AI 能进行文献检索吗？

一条参考文献可以有作者、题名、期刊和年份，却没有对应的论文。AI 文献检索首先要解决的，就是这种“看起来有依据，实际查不到来源”的问题。Walters 和 Wilder（2023）的研究表明，在其对当时 GPT-3.5 和 GPT-4 生成参考文献的检验中，既存在虚构文献，也存在真实文献的题录错误。

如果这些引用进入综述、开题报告或论文，后果就超出了浪费查找时间：相关论点可能失去证据，读者无法核验，后续研究也可能沿着错误前提继续。将虚构引用作为真实依据使用，还可能构成学术不端。一份名单写得像参考文献，并不能证明其中的论文存在。

AI 可以进行文献检索，关键是让它访问真实来源，再依据返回的材料回答。 模型负责理解问题、组织查询和归纳信息，检索工具提供题录、链接或可读取的文本。这种分工让回答有了核对的对象，也把问题推进了一步：有哪些连接方式，分别适合查找什么材料？

AI 文献检索有哪三条常见路径？

选择方案前，可以先区分材料在哪里、当前需要完成什么工作。寻找新论文、比较检索结果和回查已经读过的材料，虽然都叫“找文献”，却不一定需要同一种入口。

MCP 和 API 是实现连接的手段。MCP，即模型上下文协议，可以理解为 AI 应用调用外部工具的统一方式；API 则是程序获取数据的接口。本地文献库也能通过 MCP 连接，因此 MCP 并不只用于在线搜索，也不代表某一个具体数据库。

这三条路径可以相互补充。研究起步时，在线来源帮助发现新材料；已经读过一批论文后，本地文库可以帮助找回相关讨论；希望直接围绕问题查看和筛选结果时，专门的 AI 检索服务提供了现成界面。

有哪些可以了解的文献检索方案？

Wiley：从出版社内容取得学术依据

Wiley 的 Scholar Gateway 将学术内容连接到 AI 应用。其官方介绍说明，返回结果带有来源元数据和 DOI 链接，全文访问则可能依赖机构或个人订阅。对研究者而言，这使回答中的文献能够回到出版社来源核对。

Wiley 的 Nexus MCP 工具文档还列出了自然语言搜索、日期筛选和全文获取等能力。它展示了出版社侧如何向 AI 提供检索工具：先取得有关论文或内容片段，再在相应权限内继续读取。连接方式改变了访问内容的过程，订阅和授权范围仍然有效。

CNKI-MCP：让中文检索条件成为 AI 可执行的任务

CNKI-MCP 是一个独立的非官方项目，提供知网检索与文章信息读取，支持 MCP、CLI（命令行）和 Python API。根据其接口说明，可以结合题名、作者、期刊和年份查询，再取得摘要、关键词等详情，也可以查询期刊目录。

例如，研究者想了解某本期刊是否讨论过一个主题，AI 可以将这段需求组织成检索条件，调用工具后整理实际返回的题录。这种连接适合定位中文论文、核对信息，以及补充某个研究主题的阅读材料。项目不提供全文下载，使用时仍需完成相应的登录或机构认证。

它还附带 Subagents 和 Agent Skill。前者提供专门的检索角色，后者说明如何设计条件、使用工具和核对结果。因此，项目除了提供可调用的接口，也给 Agent 提供了组织检索任务的方法。

Elicit：围绕研究问题组织搜索与筛选

Elicit 提供面向研究者的检索工作流。其关键词搜索介绍说明，可以从自然语言研究问题组织查询；其API 介绍则展示了按研究问题返回题名、作者、摘要和 DOI 等结构化信息的能力。

这类服务适合希望直接查看候选论文、继续筛选和整理材料的研究者。问题可以先以自然语言提出，再依据返回结果逐步收窄。最终是否采用一篇文献，仍要结合它的研究对象、方法与当前问题的关系判断。

