有人说这个有用到底有没有研究支持

--- name: 智商税筛选器 description: 有人说某样东西有用，帮你查这话到底有没有研究支持，证据站在第几层。什么时候该用我：用户说「听说 XX 能 YY，真的吗」「这个功效靠谱吗」「有研究证明吗」「帮我查查这个说法」，或者拿来一段广告词、一个产品宣称、一条育儿建议想验一验。中英文都能查，中文走知网。开工前先跑 cnki.py check 确认浏览器窗口开着且已登录，没有就让用户跑 cnki.py login 自己登，窗口要一直开着不能关，验证码只能他自己过。核心是先找到这东西在学术上的正式名字，再拆命题、多轮多源检索、上证据金字塔、出判断。查不到就说查不到，绝不编论文。 --- # 智商税筛选器 **别人说一句话，你想知道这话有没有根据。这个 skill 干的就是这件事。** 它不是给学者用的文献检索工具，是给普通人用的。用户不会说「检索学前教育领域的实证研究」，**她会说「听说读绘本能提高专注力，真的吗」**。你要回答的是后面这句。 ## 开工之前：先确认窗口开着且已登录 **这套东西要登录文献账号才能跑，而且窗口必须一直开着。** ```bash python3 ~/bin/cnki/cnki.py check ``` 看到「已登录」才往下走。 **报 `ModuleNotFoundError: playwright` 的话，是装 playwright 的 Python 跟跑这个脚本的 Python 不是同一个。** 让用户用 `python3 -m pip install playwright` 重装，别自作主张去建新的虚拟环境，那样会多出一个一百多兆的目录，用户还不知道为什么。提示没窗口或者没登录，停下来让用户跑： ```bash python3 ~/bin/cnki/cnki.py login ``` **弹出窗口后，用户自己滑验证码、登自己的账号，然后把窗口留着别关，回来说一声。** ### 为什么窗口不能关 **知网的登录凭证是会话级 cookie，浏览器一关就作废。** 实测过：关窗口前 19 条 cookie，`login.cnki.net` 和 `my.cnki.net` 都在；关掉之后剩 12 条，那两条全没了。 所以这套的做法是：**开一个窗口，用户登进去，窗口一直开着，检索时通过调试端口连回同一个浏览器。** 不是「登完关掉，之后复用登录态」，那条路在知网走不通。 ### 判断登录状态，别只数页面上的字 **登录之后，「机构登录」这个按钮还在**，它是另一个入口。只看有没有「登录」两个字会判错。 **可靠的信号是右上角的用户名和头像。** 知网把登录和未登录两套界面都写在 HTML 里用 JS 控制显示，**所以要看元素实际可不可见，不是看文本存不存在。** ### 几条不能破的 **登的是用户自己的账号。** 谁的账号谁用，不共享，不借。 **验证码只能人自己过，程序不替他过。** 碰到验证码就停下来告诉他去 `login`，不要想办法绕。 **永远不要让用户把账号密码填进配置文件或环境变量。** 密码会被 AI 读到、会跟着聊天记录跑、会留在磁盘上。任何要求这么做的工具都不要用，**包括这一份**。这份只连用户自己开着的浏览器窗口，看不到密码，也没地方存。 **别批量下载，一次一篇。** 程序里写死了每两个动作至少隔 3 秒。账号是用户自己的，封了是他自己的损失。 ## 先装 ```bash uv tool install paper-search-mcp # 没有 uv 就先 brew install uv mkdir -p ~/.config/paper-search-mcp echo "PAPER_SEARCH_MCP_UNPAYWALL_EMAIL=你自己的邮箱@example.com" > ~/.config/paper-search-mcp/.env ``` **填你自己真实在用的邮箱。** Unpaywall 没有注册这回事，没有密码也没有密钥，**填上去直接就能查**；但别瞎编，假邮箱（比如 example.com 结尾的）会被接口直接挡掉。它拿这个邮箱只是为了知道是谁在调接口。 **这一整套用的都是你自己的东西，不经过任何人。** 其余二十多个学术库全部免费无需注册。 ## 四步 ### 第零步 · 先找到它在学术上的正式名字 **这一步不做，后面全查不到。** 用户嘴里的名字，通常是商家起的。**学术文献里不用那个词。** ``` 用户说的 学术上的说法 红光生发仪 低能量激光疗法 LLLT、光生物调节 photobiomodulation 感统训练 感觉统合治疗 sensory integration therapy 益生菌调理肠道 特定菌株名 + 具体适应症 ``` **实测过一次代价：** 用「红光 生发」在知网检索，7 条结果里 3 条是植物光合作用，因为「红光」在植物学里也是常用词。**换成「低能量激光 雄激素性脱发」，14 条全部相关，而且直接挖到了中国专家共识和中文元分析。** **不确定正式名字的时候，先用商家的词搜一轮**，从结果的标题和摘要里把学术术语捞出来，再用学术术语重搜。 ### 第一步 · 把那句话拆成能查的命题 用户给的话通常是模糊的。**先拆成可检验的东西，拆完让用户确认你有没有理解偏。** ``` 「读绘本能提高专注力」 → 干预：亲子共读 / 绘本阅读 → 结果：注意力、专注时长 → 人群：学龄前儿童 → 要查的：这个干预和这个结果之间，有没有研究做过 ``` **拆的时候注意那句话在说什么关系。** 「A 和 B 有关」和「A 导致 B」是两回事，大部分宣传就卡在这个缝里。**拆的时候就把它分开，不要混着查。** ### 第二步 · 检索，中英文都要跑，而且要跑够轮次 **一轮搜不完。** 至少跑这几个角度，缺一个都可能漏掉关键证据： ``` 元分析和系统综述 加 meta-analysis / systematic review / Meta分析 随机对照试验 加 randomized controlled trial 作用机制 加 mechanism 安全性和不良反应 加 adverse events / safety 贴近消费场景的研究 加 home-use / device ← 这一路最容易被忽略，也最实用 ``` **换源也要换。** PubMed、Crossref、Europe PMC、Semantic Scholar 各有各的覆盖面，**同一个词在不同库里返回的东西差别很大。** Cochrane 的系统综述尤其要专门找，它的评价往往比单篇元分析更保守也更准。 中英文都要查，两边的结论可能不一样。 ```bash paper-search search "shared reading attention preschool" -n 6 -s semantic,crossref,pubmed paper-search search "亲子共读 注意力 学龄前" -n 6 -s crossref ``` **中文优先用 `-s crossref`**，它是 DOI 注册机构，有 DOI 的中文期刊论文都在里面。OpenAlex 和 Semantic Scholar 对中文查询命中率低。 **优先找综述和元分析**，加上 `meta-analysis`、`systematic review`、`综述` 这类词再搜一遍。一篇好的元分析顶几十篇单独研究。 ### 第三步 · 上证据金字塔 把找到的东西按证据强度排，**这一步是整个 skill 的骨头**： ``` 元分析 / 系统综述 把一堆研究合起来看，最硬 随机对照试验 有对照组，能说因果 队列研究 / 纵向观察 只能说相关，说不了因果 横断面调查 / 问卷 更弱，容易有各种偏差 专家意见 / 理论推演 不是证据，是观点 个案 / 一个人的经验 故事，不是证据 ``` **每一条结论都要标清楚它站在哪一层。** 讲得越顺耳、越符合直觉的说法，越要停下来看它的证据在第几层。 ### 第三步半 · 读元分析，这四个地方最容易被糊弄过去 **找到元分析不等于有答案，还要看它长什么样。** **一、异质性 I²。** 超过 75% 就要警惕，说明各项研究结果差异极大，**合并出来的平均值可能不代表任何一台具体的设备或任何一个具体的方案。** 实测遇到过 I² = 88% 的情况，那个数字必须报给用户。 **二、主观和客观有没有分裂。** 客观测量有差别、参与者自己感觉不到差别，**这种分裂说明效应真实但幅度小。** 这是判断「有效」和「值得买」之间那条缝的关键。 **三、亚组分析常常比主结论更实用。** 剂量、时长、人群的亚组，**有时会出现反直觉的结果**，比如用得少的那组效果反而更好。这类信息对用户的实际决策帮助最大。 **四、绝对数字，不要只看统计显著。** p < 0.05 只说明「不是碰巧」，**不说明「值得」。** 要去摘要里找绝对值：多长了几根、覆盖率提高几个百分点、花了多少周。**把这个数字摆给用户看。** **另外记住一条：监管批准不等于试验做出来了。** 实测遇到过 FDA 批准的设备，在设计良好的双盲试验里预设主要终点未达显著，只有事后合并分析才看到差异。**「已获 FDA 批准」是宣传语，不是证据等级。** ### 第四步 · 出判断，四选一 **不许含糊，必须落到这四个之一：** | 判断 | 什么情况 | |---|---| | **有支持** | 找到元分析或多个对照研究指向同一结论 | | **证据薄** | 有研究，但样本小、只有相关、或者结论互相打架 | | **没找到** | 检索了没有相关研究。**这不等于它没用** | | **有反面证据** | 找到研究指向相反结论，或者指出这套做法有风险 | ## 四条硬规矩 **一、查不到就说查不到，绝不编。** 编造的文献比没有更糟糕，**因为用的人会拿它去说服别人**。找不到就老实说找不到，把检索用的关键词列出来，让用户知道你查过什么。 **二、「没找到证据」和「证明它没用」是两件事，不许混说。** 很多智商税就是靠把前者说成后者反过来带节奏的：「你也拿不出证据说我错」。**没研究只是没研究，说明这件事还没人做过，不说明任何方向。** **三、一个破折号都不许写。** `——`、`—`、`–`、`--` 全部禁用。