🎁 Get the FREE AI Skills Starter GuideSubscribe →
BytesAgainBytesAgain
🦀 ClawHub

超能文献-AI文档翻译与学术检索

by @zjg678

超能文献(Suppr)学术文献检索 API。当用户需要检索学术论文、查找 PubMed 文献、搜索研究资料时激活。

Versionv1.0.0
Downloads429
TERMINAL
clawhub install suppr-academic-search-skills

📖 About This Skill


name: suppr-search-articles description: 超能文献(Suppr)学术文献检索 API。当用户需要检索学术论文、查找 PubMed 文献、搜索研究资料时激活。

超能文献学术文献检索 API

超能文献(Suppr)提供基于 PubMed 的 AI 语义文献检索服务,支持自然语言查询和丰富的文献元数据返回。

  • API 基础地址https://api.suppr.wilddata.cn
  • API 文档:https://openapi.suppr.wilddata.cn/introduction.html
  • 认证方式Authorization: Bearer
  • 何时激活

  • 用户需要检索学术论文或文献
  • 用户需要搜索 PubMed 数据库
  • 用户需要查找特定主题的研究资料
  • 用户需要获取论文的 DOI、PMID、影响因子等元数据
  • API 端点

    语义文献检索

    POST https://api.suppr.wilddata.cn/v1/docs/semantic_search
    Content-Type: application/json
    Authorization: Bearer 
    

    请求体参数:

    | 参数 | 类型 | 必填 | 默认值 | 说明 | |------|------|------|--------|------| | query | String | 是 | - | 自然语言查询字符串 | | topk | Integer | 否 | 20 | 最大返回结果数量,范围 1-100 | | return_doc_keys | String[] | 否 | [] | 指定返回的文献字段列表 | | auto_select | Boolean | 否 | true | 是否由 AI 自动选择最优结果 |

    return_doc_keys 完整字段列表

    | 字段 | 说明 | |------|------| | title | 标题 | | link | 链接 | | snippet | 检索条目内容片段/摘要 | | datetime | 时间 | | abstract | 论文摘要 | | doi | 数字对象标识符 DOI | | elocation_doi | 电子定位符 DOI | | pii | 出版商项目标识符 PII | | elocation_pii | 电子定位符 PII | | cited_by_num | 被引用次数 | | pub_year | 出版年份 | | pub_season | 出版季 | | pub_month | 出版月份 | | pub_day | 出版日 | | issue_pub_year | 出版时间(期刊印刷版) | | issue_pub_season | 出版季(期刊印刷版) | | issue_pub_month | 出版月份(期刊印刷版) | | issue_pub_day | 出版日(期刊印刷版) | | article_pub_year | 出版年份(电子版) | | article_pub_season | 出版季(电子版) | | article_pub_month | 出版月份(电子版) | | article_pub_day | 出版日(电子版) | | publication | 出版物 | | publication_abbr | 出版物缩写 | | publication_nlm_id | 出版物 NLM ID | | p_issn | 纸质版 ISSN | | e_issn | 电子版 ISSN | | l_issn | 链接 ISSN | | impact_factor | 影响因子 | | publisher | 出版商 | | publisher_abbr | 出版商(缩写) | | publisher_location | 出版机构所在地 | | pub_source_str | 出版源 | | language | 语言(title/abstract/snippet) | | pub_language | 原出版语言 | | i18n_infos | 国际化信息 | | figure_ids | 图片 ID 列表 | | figure_urls | 图片 URL 列表 | | table_ids | 表格 ID 列表 | | pmid | PubMed ID | | pmcid | PubMed Central ID | | pub_volume | 卷 | | pub_issue | 期 | | pub_page | 页码 | | pub_start_page | 起始页码 | | pub_end_page | 结束页码 | | pub_model | 出版模式 |

    常用字段组合

    快速概览

    {
      "query": "糖尿病最新研究进展",
      "topk": 10,
      "return_doc_keys": ["title", "abstract", "pub_year"],
      "auto_select": true
    }
    

    引用格式

    {
      "query": "CRISPR gene editing therapy",
      "topk": 20,
      "return_doc_keys": ["title", "doi", "pmid", "authors", "publication", "pub_year", "pub_volume", "pub_issue", "pub_page"],
      "auto_select": true
    }
    

    完整元数据

    {
      "query": "machine learning drug discovery",
      "topk": 5,
      "return_doc_keys": ["title", "abstract", "doi", "pmid", "pmcid", "impact_factor", "authors", "pub_year", "publication", "cited_by_num"],
      "auto_select": true
    }
    

    响应格式

    {
      "code": 0,
      "data": {
        "search_items": [
          {
            "doc": {
              "title": "论文标题",
              "abstract": "论文摘要...",
              "doi": "10.1007/xxxxx",
              "pmid": "35397038",
              "authors": [
                {
                  "fore_name": "名",
                  "last_name": "姓",
                  "affiliations": [
                    { "name": "所属机构" }
                  ]
                }
              ],
              "publication": "期刊名称",
              "pub_year": 2024,
              "impact_factor": 5.2
            },
            "search_gateway": "pubmed"
          }
        ],
        "consumed_points": 20
      },
      "msg": ""
    }
    

    code 为 0 表示成功,非 0 表示错误。

    使用示例

    curl -X POST https://api.suppr.wilddata.cn/v1/docs/semantic_search \
      -H "Authorization: Bearer YOUR_API_KEY" \
      -H "Content-Type: application/json" \
      -d '{
        "query": "阿尔茨海默病早期诊断生物标志物",
        "topk": 10,
        "return_doc_keys": ["title", "abstract", "doi", "pmid", "pub_year", "impact_factor"],
        "auto_select": true
      }'
    

    注意事项

  • topk 为期望返回的最大数量,实际返回可能少于该值(取决于检索结果)
  • 不指定 return_doc_keys 时返回默认字段集
  • auto_selecttrue 时,AI 会自动筛选与查询最相关的结果
  • 速率限制:60 次/分钟