OpenAlex、Semantic Scholar 与 Crossref：各有用途的学术数据接口

有些方案提供的是供应用接入的数据接口。它们可以被接入 AI 工作流，但接口本身不等于一个已经配置完成的聊天助手。不同服务返回的信息，也决定了它们更适合承担哪一部分工作。

OpenAlex 的搜索接口可以检索学术作品的题名、摘要及其收录的全文等信息，并结合筛选条件寻找候选记录。它适合从较广范围发现材料；某项内容可被搜索，不代表每条记录都有可下载的全文。

Semantic Scholar Academic Graph API 提供论文搜索、作者、参考文献和引用关系等信息。找到一篇相关论文后，这些关系可以成为继续探索的线索。引用数量可以提供背景，却不能单独决定论文是否适合当前研究。

Crossref REST API 提供成员提交的学术元数据，可用于查找 DOI、核对题名、作者和出版信息。它适合把一条不完整的引用对应到具体记录，解决“是哪篇文献”的问题；论文是否支持某个判断，还需要读取相应内容。

Zotero-MCP：重新利用已经积累的阅读材料

如果相关论文已经在个人文库里，再到网上重新搜索未必是最直接的办法。Zotero-MCP 可以连接本地或线上 Zotero 文库，按题名、作者、标签和分类等条件搜索，并读取题录、可取得的全文、笔记与标注。

这条路径面对的是另一类问题：“收藏过的论文里，哪些讨论过这个机制？”“以前的阅读笔记中，有哪些证据可以回查？”检索范围落在已有材料上，能够把过去的阅读重新用于当前研究。能否读取全文仍取决于附件与文本是否可用；文库在本机，也不自动意味着所连接的 AI 模型在本机运行。

选择工具时，先看它能返回什么

以“最低工资与就业”为例，题录可以帮助定位相关论文，摘要可以初步说明研究对象；如果要判断作者如何度量就业、采用什么比较或依赖哪些假设，就需要相应正文。工具返回了一条记录，与它已经读取足够的证据，是两件需要分别确认的事。

因此，选择方案时可以围绕实际任务判断：需要发现新论文，就看覆盖范围和筛选方式；手上已有题名或 DOI，就看题录核对能力；要比较读过的研究，就看文库中的全文、笔记和标注是否可用。工具名称并不能代替这些条件。

来源链接和版本信息也应随结果保留。它们让研究者可以回到材料中检查，让后续讨论知道依据的是哪篇文章、哪一个版本。即使检索取得了真实文献，摘要和解释仍可能出错；能回查，才有机会及时发现并纠正。

关于 AI 文献检索的几个常见问题

AI 找到论文，就能下载全文吗？

不一定。题录检索、内容读取和全文下载是不同能力，还会受到订阅与访问权限限制。例如，CNKI-MCP 提供检索与文章信息读取，并不提供全文下载。判断一项服务时，应看它实际返回了什么。

已经有 DOI，还需要重新按关键词搜索吗？

可以先按 DOI 定位记录，核对作者、题名和出版信息，再查找对应内容。Crossref 等接口适合这类题录任务。DOI 能帮助确认文献身份，但不能单独证明它支持准备引用的那句话。

本地文献库能代替在线搜索吗？

本地文库适合回查已经收藏的材料，在线搜索适合发现尚未纳入文库的研究。两者覆盖的范围不同，可以按需要结合使用。没有在个人文库中找到一篇论文，并不意味着这项研究不存在。

在 Marx Max 中，让检索继续服务研究

这些检索与整理工作，也可以围绕一个项目在 Marx Max 中展开。研究者描述问题，AI 通过当前可用工具查找文献，整理题录和来源；取得可读取的材料后，再结合项目中的笔记继续分析。当前文献任务有知网检索与 NBER 工作论文等途径，前面介绍的其他通用方案不代表都已内置。

找到论文之后，下一步由研究任务决定。方法文献可以进入实证研究中的分析与比较；准备组会时，选定材料也可以继续整理为论文汇报 PPT。检索得到的来源、实际阅读的内容与研究者自己的判断，因而可以在后续工作中继续使用。