# 文献全文深度调研 · 补强执行报告（第二轮 · 含手动下载入库） > 生成 2026-09-12 ｜ 宝锐生物 营销中心 · 技术情报 ｜ 全部数字由脚本实测产出，无一处估计值 > 前置：《文献全文深度调研_补强方案_20260912》+《Hermes 部署 DeepResearch 指导书审校》 --- ## 一、结论先看（三句话） 1. **家底完成质变**：真全文 **46 篇**（本轮从 37 → 46），仅摘要剩 **6 篇**；四份草稿 58 个引用里 **44 个已能看到全文正文**。 2. **手动下载的 13 个文件全部入库**：逐篇核对标题，**13/13 与预期论文一致**（无一份错配）。其中 4 个文件一度读不出——根因是 **iCloud 占位符**，已修。 3. **剩余缺口 11 个，全部集中在 D2（冻干）与 D4（酶平台）**，且**已在作者索取函 17 封清单内**；D1、D3 已 100% 全覆盖。 --- ## 二、Exa 费用预估（你点名要的） 来源：exa.ai/pricing 与 docs.exa.ai（本轮实抓）。免费档政策以官网当期为准。 | 计费项 | 单价 | 说明 | |---|---|---| | **Search** | **$7 / 1,000 次** | 单次含最多 10 条结果；超出部分 $1/1,000 条 | | **Deep Search** | $12 / 1,000 次 | 多步检索，接近我们的"深调"用法 | | Deep Research（reasoning） | $15 / 1,000 次 | 最重的一档 | | Contents（抓页面正文） | $1 / 1,000 页 | 按内容类型分别计费 | | Answer | $5 / 1,000 次 | — | | **免费档** | **注册送 $20 + 每月赠 $10** | 折合**每月约 1,400 次 Search** | | 我们的实际用量 | 折算成本 | |---|---| | 一次技术方向深调（120–200 次检索） | **$0.84–1.40** | | 同上，若 40% 走 Deep Search | **约 $2–3** | | 全年 52 次深调 | **$50–150 / 年** | | 每月 1,000 次以内 | **$0（免费赠额覆盖）** | **结论：先不付费。**要动的时候只需一个 Exa API key。 --- ## 三、免费检索通道（已落地，零 API key） `脚本/lit_search_free.py`，补上此前**唯一真缺口**——"只知题目、不知 DOI"的发现能力。 | 子命令 | 数据源 | 特点 | |---|---|---| | `pubmed` | PubMed E-utilities | 生物医学最全，带 PMID/PMCID/DOI | | `crossref` | Crossref REST | 全学科，带被引数 | | `openalex` | OpenAlex | 带开放获取标记与引用量 | | **`all`** | 三源合并去重 | **推荐**，自动标 `[OA]` 与 `[★新]`（本地未覆盖） | **实测**：查 `trehalose lyophilization protein stabilization glass transition` → 召回 22 条／开放获取 12 条／**本地未覆盖 21 条**。 > 这 21 条就是上游召回的真实缺口：库里 46 篇集中在若干已知论文，而该领域近两年新文献（含 2025–2026 Molecular Pharmaceutics 多篇）基本没进库。 --- ## 四、全文获取通道（已落地，六级阶梯 + 闸门） `脚本/lit_fetch.py`：Europe PMC XML → Unpaywall PDF → PMC 正文页/idconv → S2/OpenAlex → **落地页找 PDF**（机构库绿色 OA）→ **预印本反查**（arXiv / Europe PMC PPR），全程由 **全文闸门 `looks_fulltext()`** 卡住"摘要冒充全文"。 **通道天花板（重要）**：JBC / NAR / PNAS 等"免费但只给人看"的期刊，脚本请求 403、**无头浏览器也被 Cloudflare 安全验证拦下**；PMC 对 1990 年代老记录只给摘要（`oa.fcgi` 404、`efetch` 仅 abstract、`fullTextXML` 404）。**这不是没找到，是机器过不去——必须人工点一次。** --- ## 五、家底（含手动下载入库） | 类型 | 篇数 | 说明 | |---|---|---| | **真全文（`_全文/OA/`）** | **46** | 可检索、可验真、可引用 | | **仅摘要（`_全文/_摘要级/`）** | **6** | Nature×3、Springer×2、Cell Systems×1 | | 已替代归档（`_摘要级_已替代/`） | 6 | 拿到全文后替换下来的旧摘要文件 | ### 手动下载入库明细（13 个文件 → 13 篇） | # | 文献 | 来源/说明 | 抽取 | |---|---|---|---| | 1 | PNAS 1989 Crowe 膜相变与花粉吸胀损伤 | 免费清单 | 20,673 字符 / 4 页 | | 2 | PNAS 1992 Walker SDA 等温扩增开山之作 | 免费清单 | 34,351 字符 / 5 页 | | 3 | PNAS 1994 Stemmer DNA shuffling | 免费清单 | 31,043 字符 / 5 页 | | 4 | PNAS 1995 Fire & Xu 滚环复制 | 免费清单 | 29,541 字符 / 5 页 | | 5 | NAR 1992 SDA（Walker） | 免费清单 | 33,808 字符 / 6 页 | | 6 | NAR 1996 Cline **Pfu 保真度** | 免费清单（D4 关键数） | 31,821 字符 / 6 页 | | 7 | JBC 2003 **海藻糖为何优异** | 免费清单（**D2 关键篇**） | 49,438 字符 / 8 页 | | 8 | Genome Research 1992 Cadwell & Joyce | 免费清单 | 34,918 字符 / 7 页 | | 9 | **Paik 2021 Bst 多模态工程** | 原在作者索取清单，已到手 | 74,510 字符 / 25 页 | | 10 | PLoS Biol 2006 Piepenburg **RPA 原始论文** | 免费 | 31,103 字符 / 7 页 | | 11 | Frontiers 2021 等温扩增综述 | 免费 | 134,759 字符 / 22 页 | | 12 | Nature 2018 cfDNA 甲基化肿瘤检测（多伦多大学机构库） | 免费 | 133,412 字符 / 42 页 | | 13 | bioRxiv MLDE 组合适应度地形（Wittmann/Arnold） | 预印本 | 74,711 字符 / 15 页 | > **入库守则**：每篇先抽文字层 → 打印开头 230 字符**人工比对标题** → 过全文闸门 → 才写进 `OA/`。13/13 标题一致。 ### 四份草稿引用覆盖率（58 个 DOI，逐一对账） | 草稿 | 引用 | 全文 | 仅摘要 | 缺 | |---|---|---|---|---| | D1 等温扩增冻干 | 13 | **13** | 0 | 0 | | D2 冻干预混 OEM | 17 | 9 | 1 | 7 | | D3 MRD ctDNA 原料 | 13 | **13** | 0 | 0 | | D4 酶定向进化平台 | 15 | 9 | 2 | 4 | | **合计** | **58** | **44** | **3** | **11** | > D1、D3 已 100% 全文覆盖。 --- ## 六、剩余缺口（11 个，全在 D2/D4） | DOI | 刊/年 | 稿别 | 状态 | |---|---|---|---| | `10.1002/jps.1039` | J Pharm Sci 2001 | D2 | 已在索取函（P0） | | `10.1006/abbi.1999.1175` | Arch Biochem Biophys 1999 | D2 | 已在索取函（P0） | | `10.1016/S0378-5173(00)00423-3` | Int J Pharm 2000 | D2 | 已在索取函（P0） | | `10.1016/S0939-6411(98)00007-1` | Eur J Pharm Biopharm 1998 | D2 | 已在索取函（P0） | | `10.1021/acsabm.1c00131` | ACS Appl Bio Mater 2021 | D2 | 已在索取函（P0） | | `10.1021/jz900338m` | J Phys Chem Lett 2009 | D2 | 已在索取函（P0） | | `10.1080/10837450701481157` | Pharm Dev Technol 2007 | D2 | 已在索取函（P0） | | `10.1039/b902504a` | Lab Chip 2009 FADS | D4 | 已在索取函（P1） | | `10.1126/science.aaf5409` | Science 2016 RTX | D4 | 已在索取函（P1） | | `10.1002/bit.28009` | Biotechnol Bioeng 2022 | D4 | 已在索取函（P1） | | `10.2144/97232rr01` | BioTechniques 1997 | D4 | 已在索取函（P1） | **唯一待办动作：把 `作者索取函_批量_17封_20260912.md` 逐封发出**（免费、合法、命中率最高），或把公司邮箱交给我批量发。 > 另：`10.1016/j.cels.2021.07.008`（Cell Systems 2021）现有 bioRxiv 预印本（第 13 篇），但 **Crossref 未标注 published-as 关系**，因此**不视作该正式版已解决**，仍列摘要级，待作者索取确认版本。 --- ## 七、本轮修掉的两个真 bug（都是实测才暴露） 1. **iCloud 占位符导致文件读取死锁**：4 个 PDF `stat` 显示 `blocks=0`（数据不在本地），Python 读取抛 `OSError: [Errno 11] Resource deadlock avoided`，PyMuPDF 报 "Failed to open as type pdf"。**`brctl download <路径>` 物化后即恢复**。凡"下载完成但读不出"的 PDF，先查 `stat -f 'blocks=%b'`。 2. **DOI 清洗会产生重复后缀**：把截断的 `10.1021/acsabm` 补全时，若原文里它本就是 `10.1021/acsabm.1c00131` 的前缀，会生成 `...1c00131.1c00131`（D2 出现 7 处）。**清洗规则必须先做词边界断言**（`(?