# Literaturrecherche · Yila

> Vom Agenten selbst geführte Artikelsuche mit gespeichertem Kandidatenpool.

URL: https://yila.ai/de/playbooks/high-quality-paper-finder

## Search & Screening

Find the relevant research and narrow a paper pool into a defensible queue.

## Anwendungsfälle

- Vom Agenten selbst geführte Artikelsuche mit gespeichertem Kandidatenpool.
- Bereits vorhanden: Forschungsthema, Bevorzugte Quellen, Anzahl der Kandidaten, Ausgabesprache

## Was Sie erhalten

- **candidate-paper-pool.json**: Auf diese Aufgabe beschränkter Artikelpool für den rechten Bereich, mit Kandidaten und objektiven Qualitätskennzeichen der Publikationsorgane.
- **candidate-paper-pool.xlsx**: Tabellendatei mit Vorschau der einzelnen Arbeitsblätter im Artefaktbereich.

## So läuft es ab

1. **Anfrage verstehen**: Thema und strukturierte Präferenzen als Vorgaben der anfragenden Person lesen. Nur eine fehlende Angabe klären, die das Ergebnis wesentlich verändern würde; andernfalls den Research Agent anhand der einheitlichen Beschreibung der Werkzeugfähigkeiten einen passenden Suchplan wählen lassen.
2. **Infrage kommende Artikel abrufen**: Das Werkzeug search_papers_v2 im selben Gespräch mit dem Research Agent verwenden. Der Parameter candidate_count ist das begrenzte Gesamtkontingent für den Pool. Das Werkzeug führt den vom Agenten erstellten Plan aus Quellen und Suchanfragen aus und gibt die tatsächlich ausgeführten Suchen, Fehlschläge, Auslassungen und die Metadaten der Kandidaten zurück.
3. **Kandidaten beurteilen**: Die zurückgegebenen Metadaten und Diagnosedaten der Artikel prüfen. Die Relevanz für die gestellte Frage hat Vorrang vor dem Renommee des Journals.
4. **Ergebnisse anzeigen und speichern**: Paper Search v2 speichert candidate-paper-pool.json und candidate-paper-pool.xlsx gemeinsam. Für diesen ersten Pool save_paper_pool nicht separat aufrufen. Nach der globalen Anleitung zur Artikelsuche antworten, ohne den vollständigen Pool einzufügen. Späteres Filtern oder Gruppieren nutzt im selben Gespräch erneut das maßgebliche JSON-Artefakt und speichert Teilmengen über artifactId plus paperIds. Den vom Server erzeugten Pool und die Excel-Arbeitsmappe nicht neu erstellen.

## Was Sie vorbereiten sollten

- Forschungsthema, Bevorzugte Quellen, Anzahl der Kandidaten, Ausgabesprache
- Die Workbench fragt nach: Forschungsthema, Bevorzugte Quellen, Anzahl der Kandidaten, Ausgabesprache

## Qualitätssicherung

- Search and screening decisions stay traceable; missing metadata is never invented.

---

- [Literaturrecherche](https://yila.ai/de/playbooks/high-quality-paper-finder)
- [llms.txt](https://yila.ai/de/llms.txt)
