| name | scholar-research-assistant |
| description | 学术科研助手，基于 ScholarClub 平台 及 Semantic Scholar 数据库，支持关键词/作者/期刊/时间多维度检索，自动构建关键词矩阵、进行论文质量评分（引用数/期刊级别/作者影响力），输出结构化文献报告。适用于文献综述、领域调研、作者研究脉络追踪。 |
| version | 1.0.2 |
学术论文检索报告技能
任务目标
- 核心功能：通过五步标准流程，系统性检索并筛选学术论文，生成高质量的结构化文献报告
- 检索维度：关键词、作者姓名、期刊/会议名称、发表时间范围
- 质量保障：四维评分体系（相关性40%+引用影响力25%+期刊质量20%+作者影响力15%），自动分级输出A/B/C/D级论文
- 适用场景：文献综述撰写、特定领域论文查找、学者研究脉络追踪、学术背景调研
前置准备
- 依赖说明：scripts脚本使用Python标准库和requests库（requests为常见HTTP库，通常已预装）
- 数据源：Semantic Scholar学术数据库（免费开放访问，提供API Key可提升速率限制）
- 如果遇到 Semantic Scholar 的速率限制，则调用 ScholarClub 的接口进行文章检索，每次 limit 最大设置为 10
ScholarClub API
标准化工作流程
执行原则：以下五个步骤必须按顺序执行，未完成上一步的最小标准不得进入下一步。
第一步：明确检索目标与核验口径
智能体职责：与用户交互，提取并确认以下信息
必填项：
- 研究主题：核心研究问题或领域
- 文献类型：期刊论文/会议论文/综述/预印本等
- 发表时间范围：起始年份和结束年份
- 核心筛选标准：最低引用数、期刊级别、开放获取要求等
可选项：
- 目标期刊/会议列表
- 特定作者或研究团队
- 研究方法限定（如实证研究、理论分析、实验研究等）
最小完成标准：
- 研究主题明确，能够生成至少3个核心关键词
- 时间范围已确定（可接受"不限"）
- 至少确定1项筛选标准
输出物：检索需求确认单，包含上述所有已确认的检索参数
第二步：预检索与线索获取
智能体职责：基于研究主题，进行初步探索获取领域线索
执行内容：
-
领域核心期刊识别：
- 调用
scripts/paper_search.py 使用研究主题进行初步检索
- 从返回结果中提取高频率出现的venue（期刊/会议名称）
- 识别领域内权威期刊和顶级会议
-
高影响力作者识别：
- 分析检索结果中的作者信息
- 识别引用数高、论文数量多的核心作者
- 记录作者所属机构和研究团队
-
典型研究方向识别：
- 分析论文标题和摘要中的高频关键词
- 识别领域内的研究热点和分支方向
- 记录典型研究方法和研究范式
最小完成标准：
- 获取至少5个领域核心期刊/会议
- 识别至少3位高影响力作者
- 提炼出至少3个典型研究方向
输出物：预检索线索清单，包含期刊列表、作者列表、研究方向列表
第三步：整理关键词矩阵
智能体职责：基于第一步需求和第二步线索，构建结构化关键词矩阵
关键词分类：
| 类别 | 定义 | 来源 | 示例 |
|---|
| P类关键词 | 直接围绕用户需求的核心关键词 | 用户需求提取 | 研究主题、核心概念、专业术语 |
| W类关键词 | 基于预检索线索的扩展关键词 | 预检索线索 | 高影响力作者、核心期刊、相关研究方向 |
矩阵构建规则：
-
P类关键词（Primary）：
- 从用户需求中直接提取的核心概念
- 专业术语的中英文对照
- 研究方法关键词（如适用）
- 数量要求：3-8个
-
W类关键词（Wider）：
- 基于预检索结果扩展的相关概念
- 高影响力作者姓名
- 核心期刊名称
- 相关研究分支术语
- 数量要求：5-15个
组合策略：
- 单独使用P类关键词进行精准检索
- P类+W类组合进行扩展检索
- 使用布尔逻辑（AND/OR/NOT）优化检索表达式
最小完成标准：
- P类关键词不少于3个
- W类关键词不少于5个
- 形成至少3组不同的关键词组合
输出物：关键词矩阵表，包含P类关键词列表、W类关键词列表、组合检索策略
第四步：执行学术数据库检索
智能体职责：调用脚本执行检索，获取候选论文列表
执行方式：调用 scripts/paper_search.py 执行检索
脚本调用示例：
python scripts/paper_search.py \
--query "deep learning natural language processing" \
--year-start 2020 \
--year-end 2024 \
--limit 50 \
--fields "title,authors,abstract,venue,year,citationCount,referenceCount,url,openAccessPdf"
