Menu
智能文献检索。自动识别检索模式（快速了解/最新推荐/深度研究），根据不同场景应用不同筛选策略，返回高质量文献。支持国内外多源检索（arXiv、Semantic Scholar、CNKI、万方、Google Scholar）、期刊质量评估、被引分析。统一入口，无需分别调用不同搜索 skill。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
多源学术文献检索、知识库管理与报告生成。支持 arXiv、Semantic Scholar、知网、万方、Google Scholar。使用场景：搜索文献、管理知识库、生成文献日报/周报/月报、解析 PDF。
当用户表达“设置每日定时推荐文献”意图时触发，自动提取微信ID与时间，创建OpenClaw定时任务。
当用户表达“想看最新论文/文献推荐”意图时触发（支持模糊表达），执行消息识别、最新检索、邻域相关性排序，并回推5条文献摘要。
搜索和下载 arXiv 论文。使用 arXiv API 搜索学术论文，支持下载 PDF。当用户说"搜索 arXiv"、"下载论文"、"arXiv 搜索"时使用。
Search CNKI (中国知网) for papers by keyword. Use when the user wants to find academic papers on a topic.
搜索已发表的学术论文（IEEE、ACM、Springer 等）通过 Semantic Scholar API。补充 arXiv（预印本）提供被引次数、期刊/会议信息和 TLDR。当用户说"搜索期刊论文"、"查找 IEEE 论文"、"学术搜索"、"引用搜索"时使用。
| name | smart-search |
| description | 智能文献检索。自动识别检索模式（快速了解/最新推荐/深度研究），根据不同场景应用不同筛选策略，返回高质量文献。支持国内外多源检索（arXiv、Semantic Scholar、CNKI、万方、Google Scholar）、期刊质量评估、被引分析。统一入口，无需分别调用不同搜索 skill。 |
| user-invocable | true |
| triggers | ["/smart-search"] |
| argument-hint | [检索词] [--mode quick|latest|deep] [--sources cn|en|all] |
| allowed-tools | Bash(*), Read, Write, Glob, Grep, Skill, mcp__chrome-devtools__* |
统一的文献检索入口。根据检索场景自动应用不同策略，同时搜索多个文献源，返回高质量文献。
| 模式 | 命令 | 适用场景 | 特点 |
|---|---|---|---|
| 快速了解 | --mode quick | 快速了解某个领域的研究现状 | 核心期刊优先，高被引优先，近3-5年 |
| 最新推荐 | --mode latest | 每日/每周/每月推荐最新文献 | 最新优先，核心期刊，时间范围可调整 |
| 深度研究 | --mode deep | 深入研究某个领域，系统收集文献 | 广泛搜索，排除已收录，不限制来源 |
$ARGUMENTS 包含：
--mode MODE: 手动指定模式 (quick/latest/deep)，不指定则自动识别--sources SOURCE: 检索源
cn: 中文源 (CNKI, 万方)en: 英文源 (arXiv, Semantic Scholar)all: 所有源（默认）系统会根据检索词自动判断模式：
| 关键词 | 识别模式 |
|---|---|
| 本周、本月、最新、推荐、新发表、最新进展 | latest |
| 深入、全面、系统、深度研究、综述 | deep |
| 其他 | quick（默认） |
# 自动识别模式
/smart-search 大语言模型
/smart-search 本周最新的人工智能论文
/smart-search 深入研究知识图谱
# 手动指定模式
/smart-search transformer --mode quick
/smart-search 深度学习 --mode latest
/smart-search 知识图谱 --mode deep
# 指定检索源
/smart-search attention --sources en
/smart-search 深度学习 --sources cn
从 $ARGUMENTS 中提取：
query: 检索关键词mode: 检索模式（自动识别或手动指定）sources: 检索源范围读取 config/search_strategies.yaml，获取该模式的：
英文源（并行执行）：
python3 tools/search/unified_search.py search "QUERY" --sources en --max 20
中文源（通过 Chrome DevTools MCP）：
使用 CNKI 高级检索 skill：
/cnki-advanced-search [来源类别] QUERY [时间范围]
将所有源的结果合并，按以下规则去重：
使用 paper_evaluator.py 对每篇文献进行评估：
所有模式都必须遵守的通用规则：
国内外兼顾
期刊质量评估
被引分析
领域时效性
格式化输出：
═══════════════════════════════════════════════════════════
智能文献检索结果
═══════════════════════════════════════════════════════════
检索模式: {mode_name} | 关键词: {query}
检索源: {sources} | 共找到 {count} 条结果
| # | 标题 | 作者 | 来源 | 年份 | 被引 | 期刊收录 | 综合评分 |
|---|------|------|------|------|------|----------|----------|
| 1 | ... | ... | [A] | 2024 | 120 | SCI/EI | 85.5 |
| 2 | ... | ... | [C] | 2023 | 50 | 北大核心 | 72.3 |
来源标记: [A]arXiv [S]Semantic Scholar [C]CNKI [W]万方 [G]Google Scholar
═══════════════════════════════════════════════════════════
─── 高质量文献推荐 ───
1. {标题}
作者: {authors} | 期刊: {journal} | 年份: {year}
收录: {indexed_in} | 影响因子: {if} | 年均被引: {avg_cite}
推荐理由: {reason}
链接: {url}
─── 操作提示 ───
添加到知识库: /kb-add 1,2,3
下载 PDF: /cnki-download [URL] 或 python3 tools/search/arxiv_fetch.py download [ID]
查看详情: /cnki-paper-detail [URL]
目标: 快速了解某个领域的研究现状
检索策略:
筛选优先级:
命令示例:
/smart-search 大语言模型
/smart-search 知识图谱 --mode quick
目标: 追踪领域最新动态
检索策略:
筛选优先级:
命令示例:
/smart-search 本周最新的AI论文
/smart-search 最新深度学习进展 --mode latest
目标: 系统性收集某个领域的文献
检索策略:
筛选优先级:
命令示例:
/smart-search 深入研究Transformer架构
/smart-search 知识图谱综述 --mode deep
策略配置位于 config/search_strategies.yaml，可自定义：
| 文件 | 用途 |
|---|---|
config/search_strategies.yaml | 检索策略配置 |
tools/search/arxiv_fetch.py | arXiv 搜索 |
tools/search/semantic_scholar_fetch.py | Semantic Scholar 搜索 |
tools/search/unified_search.py | 多源搜索统一入口 |
tools/search/paper_evaluator.py | 文献评估模块 |
.claude/skills/arxiv/ | arXiv 搜索 Skill |
.claude/skills/semantic-scholar/ | Semantic Scholar 搜索 Skill |
.claude/skills/cnki-advanced-search/ | CNKI 高级检索 |