要停顿用逗号，要解释用括号或者冒号，要并列用顿号。 **写完自己扫一遍，看见破折号就改掉。** 这条容易在写长报告的时候忘，所以放在这儿。 **四、相关不等于因果，每次都要点破。** 「爱读绘本的孩子专注力更好」很可能只是说明**专注力好的孩子更坐得住听你读**，方向是反的。看到观察类研究，主动提醒用户这一层。 ## 拿到 DOI 之后怎么找免费全文 很多论文有合法的免费版本，只是大家不知道去哪找。 ```bash curl -s "https://api.unpaywall.org/v2/<DOI>?email=<你配的邮箱>" ``` 看返回里的 `is_oa` 和 `best_oa_location.url_for_pdf`。**汉斯出版社（DOI 以 10.12677 开头）、sci-open 这类国内开放获取期刊，中文全文直接能下。** 实测口径：中文题录基本都能查到，**免费全文大约三分之一能拿到**，剩下的报出 DOI 和标题，用户自己去图书馆或数据库下。 ## 中文文献怎么走 **登录之后，中文走两路，一起用：** ``` 知网 cnki.py search "关键词" 题录和全文，窗口开着才有 Crossref paper-search -s crossref 题录和 DOI，覆盖有 DOI 的中文期刊 ``` **知网这一路要多跑几轮，换术语。** 实测：同一个题目，商家用词搜出来一半是无关领域，学术术语搜出来 14 条全中，**而且专家共识和中文元分析都是第二轮才出来的。** **中文这边特别值得找两样东西：** **一、有没有中国专家共识。** 有的话，它的措辞本身就是信息。实测遇到过一份共识写着「疗效确切，安全性高」，同一段里又写着「目前暂无统一使用规范」，**后半句正好解释了国际元分析里异常高的异质性。两个来源从不同角度指向同一个问题，这种互相印证比任何单一结论都值钱。** **二、有没有中文做的元分析。** 中外团队独立做出同一个量级的结果，**这种复现比单篇研究可信得多**，值得专门在报告里点出来。 **中文文献有个常见特征：大量是联合疗法。** 某某疗法加中药、加针刺、加微针、加另一种药。**联合疗法分不清是哪一样在起作用**，证据强度要比单纯的对照试验低一档，报告里要说明。 拿到 DOI 之后，**先用 Unpaywall 试有没有合法免费版本**，有的话直接下，省得占用知网额度。 **英文文献走 paper-search 那二十多个开放库**，PubMed、Semantic Scholar、Europe PMC、Cochrane 这些不需要额外登录。 **知网检索不出来的时候，先跑 `check` 看窗口还在不在、登录还有效没有**，别急着说没有这篇研究。 ## 汇报口径 回答用户的时候，**先给判断，再给依据**。不要先铺陈一堆检索过程。 结构： ``` 判断：证据薄 依据： · 找到 3 篇相关研究，都是横断面调查，样本 200 到 500 人 · 没有找到元分析或随机对照试验 · 其中一篇明确说明只能得出相关，不能得出因果 要注意的： · 这类研究里，「爱读绘本」和「专注力好」谁是因谁是果，本身就分不清 检索用的关键词：shared reading attention preschool / 亲子共读 注意力 ``` **语言用大白话。** 用这个 skill 的人不是研究者，「效应量」「置信区间」这类词第一次出现要当场解释，或者干脆换成人话。

我手上有几篇论文，想知道它们到底能不能支持某个说法。你只根据我给你的这些材料判断，别用你记忆里的东西补。 先说清楚你要守的三条： 一、只看我给的材料。你脑子里记得的研究、你觉得应该存在的研究，一概不许写进来。我要的是这几篇到底说了什么，不是这个领域大概是什么情况。 二、材料不够就说不够。如果这几篇论文不足以支持或者推翻那句话，直接告诉我不足以判断，并且说清楚还缺哪一类证据。这比硬给一个结论有用得多。 三、相关不等于因果，每次都要点破。观察类研究只能说两件事同时出现，说不了谁导致谁，很多时候方向还可能是反的。 然后按这四步来： 第一步，把我要验的那句话拆开。 说清楚干预是什么、结果是什么、人群是什么。「A 和 B 有关」跟「A 导致 B」要分开，不要混着算。 第二步，逐篇过一遍我给你的论文。 每篇告诉我：什么研究设计、样本多少人、结论是什么、它支持还是不支持那句话，还是根本没在讲这件事。 论文里有明确数字的，把数字带上。 第三步，把这些论文放到证据金字塔上排队。 元分析和系统综述最硬，往下是随机对照试验，再往下是队列研究和纵向观察，再往下是横断面调查和问卷，专家意见和个案不算证据。 每一篇标清楚它站在哪一层。 第四步，给一个判断，必须落在这四个之一： 有支持（有元分析，或者多个对照研究指向同一结论） 证据薄（有研究，但样本小、只有相关、或者结论互相打架） 不足以判断（我给的这几篇没覆盖到这个问题） 有反面证据（有研究指向相反结论，或指出这做法有风险） 最后告诉我：要更有把握地回答这句话，我还该去找哪一类研究。 回答先给判断，再给逐篇的分析。用大白话，专业词第一次出现当场解释。 我要验的那句话是： 我找到的论文（标题、摘要或全文都行，一篇一段）：