● 社群
Agents365-ai
⚡ 即開即用
Semantic Scholar Skill
作者 Agents365-ai · Agents365-ai/semanticscholar-skill
Claude 內部的語意學者 — 關鍵字/布林搜尋、引文遍歷、推薦、作者、批量獲取,以及 BibTeX/Markdown 匯出。
Agents365-ai/semanticscholar-skill 將 Semantic Scholar API 包裝為 Claude 技能。 您可以搜尋(關鍵字、布林值、標題、摘要、作者)、按 DOI/arXiv/PMID/MAG/ACL/SHA/URL 解析論文、遍歷引用和參考文獻、獲取推薦(單種子或正/負多種子)、尋找作者(h 索引、隸屬關係、出版物),並在一次調用中批量獲取最多 5000 篇論文/1000 位作者。 內建禮貌速率限制(1.1 秒間隙,429/504 上的指數退避)。 匯出為 BibTeX、Markdown 或 JSON。
為什麼要用
核心特性
- 搜尋:相關性、批次、片段、標題匹配、作者
- 透過 DOI / arXiv / PMID / PMCID / MAG / ACL / SHA / URL / CorpusId 解析
- 引文圖遍歷(向前+向後,分頁)
- 建議:單種子相似性或多種子正/負
- 批次:每個請求最多 500 篇論文/1000 位作者
- 導出:BibTeX、Markdown、JSON
即時演示
實際使用效果
semanticscholar-skill.replay
▶ 就緒
使用場景
實戰用法: Semantic Scholar Skill
何時使用: 你有一篇強而有力的錨論文,並想建立相關的文獻。
步驟
-
解決種子問題
解析 10.1038/s41586-020-2649-2 並取得其完整元資料。✓ 已複製
→ 帶有摘要+研究領域的完整論文對象
-
拉參考文獻+引文
取得種子的參考文獻和依影響力排序的前 50 篇施引論文。✓ 已複製
→ 兩個排名清單(含場地 + 年份)
-
使用 BibTeX 鍵匯出 Markdown
將組合集匯出為 Markdown,並包含 BibTeX 條目,我可以將其放入 Zotero。✓ 已複製
→ 內嵌 citekeys + bibtex 區塊的 Markdown
結果: 基於真實引文資料的入門文學評論框架。
注意事項
- 假設被引用次數最多的論文是最相關的論文 — 瀏覽摘要;使用帶有正/負種子的建議來優化
何時使用: 您需要快速、準確地了解某人的發表記錄。
步驟
-
尋找作者
搜尋作者“Yann LeCun”並選擇 NYU/Meta 的作者。✓ 已複製
→ 作者 ID + 隸屬關係 + h-index
-
取得出版品
按引用次數列出排名前 50 的出版品;按研究領域分組。✓ 已複製
→ 帶計數的分組列表;地點+每篇論文的年份
結果: 具有真實數據的可靠作者簡介。
注意事項
- 消歧錯誤-通用名稱與多個人匹配 — 在提交之前始終檢查從屬關係和合著者信號
何時使用: 您有 5 篇您喜歡的論文,2 篇您不喜歡;在那個空間找到更多。
步驟
-
提供種子
正面種子:[DOI]。 負面種子:[DOI]。 推薦20篇論文。✓ 已複製
→ 推薦推薦排名偏向正面因素,遠離負面因素
-
篩選
僅年份 ≥ 2022 年且開放存取的場館 = true。✓ 已複製
→ 過濾後的建議僅包含 2022 年後的 OA 工作
結果: 您真正想閱讀的客製化清單。
何時使用: 您有 100 多個 DOI,一次性需要元資料。
步驟
-
提交批次
大量取得這 200 個 DOI 的元資料;匯出 BibTeX。✓ 已複製
→ 單一回應涵蓋所有內容; BibTeX 流如下
-
處理失誤
對於無法解析的 ID,請嘗試使用 match_title 作為後備。✓ 已複製
→ 後備搜尋彌補了大部分差距
結果: 乾淨、一致的參考書目為 Zotero 做好準備。
注意事項
- 每批調用超過 500 篇論文 — 500 塊;技能處理區塊之間的速率限制
組合
與其他 MCP 搭配,撬動十倍槓桿
使用 Semantic Scholar 發現並取得 PDF
搜尋語意學學者;取得前 10 個點擊的開放取用 PDF。✓ 已複製
semanticscholar-skill +
zotero
透過 Zotero 匯入以進行本機庫管理
匯出 BibTeX;匯入 Zotero 並標記集合。✓ 已複製
semanticscholar-skill +
arxiv
與 arXiv 元資料的交叉引用
對於我列表中的每個 arXiv ID,使用語義學者引用計數進行豐富。✓ 已複製
成本與限制
運行它的成本
- API 配額
- Semantic Scholar 公共 API — 速率有限;技能強制 1.1 秒間隙和指數退避
- 每次呼叫 Token 數
- 元資料較小;較大的摘要和片段
- 費用
- 免費——語義學者是公開的
- 提示
- 盡可能進行批次處理-單一批次呼叫勝過數百個 get_paper 呼叫。
安全
權限、密鑰、影響範圍
憑證儲存: 公共端點不需要憑證。 對於更高的限制,API 金鑰可選 - 將其保存在 env 中,而不是配置中。
資料出站: 查詢和結果請訪問 api.semanticscholar.org。
- 引用計數是快照 - 不要在不註明日期的情況下將相隔幾個月的計數作為趨勢證據進行比較。
故障排查
常見錯誤與修復
429 請求過多
技能已經可以處理這個問題了;如果持續存在,請放慢批次速度或請求 API 金鑰。
驗證: Inspect response headers for x-rate-limit-*
DOI 找不到論文
回退到 match_title 與論文標題;約 10% 的論文缺乏 DOI 覆蓋率。
驗證: match_title + grep output
作者消歧錯誤
在提交之前按隸屬關係或合著者進行過濾;語義學者有時會合併不同的人。
驗證: Inspect the author's publication list for coherence
替代方案
Semantic Scholar Skill 對比其他方案
| 替代方案 | 何時用它替代 | 權衡 |
| arxiv | 您只關心 arXiv,而不關心更廣泛的引用圖 | 覆蓋範圍較窄;無引用遍歷 |
| paper-fetch-skill | 您有 ID 並且更想要 PDF 而不是元數據 | Fetcher,不是搜尋引擎 |
| asta-skill | 您想要不同的學術搜尋風格 | 來源不同 |