Academic Literature Search

学术文献检索技能

概述

这是一个专注于学术文献检索的专业工具，集成了多个权威学术数据库，提供全面、快速、准确的文献检索服务。支持多数据库并发检索、高级过滤、智能排序和多种输出格式。

核心功能

🔍 强大的检索能力

📖 高级检索特性

🎯 精准的结果处理

💬 丰富的输出格式

⚡ 性能优化

支持的数据库

| 数据库 | 数据量 | 优势领域 | 速率限制 | |--------|--------|----------|----------| | Semantic Scholar | 2.33亿+ | AI、计算机科学、多学科 | 100请求/5分钟（无认证） | | Crossref | 1.4亿+ | 期刊文章、官方DOI | 无限制（礼貌使用） | | arXiv | 220万+ | 预印本、计算机、物理、数学 | 无限制 | | PubMed | 3500万+ | 生物医学、生命科学 | 10请求/秒 |

使用示例

基本检索

from agent import AcademicLiteratureSearchSkill
import asyncio
async def main():
    skill = AcademicLiteratureSearchSkill()
    
    params = {
        "query": "deep learning in medical imaging",
        "databases": ["semantic_scholar"],
        "max_results": 10
    }
    
    result = await skill.execute(params)
    print(result["results"])
asyncio.run(main())

高级检索

params = {
    "query": "attention mechanism AND transformer",
    "databases": ["semantic_scholar", "crossref"],
    "year_range": "2020-2024",
    "max_results": 100,
    "sort_by": "citations",
    "min_citations": 50,
    "open_access_only": True,
    "output_format": "markdown"
}

作为库使用

from agent import LiteratureSearchEngine
async def search():
    async with LiteratureSearchEngine() as engine:
        papers = await engine.search(
            query="reinforcement learning",
            databases=["semantic_scholar", "arxiv"],
            max_results=20
        )
        for paper in papers:
            print(f"{paper.title} - {paper.citation_count} citations")

参数说明

查询参数

| 参数 | 类型 | 默认值 | 说明 | |------|------|--------|------| | query | string | 必需 | 检索查询字符串 | | databases | array | ["semantic_scholar", "crossref"] | 使用的数据库列表 | | max_results | integer | 50 | 最大返回数量 (1-1000) | | year_range | string | - | 年份范围，如 "2020-2024" | | sort_by | string | "relevance" | 排序方式 | | sort_order | string | "desc" | 排序顺序 (asc/desc) | | open_access_only | boolean | false | 仅开放获取文献 | | min_citations | integer | - | 最小引用数 | | venue_filter | array | - | 期刊/会议过滤 |

输出参数

| 参数 | 类型 | 默认值 | 说明 | |------|------|--------|------| | output_format | string | "markdown" | 输出格式 | | output_file | string | - | 输出文件路径 | | interactive | boolean | false | 交互式模式 | | verbose | boolean | false | 详细输出 | | cache | boolean | true | 启用缓存 | | save_results | boolean | false | 保存结果到文件 |

配置说明

环境变量

# API 密钥（可选，不设置也可运行，但建议设置自己的密钥）
获取方式：
- Semantic Scholar: https://www.semanticscholar.org/product/api
- PubMed: https://www.ncbi.nlm.nih.gov/account/
SEMANTIC_SCHOLAR_API_KEY="your_key_here"
CROSSREF_API_EMAIL="your_email@example.com"
PUBMED_API_KEY="your_key_here"

配置文件

复制 config.example.yaml 为 config.yaml 并修改配置。

错误处理

许可证

MIT License

安全与隐私

数据流向

建议

隐私