literature-engineer

Goal: build a large, verifiable candidate pool for downstream dedupe/rank, mapping, notes, citations, and drafting.

This skill is intentionally evidence-first: if you can't reach the target size with verifiable IDs/provenance, the correct behavior is to block and ask for more exports / enable network, not to fabricate.

Многоплановое расширение литературы + нормализация метаданных для исследований, ориентированных на фактические данные. Создает большой пул кандидатов (papers/papers_raw.jsonl, целевое значение ≥1200) со стабильными идентификаторами и происхождением, готовый к дедупликации/рангу + генерации цитирования. **Триггер**: сборщик доказательств, литературный инженер, 文献扩充, 多路召回, снежный ком, цитирование, ссылки, 元信息增强, происхождение. **Использовать, когда**: 需要把候选文献扩充到 ≥1200 篇并补齐可追溯 мета（конвейер опросов 的 Этап C1，写作前置 доказательства）。 **Пропустить, если**: 已经有高质量 `papers/papers_raw.jsonl`（≥1200 且每条都有稳定标识+来源记录）。 **Сеть**: 可离线（靠 импорт）；雪崩/在线检索需要网络。 **Ограждение**: 不允许编造论文；每条记录必须带稳定标识(идентификатор arXiv / DOI / URL-адрес URL) и происхождение; выходные данные/проза.。 Источник: willoscar/research-units-pipeline-skills.