研究
paper-search-usage
通过 arXiv、PubMed、IEEE、Scopus、ACM 和 Semantic Scholar 搜索、定位并检索学术论文。
简介
此技能旨在协助研究人员、学生与工程师简化文献回顾流程,提供一个统一的接口来查询全球学术存储库。它作为智能中介,能将自然语言查询转换为多个专门平台的结构化搜索,确保科学文献的全面覆盖。无论您是在进行详尽的现状分析 (state-of-the-art review)、通过 PubMed 调查特定医学现象,或从 IEEE 与 Scopus 获取工程技术报告,此技能均能显著减少手动跨平台浏览的需求。
-
多平台整合:无缝查询 arXiv、PubMed、IEEE Xplore、Scopus、ACM Digital Library 与 Semantic Scholar。
-
高级发现:支持通过特定作者名称、关键词组合、研究主题与技术术语进行查询。
-
统一工作流程:通过标准 MCP 工具模式将结果聚合至单一接口,减少切换环境的负担。
-
领域通用性:适用于生物医学、计算机科学、工程学及跨学科领域。
-
建议先以广泛的关键词进行初步搜索以定义核心主题,随后再利用作者过滤器或平台特定标签来缩小结果范围。
-
最适合用于学术综述、文献地图分析,以及为复杂的技术或科学项目收集基础研究。
-
预期输出包含学术论文清单、出版元数据 (metadata) 以及摘要或来源内容的访问。
-
在使用 mcp__paper-search__* 工具时,请确保查询语句清晰,以维持搜索结果的高精确度。
-
适用于寻找预印本、查找科学文献、获取工程标准或执行广泛的学术扫描等任务。
仓库统计
- Star 数
- 652
- Fork 数
- 59
- Open Issue 数
- 9
- 主要语言
- Python
- 默认分支
- main
- 同步状态
- 空闲
- 最近同步时间
- 2026年4月29日 12:28