生命科学科研副驾 · LifeScience Research Copilot

面向肿瘤科研工作者的智能文献综述 Skill。把"提出一个研究问题 → 拿到可信综述 + 相关在研试验" 这条闭环做满。核心价值是引用零幻觉：综述里每个 PMID / NCT 都来自真实接口返回， 经确定性校验，绝不编造。

何时使用

当用户想了解某个基因/突变 × 癌种 × 研究问题的最新进展、做课题调研、生成文献综述、 查相关临床试验时，调用本 Skill。例如：

• "帮我综述一下 KRAS G12C 在 NSCLC 里的耐药机制"
• "EGFR 突变肺癌的最新靶向治疗进展"
• "查一下 BRAF V600E 黑色素瘤的临床试验和文献"

如何运行

入口脚本：scripts/review.py（纯 Python 标准库，零第三方依赖，可直接在 ModelScope Studio 跑）。

1. 从用户问题中解析出三要素：--gene（基因/突变）、--cancer（癌种）、--question（研究问题）。 缺哪个就用最合理的默认或向用户澄清一句。

2. （可选）若环境已设 STEP_API_KEY，会用 StepFun step-3.7-flash 生成主题化综述； 未设则自动走抽取式兜底，依然端到端可跑。绝不要把 key 写进命令行参数或文件，只用环境变量。

3. 运行：

   python3 scripts/review.py \
     --gene "KRAS G12C" --cancer "NSCLC" --question "耐药机制与联合治疗策略" \
     --out-dir ./reports
   

   常用可选参数：--year-from 2023（文献年份下限）、--n-papers 15、--n-trials 8、 --json（额外导出结构化 JSON）。

4. 产物写到 --out-dir（默认 ./reports/）：report-<gene>-<cancer>.{md,html,pdf}。 stdout 同时打印 Markdown 综述。

如何呈现结果

• 先把 Markdown 综述给用户，重点强调顶部的零幻觉校验徽章（"全部经真实文献校验 / 引用幻觉率 0%"） —— 这是本 Skill 区别于普通 AI 综述的关键，每条结论都挂可点开的真实 PMID。
• 告诉用户 HTML / PDF 文件位置（PDF 适合科研汇报、课题调研直接用）。
• 末尾的"相关在研临床试验"来自 ClinicalTrials.gov，含 NCT 号、期别、申办方，可点开。

工作原理（简）

Europe PMC 检索（按发表日期排序）→ 构建引用注册表（事实地基，LLM 不碰）→ LLM 主题化综述 / 抽取式兜底 → 关联 ClinicalTrials.gov 在研试验 → 零幻觉校验（输出里任何不在注册表中的 id 一律剔除）→ 渲染 md/html/pdf。

自检与排错

• 校验逻辑自检（无需网络/key）：python3 scripts/review.py --selftest，应输出 PASS ✅ 假引用被拦截。
• 启动时会打印 [cfg] LLM=ON/OFF 与 key 掩码，可据此判断 key 是否被读到。
• LLM 调用失败会打印原因（如 HTTP 401 鉴权、finish_reason=length 截断）并自动回退抽取式，不中断。
• 网络：依赖 Europe PMC / ClinicalTrials.gov（海外）；已内置重试退避。国内环境/Studio 出口需先确认连通。

边界

• 仅供科研参考，不构成临床诊疗建议。
• 综述基于文献摘要 + 元数据构建（多数论文全文不可下载），不替代原文精读。