semanticscholar-skill

仓库创建 2026年3月9日最近提交 11 天前SkillHot 收录 20 天前

▸ 精选理由

为学术检索提供自动化工作流，含速率与批量控制，适合研究人员。

▸ 风险提示

会访问外部 Semantic Scholar API，受网络与速率限制影响。

这个 Skill 做什么

通过 Semantic Scholar API 结构化检索论文、作者与引用并汇总结果。

帮你通过 Semantic Scholar API 批量检索论文、作者和引用并把结果结构化汇总，适合做文献调研、引文分析或找推荐论文。会把查询拆成规划、搜索、抽取、汇总等步骤一次性跑完，输出可直接用的列表和摘要。特别注意：所有请求要写成一个 Python 脚本一次性执行（s2.py），以免触发限速。

▸ 展开 SKILL.md 英文原文

Use when searching academic papers, looking up citations, finding authors, or getting paper recommendations using the Semantic Scholar API. Triggers on queries about research papers, academic search, citation analysis, or literature discovery.

研究检索学术搜索论文检索引用通用

Stars

Forks

仓库内 Skill

7 日增星

安装 / 使用

给你的 Agent 一句话（通用）

帮我安装这个 skill：https://raw.githubusercontent.com/Agents365-ai/semanticscholar-skill/main/skills/semanticscholar-skill/SKILL.md

或 curl 直取 SKILL.md

curl -fsSL "https://raw.githubusercontent.com/Agents365-ai/semanticscholar-skill/main/skills/semanticscholar-skill/SKILL.md"

SKILL.MD 节选查看完整文件 ↗

# Semantic Scholar Search Workflow

Search academic papers via the Semantic Scholar API using a structured 4-phase workflow.

**Critical rule:** NEVER make multiple sequential Bash calls for API requests. Always write ONE Python script that runs all searches, then execute it once. All rate limiting is handled inside `s2.py` automatically.

## Phase 1: Understand & Plan

Parse the user's intent and choose a search strategy:

### Decision Tree

> **Default to `search_bulk()`.** Per Semantic Scholar's own docs, bulk search is preferred over relevance search for most cases because relevance search is more resource-intensive. Use `search_relevance()` only when you need TLDR fields or author/citat

via SKILL·HOT · 数据来自 GitHub 公开信息 · 原文版权归作者所有