary results 之後做 enrichment。

---

常見用法

1. 廣泛 coverage expansion

unified_search(
    query="machine learning drug discovery",
    limit=30,
    ranking="balanced"
)

2. 只看生醫核心來源

unified_search(
    query="sepsis biomarkers",
    sources="pubmed,europe_pmc",
    limit=25,
    ranking="quality"
)

3. 納入預印本

unified_search(
    query="COVID-19 vaccine efficacy",
    sources="pubmed,europe_pmc,openalex",
    options="preprints",
    limit=30,
    ranking="recency"
)

4. 看高影響力跨領域文獻

unified_search(
    query="foundation models pathology",
    sources="pubmed,openalex,semantic_scholar",
    limit=30,
    ranking="impact"
)

5. 程式化後處理

unified_search(
    query="CRISPR gene therapy",
    sources="pubmed,openalex,semantic_scholar,europe_pmc",
    limit=20,
    output_format="json"
)

---

建議工作流程

情境 1：跨來源做 bounded coverage expansion

unified_search(
    query="remimazolam sedation",
    sources="pubmed,europe_pmc,openalex,semantic_scholar",
    limit=30,
    ranking="balanced"
)

情境 2：先找文獻，再補全文

unified_search(
    query="machine learning radiology",
    limit=20,
    output_format="json"
)

# 對選中的 PMID / DOI 進一步抓全文
get_fulltext(source={"kind":"pmid","value":"12345678"}, extended_sources=True)

情境 3：跨來源搜尋後做探索

unified_search(
    query="CAR-T lymphoma",
    limit=15,
    ranking="impact"
)

find_related_articles(pmid="12345678")
find_citing_articles(pmid="12345678")
get_citation_metrics(pmids="12345678,23456789")

---

何時調整 ranking

• balanced: 預設，一般探索
• impact: 先找高影響力代表作
• recency: 先看最新研究與更新動態
• quality: 偏向高證據等級與較可靠研究

---

何時使用 options

options="preprints,shallow"

常見組合

• preprints: 想補最新未正式出版研究
• shallow: 只想快速掃過
• no_relax: 不希望零結果時自動放寬
• no_analysis: 程式輸出較乾淨
• systematic: 使用 capability-validated 的 bounded review-seed mode；每個來源最多 100 筆，並非窮盡檢索

---

不是這個 skill 的情境

• 要建立 MeSH / 同義詞 review-seed query：改用 pubmed-systematic-search
• 是臨床比較問題：改用 pubmed-pico-search
• 想找圖像：用 search_biomedical_images
• 想抓全文：用 pubmed-fulltext-access

---

最後原則

公開 MCP 介面中的 generic literature search 只有 unified_search，不再拆成來源別搜尋工作流。每次回報都要把 primary search、enrichment、bounded limits 與 supplemental runs 分清楚，不能把多來源合併等同於完整 coverage。

多來源 federation 允許 partial success。structured source_counts／source_errors 是權威狀態； 若有 artifact，先用 read_session 讀 audit.json、query_strategy.json 與完整 results， 再決定是否只重試失敗來源。不要用 Markdown 長度、PMID 文字出現次數或 agent hook 的 complexity hint 判斷搜尋是否成功。

一般 JSON/TOON result envelope 的 search_status 才是 agent routing contract：它會區分 completed／合法 empty／partial／failed，並固定揭露 bounded、 non-exhaustive、source sets 與 continuation/unknown-completeness。一般 deep mode 的 limit 是單一來源所有 strategies 共用的總額度；未知或格式錯誤的 filters/options 會在 provider I/O 前 fail closed。

需要回復歷程時，依序使用 read_session(request={"action":"search_runs"})、read_session(request={"action":"search_run","run_id":"..."})、read_session(request={"action":"replay_search","run_id":"..."})。Replay 只回傳 已移除 credentials 的 unified_search kwargs，不會自動執行；provider cursor/token 目前只保存在 provenance，尚不能透過公開 facade 就地續頁。

同一套 search-run handoff 也涵蓋 inline、saved:<name> 與 dry_run=true pipeline mode；非 dry-run saved pipeline 另外保留 PipelineStore history。若 pipeline text 含 credential material，系統會拒絕 execution 並留下 failed run。看到 status="history_unavailable"／history_available=false 時，不要嘗試不存在的 inspect/replay actions；這表示 durable history commit 無法保證。