支持的检索参数：
| 参数 | 说明 | 示例 |
|---|
--query | 检索关键词（必填） | "machine learning" |
--year-start | 起始年份 | 2020 |
--year-end | 结束年份 | 2024 |
--venue | 期刊/会议名称 | "Nature" |
--author | 作者姓名 | "Hinton" |
--limit | 返回数量 | 20 |
--fields | 返回字段 | 见默认字段列表 |
默认返回字段：
paperId：论文唯一标识title：论文标题authors：作者列表abstract：摘要venue：发表期刊/会议year：发表年份citationCount：引用次数referenceCount：参考文献数url：论文链接openAccessPdf：开放获取PDF链接
多轮检索策略：
- 使用P类关键词进行首轮精准检索
- 根据结果质量决定是否进行扩展检索
- 使用W类关键词进行补充检索
- 合并去重所有检索结果
最小完成标准：
- 至少执行1轮检索
- 获取不少于20篇候选论文（如领域较小可适当降低）
- 每篇论文包含完整的元数据信息
输出物：候选论文原始数据（JSON格式），包含所有检索结果的完整元数据
第五步：相关性核验与报告生成
智能体职责：对候选论文进行质量核验，生成结构化检索报告
核验维度：详见 references/quality_criteria.md
核验流程：
-
相关性初筛：
- 阅读标题和摘要，判断与研究主题的相关程度
- 标记相关性等级：高度相关/中度相关/低度相关
- 剔除明显不相关的论文
-
质量评估：
- 引用数评估：按年份分层评估引用影响力
- 期刊/会议评估：识别发表渠道的学术声誉
- 作者评估：识别作者的学术影响力（H-index、论文数）
-
权威性核验：
- 是否发表在领域顶级期刊/会议
- 作者是否为领域知名学者
- 是否为高被引论文
-
去重与排序：
- 按相关性等级分组
- 同组内按引用数降序排列
- 标注开放获取状态
最小完成标准：
- 完成所有候选论文的相关性评估
- 筛选出不少于10篇高度相关论文
- 每篇论文完成质量指标标注
报告生成：参考 assets/report_template.md 生成结构化报告
输出物：结构化检索报告（Markdown格式），包含：
- 检索概述（需求、策略、范围）
- 核心发现（领域研究现状、主要研究方向、代表性学者）
- 论文清单（按相关性分级、包含完整元数据和质量指标）
- 附录（检索词矩阵、检索日志）
资源索引
注意事项
- 顺序执行：五个步骤必须严格按顺序执行，每步完成后检查最小完成标准
- 智能体主导：关键词提取、相关性判断、报告撰写由智能体完成，脚本仅负责API调用
- 检索策略迭代：若首轮检索结果不理想，可返回第三步调整关键词矩阵
- 开放获取优先：在质量相当的情况下，优先推荐开放获取论文
- 数据时效性：注意Semantic Scholar数据更新周期，最新发表论文可能存在延迟
- 速率限制：无API Key时限制100次/5分钟，建议合理规划检索次数
使用示例
示例1：文献综述检索
用户：帮我检索2020-2024年关于"大语言模型在教育领域应用"的论文，用于写综述
技能执行：
1. 确认需求：LLM+教育，2020-2024，期刊/会议论文，引用数≥30
2. 预检索：识别 AIED、Computers & Education 等核心期刊，定位 3 位高影响力作者
3. 构建关键词矩阵：
P类：LLM, large language model, education, teaching, learning
W类：GPT, ChatGPT, AI tutor, adaptive learning, 高影响力作者名
4. 执行 3 轮检索，获取 60 篇候选论文
5. 质量评分筛选 → 输出结构化报告：
- A级（核心推荐）12篇：含完整元数据、引用数、开放获取链接
- B级（重要参考）18篇
- 附：检索词矩阵、检索日志
示例2：作者研究脉络追踪
用户：帮我梳理 Yoshua Bengio 在深度学习领域的主要研究贡献
技能执行：
1. 以 "Bengio" 为核心，deep learning 为主题，时间不限
2. 检索返回按年份排序的论文列表
3. 质量核验，标注里程碑论文（backpropagation 1989、word2vec 2003 等）
4. 输出按时间线组织的研究脉络报告，注明各阶段代表作及引用数
示例3：快速领域热点扫描
用户：我想了解 2023-2024 年多模态大模型的最新研究进展
技能执行：
1. P类关键词：multimodal LLM, vision-language model, VLM
2. 执行检索，优先筛选近 1 年高引用（≥50）论文
3. 识别领域主要研究方向：图文理解、视频理解、医学多模态等
4. 输出热点方向摘要 + 代表论文清单
