القائمة
使用 Google Scholar API 进行学术搜索，查找论文、研究报告、学术文献，获取引用信息、作者、发表刊物等详细信息。
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
| name | serper-scholar |
| description | 使用 Google Scholar API 进行学术搜索，查找论文、研究报告、学术文献，获取引用信息、作者、发表刊物等详细信息。 |
基于 Google Scholar API 的学术文献搜索工具，提供学术论文、研究报告、技术文献的专业搜索能力。
当用户提到以下内容时自动激活：
用途： 执行学术文献搜索，返回论文详细信息
参数：
query (必选，string)：搜索关键词num (可选，number)：返回结果数量，默认 10，最大 20gl (可选，string)：国家代码，默认 cnhl (可选，string)：语言代码，默认 zh-CN返回字段：
title：论文标题url：论文链接snippet：摘要type：文献类型（PDF、HTML 等）year：发表年份authors：作者列表publication：发表刊物/会议citationCount：引用次数使用专业术语和技术关键词：
示例：
明确研究领域和方法：
示例：
关注最新研究进展：
示例：
查找特定研究者或机构的工作：
示例：
关注特定类型的文献：
示例：
根据需求调整：
num=5（核心文献）num=10（主流研究）num=20（全面覆盖）关注高引用论文和经典文献：
关注点：
citationCount 高的论文通常是领域经典用户提问： "研究一下 Transformer 架构的论文"
AI 行为：
// 搜索核心论文
serper_scholar({
query: "Transformer architecture attention is all you need",
num: 5
})
// 搜索后续研究
serper_scholar({
query: "BERT transformer NLP 2018 2019",
num: 8
})
回复示例：
核心论文：
1. **Attention Is All You Need** (2017)
- 作者：Vaswani et al.
- 引用：100,000+
- 📄 [PDF]
后续研究：
2. **BERT: Pre-training of Deep Bidirectional Transformers** (2019)
- 作者：Devlin et al.
- 引用：80,000+
- 发表：NAACL 2019
3. **Improving Language Understanding with Generative Pre-Training** (2018)
- 作者：Radford et al. (OpenAI)
- 引用：50,000+
用户提问： "找一些关于强化学习的综述论文"
AI 行为：
serper_scholar({
query: "Survey review reinforcement learning",
num: 8
})
回复示例：
强化学习综述论文：
1. **Reinforcement Learning: A Survey** (2021)
- 引用：5,000+
- 类型：综述
2. **Deep Reinforcement Learning: An Overview** (2020)
- 引用：8,000+
- 类型：综述
3. **Recent Advances in Deep Reinforcement Learning** (2022)
- 引用：2,000+
- 类型：综述
用户提问： "查找 Geoffrey Hinton 的深度学习论文"
AI 行为：
serper_scholar({
query: "Geoffrey Hinton deep learning backpropagation",
num: 10
})
回复示例：
Geoffrey Hinton 的经典论文：
1. **Deep Learning** (2015)
- 合作：LeCun, Bengio
- 发表：Nature
- 引用：50,000+
2. **Backpropagation Applied to Handwritten Zip Code Recognition** (1989)
- 引用：10,000+
3. **Reducing the Dimensionality of Data with Neural Networks** (2006)
- 引用：30,000+
用户提问： "2024-2025 年大模型有什么新进展"
AI 行为：
serper_scholar({
query: "Large language models 2024 2025 advances",
num: 10
})
回复示例：
2024-2025 大模型研究进展：
1. **Scaling Laws for Neural Language Models** (2024)
- 持续探索模型规模与性能关系
2. **Instruction Tuning for Large Language Models** (2024)
- 指令微调方法改进
3. **Chain-of-Thought Prompting** (2024)
- 推理链提示技术
用户提问： "搜索机器学习在医疗诊断中的应用论文"
AI 行为：
serper_scholar({
query: "Machine learning medical diagnosis healthcare",
num: 8
})
回复示例：
医疗诊断中的机器学习：
1. **Deep Learning for Medical Image Analysis** (2021)
- 引用：8,000+
- 应用：影像诊断
2. **Machine Learning in Clinical Diagnosis** (2022)
- 引用：3,000+
- 应用：辅助诊断
3. **AI in Healthcare: A Survey** (2023)
- 引用：2,000+
- 类型：综述
编辑 ~/.openclaw/gateway.env：
SERPER_API_KEY=your-api-key-here
访问 https://serper.dev/ 注册并获取 API Key。
免费额度：每月 2,500 次调用（Web 和 Scholar 共享）。
💡 提示： 学术搜索时，尽量使用英文关键词，英文论文数量和质量通常更高。