寫論文最怕的不是沒文獻，是「以為自己知道文獻」。憑印象列幾篇，引用對不對沒人擔保，近兩年新出的相關工作也容易漏。MuchSci 應用集裡的論文檢索，把這一步放在動筆之前：先檢索、再寫作，檢索回來的東西要經過一道道篩選，才落到稿子裡。
先把一條邊界放在前面：檢索工具改變不了你讀文獻的功夫，它改變的是「從哪開始讀」。這篇拆兩件事：一次檢索具體怎麼走，以及檢索結果怎麼一步步篩到「能用」。
01 先檢索後寫，和直接動筆差在哪
▲ 圖 1｜兩邊都產出文字，差別在引用有沒有落地的依據
直接動筆的隱含假設是「我腦子裡的文獻夠了」，這個假設幾乎總會在某個環節出問題：引文記錯年份、漏掉新工作、參考文獻湊不齊閉環。先檢索後寫，是承認記憶不可靠，把候選池先建在紙面上。
檢索不替你寫，它給寫作一個能複查的文獻底——每條引用都回得到命中記錄，這比「我記得有這麼一篇」紮實得多。寫作環節拿到的是一小堆已經過篩的文獻，而不是一個模糊的印象。
這套做法和做實驗的邏輯一致：先有數據，再下結論。寫作裡的「數據」就是文獻，先把它們收攏、過篩，論述才有落腳點。
02 一次檢索，怎麼走完
▲ 圖 2｜第 2 步調工具拉回候選，後面幾步都在做減法
流程裡真正動手的只有第 1 步：想清楚要哪類文獻、覆蓋哪段。剩下的是調工具拉回候選、按條件篩選、逐篇精讀、把可用的入庫交給寫作。整個鏈條的重心不在「找」，在「篩」——找到的是候選，篩完的才是能用。
工具調用這一步是透明的：用的什麼檢索源、返回了多少條，介面上都看得到。檢索不是黑盒，事後能復盤當時為什麼這麼查、為什麼這麼篩。
03 視窗和庫存，是兩個數
▲ 圖 3｜上限和庫存是兩個量級，視窗小不等於庫小
先把數字說準。可檢索的是 Crossref 學術元數據庫，收錄約 1.8 億篇，含期刊論文、書籍章節等，覆蓋 19 世紀到 2025 年。另一個數字是：單次檢索最多返回 2000 條。這兩個數不是一回事——2000 是一次檢索的視窗上限，不是庫的庫存。
下面是 MuchSci 論文檢索的介面，能看到 PaperMcp_paper_search 這個工具調用已經完成，候選正在等篩選：
▲ 圖 4｜檢索過程：工具調用、篩選、命中，每一步都能展開看
為什麼要分清這兩件事？因為對結果的期待該由它們決定：1.8 億的庫存意味著「大概率有相關文獻」，2000 的視窗意味著「排序和篩選策略很重要」。視窗是靠查詢條件收窄的，不是靠多刷幾次——同一條查詢反覆跑，拿回的還是同一個視窗。
還有一個實際問題：如果你要找的文獻恰好不在 Crossref 的收錄範圍裡——比如某些會議論文或預印本——查詢命中為空，不代表文獻不存在，只說明這個庫裡沒有。知道邊界的檢索，才不會把「沒查到」誤當成「沒有」。
04 從 2000 條到能用那幾篇
▲ 圖 5｜每一步都在縮小範圍，2000 是起點不是終點
收窄主要靠兩個維度：年份範圍，把與你研究時段無關的文獻砍掉，19 世紀的老文獻和 2025 年的新論文都在庫裡，但你的課題通常只覆蓋其中一段；被引次數，把影響力做了一個初步排序，高被引的優先進入精讀池。
兩道篩子過完，剩下的量級才是人能逐篇讀的。篩到這裡的文獻再進精讀、入庫，交給寫作環節引用——這就是「篩出來的文獻」和「等出來的文獻」的差別：前者每一條都知道為什麼進來了。
篩選順序也有講究：先按年份、再按被引，通常比反過來省事，因為年份砍掉的是整個時段的無關文獻，量級變化最大。入庫的文獻會連同命中記錄一起被記住，寫到哪一段、引了哪一篇，都能對得上號。
05 邊界
照例把邊界擺在明面上。
① 本篇講的是功能位置與機制，數字以介面實際返回為準。 1.8 億與 2000 是說明量級的口徑，不構成對任何一次檢索命中質量的承諾。
② 檢索命中不等於文獻可用。 命中只說明「存在且相關」，該不該引、引在哪，要逐篇讀過原文再定；引用的真實性由作者負責。
③ 學術規範以所在機構現行規定為準。 檢索工具不改變引用規範本身，涉及學術誠信的判斷不能外判給工具。