写论文最怕的不是没文献，是「以为自己知道文献」。凭印象列几篇，引用对不对没人担保，近两年新出的相关工作也容易漏。MuchSci 应用集里的论文检索，把这一步放在动笔之前：先检索、再写作，检索回来的东西要经过一道道筛选，才落到稿子里。
先把一条边界放在前面：检索工具改变不了你读文献的功夫，它改变的是「从哪开始读」。这篇拆两件事：一次检索具体怎么走，以及检索结果怎么一步步筛到「能用」。
01 先检索后写，和直接动笔差在哪
▲ 图 1｜两边都产出文字，差别在引用有没有落地的依据
直接动笔的隐含假设是「我脑子里的文献够了」，这个假设几乎总会在某个环节出问题：引文记错年份、漏掉新工作、参考文献凑不齐闭环。先检索后写，是承认记忆不可靠，把候选池先建在纸面上。
检索不替你写，它给写作一个能复查的文献底——每条引用都回得到命中记录，这比「我记得有这么一篇」扎实得多。写作环节拿到的是一小堆已经过筛的文献，而不是一个模糊的印象。
这套做法和做实验的逻辑一致：先有数据，再下结论。写作里的「数据」就是文献，先把它们收拢、过筛，论述才有落脚点。
02 一次检索，怎么走完
▲ 图 2｜第 2 步调工具拉回候选，后面几步都在做减法
流程里真正动手的只有第 1 步：想清楚要哪类文献、覆盖哪段。剩下的是调工具拉回候选、按条件筛选、逐篇精读、把可用的入库交给写作。整个链条的重心不在「找」，在「筛」——找到的是候选，筛完的才是能用。
工具调用这一步是透明的：用的什么检索源、返回了多少条，界面上都看得到。检索不是黑盒，事后能复盘当时为什么这么查、为什么这么筛。
03 窗口和库存，是两个数
▲ 图 3｜上限和库存是两个量级，窗口小不等于库小
先把数字说准。可检索的是 Crossref 学术元数据库，收录约 1.8 亿篇，含期刊论文、书籍章节等，覆盖 19 世纪到 2025 年。另一个数字是：单次检索最多返回 2000 条。这两个数不是一回事——2000 是一次检索的窗口上限，不是库的库存。
下面是 MuchSci 论文检索的界面，能看到 PaperMcp_paper_search 这个工具调用已经完成，候选正在等筛选：
▲ 图 4｜检索过程：工具调用、筛选、命中，每一步都能展开看
为什么要分清这两件事？因为对结果的期待该由它们决定：1.8 亿的库存意味着「大概率有相关文献」，2000 的窗口意味着「排序和筛选策略很重要」。窗口是靠查询条件收窄的，不是靠多刷几次——同一条查询反复跑，拿回的还是同一个窗口。
还有一个实际问题：如果你要找的文献恰好不在 Crossref 的收录范围里——比如某些会议论文或预印本——查询命中为空，不代表文献不存在，只说明这个库里没有。知道边界的检索，才不会把「没查到」误当成「没有」。
04 从 2000 条到能用那几篇
▲ 图 5｜每一步都在缩小范围，2000 是起点不是终点
收窄主要靠两个维度：年份范围，把与你研究时段无关的文献砍掉，19 世纪的老文献和 2025 年的新论文都在库里，但你的课题通常只覆盖其中一段；被引次数，把影响力做了一个初步排序，高被引的优先进入精读池。
两道筛子过完，剩下的量级才是人能逐篇读的。筛到这里的文献再进精读、入库，交给写作环节引用——这就是「筛出来的文献」和「等出来的文献」的差别：前者每一条都知道为什么进来了。
筛选顺序也有讲究：先按年份、再按被引，通常比反过来省事，因为年份砍掉的是整个时段的无关文献，量级变化最大。入库的文献会连同命中记录一起被记住，写到哪一段、引了哪一篇，都能对上号。
05 边界
照例把边界摆在明面上。
① 本篇讲的是功能位置与机制，数字以界面实际返回为准。 1.8 亿与 2000 是说明量级的口径，不构成对任何一次检索命中质量的承诺。
② 检索命中不等于文献可用。 命中只说明「存在且相关」，该不该引、引在哪，要逐篇读过原文再定；引用的真实性由作者负责。
③ 学术规范以所在机构现行规定为准。 检索工具不改变引用规范本身，涉及学术诚信的判断不能外包给工具。