nsfc-literature

NSFC 申请书文献检索与引用生成

文献在申请书中的要求

• 参考文献约30条，以近5年为主
• CNS等权威期刊优先
• 国际文献为主 + 国内文献为辅 + 自己的工作（可高亮）
• 不要遗漏领域关键文献（评审人会注意）
• 格式必须统一规范
• 有当年文献加分
• 勿缺失关键参考文献

---

文献检索

OpenAlex API（免费，无需API key）

脚本：scripts/search_literature.py

基本用法：

# 搜索关键词，按引用数排序
uv run scripts/search_literature.py "machine learning potential" --limit 20 --sort cited_by_count

# 搜索近3年的文献
uv run scripts/search_literature.py "deep learning molecular dynamics" --year-from 2023

# 按发表日期排序（找最新文献）
uv run scripts/search_literature.py "neural network force field" --sort publication_date

# 紧凑输出（每篇一行）
uv run scripts/search_literature.py "density functional theory" --compact

返回信息：标题、作者、期刊、年份、DOI、引用数、摘要

搜索策略建议：

1. 先用宽泛关键词搜索了解领域全貌
2. 再用精确关键词搜索特定方向
3. 关注高引论文（领域经典）和最新论文（前沿动态）
4. 检查是否遗漏领域大牛的工作
5. 搜索中文关键词时可能需要用英文替代

---

引用生成

wenxian

wenxian 是一个学术引用生成工具，支持从 DOI、PMID、arXiv ID 等标识符生成标准引用格式。

脚本：scripts/generate_references.py

用法：

# 从DOI列表文件生成BibTeX引用
uv run scripts/generate_references.py refs.txt --format bibtex

# 生成纯文本引用
uv run scripts/generate_references.py refs.txt --format text

# 输出到文件
uv run scripts/generate_references.py refs.txt --format bibtex --output refs.bib

refs.txt 格式（每行一个标识符）：

10.1103/PhysRevLett.120.143001
10.1038/s41586-020-2242-8
arXiv:2304.09423

NSFC引用格式

NSFC申请书通常使用编号引用格式 [1], [2], ...

格式示例：

[1] 作者1, 作者2, 等. 标题. 期刊, 卷(期): 起始页-结束页, 年份.
[2] Author1, Author2, et al. Title. Journal, Volume(Issue): Pages, Year.

注意：

• 所有文献格式必须统一（姓名顺序、期刊缩写等）
• 建议手动录入基金委成果系统保持格式一致
• 自己的文献可以加粗或用其他方式高亮

---

完整工作流程

1. 确定研究方向和关键词
        ↓
2. 用 search_literature.py 搜索相关文献
        ↓
3. 筛选 ~30 条最相关的文献
   - 高引经典 + 近年前沿 + 自己的工作
        ↓
4. 收集所有 DOI，写入 refs.txt
        ↓
5. 用 generate_references.py 生成标准引用
        ↓
6. 检查格式统一性
        ↓
7. 确认没有遗漏关键文献

---

常见问题

搜索不到文献？

• 尝试不同的关键词组合
• 使用英文关键词
• 检查拼写
• OpenAlex覆盖面广但不是100%，可辅以Google Scholar

wenxian报错？

• 确认 uvx 已安装（uv 的一部分）
• 确认DOI格式正确（如 10.1038/s41586-020-2242-8）
• 部分API可能需要网络代理，请根据本地环境配置

格式不统一？

• 使用同一工具生成所有引用
• 手动检查并统一姓名顺序、期刊缩写
• 建议最后统一校对一遍