paper-search

name	paper-search
description	学术论文搜索技能，集成多个学术数据库进行文献发现。 触发条件： - 用户需要搜索特定论文 - 用户需要查找某领域的代表性文献 - 用户需要按 DOI/标题查找论文 核心能力： - PubMed / ArXiv / Semantic Scholar 联合搜索 - 按标题匹配查找论文 - 获取论文引用和参考文献

论文搜索技能 (Paper Search)

能力概览

本技能整合多个学术搜索引擎，帮助快速定位所需文献：

数据源	优势	适用场景
Semantic Scholar	引用分析强	发现高影响力论文、引用网络
PubMed	生物医学权威	生命科学、医学相关文献
ArXiv	预印本快速	物理、CS、数学最新成果
OpenAlex	开放数据	大规模文献计量分析

搜索策略

1. 关键词搜索

搜索词设计原则：
- 英文为主，专业术语准确
- 组合关键词：topic + method + application
- 示例："terahertz generation photoconductive antenna"

2. DOI 精确查找

当已知 DOI 时，直接用 DOI 查询获取完整元数据。

3. 标题匹配

当只记得部分标题时，使用标题匹配搜索。

4. 引用追踪

• 正向引用：查找引用了某篇论文的后续工作
• 反向引用：查找某篇论文的参考文献

工作流程

用户提出需求
  → 选择搜索源（Semantic Scholar / PubMed / ArXiv）
  → 构建搜索词
  → 执行搜索
  → 筛选排序（按引用数/年份/相关性）
  → 输出文献列表

输出格式

## 文献搜索结果

| 标题 | 作者 | 年份 | 期刊 | 引用 | DOI |
|------|------|------|------|------|-----|
| ... | ... | ... | ... | ... | ... |

### 必读推荐
1. **论文标题** (作者, 年份)
   - 核心贡献：...
   - 引用：[[cite:@AuthorYear]]

与学术综述技能配合

本技能为 academic-research 技能提供文献数据源：

• paper-search → 发现论文
• academic-research → 综合成 LaTeX 综述

---

本技能基于真实学术 API，所有论文元数据可溯源。

多数据库并行搜索策略（源自 K-Dense paper-lookup）

10 数据库覆盖

类别	数据库	核心能力	API Key
生物医学	PubMed	37M+ 生物医学引用/摘要	NCBI_API_KEY（可选，3→10 req/s）
生物医学全文	PMC	10M+ 全文（JATS XML）、ID 转换	同 NCBI
生物预印本	bioRxiv	生物学预印本，按日期/DOI 浏览	无需
医学预印本	medRxiv	健康科学预印本	无需
物理/CS 预印本	arXiv	物理、数学、CS 预印本（Atom XML）	无需，1 req/3s
多学科索引	OpenAlex	250M+ 作品、机构、主题、引用数据	OPENALEX_API_KEY（推荐）
DOI 元数据	Crossref	150M+ DOI 元数据、期刊、基金	mailto 参数加速
引用图谱	Semantic Scholar	200M+ 论文、AI TLDR、推荐	S2_API_KEY（可选）
OA 全文	CORE	37M+ OA 仓储全文	CORE_API_KEY（全文必需）
OA 检测	Unpaywall	任意 DOI 的 OA 状态与 PDF 链接	email 参数

并行查询策略

按用户意图选择数据库组合，无速率限制冲突时可并行调用：

搜索场景	数据库组合
综合文献检索	PubMed + OpenAlex + Semantic Scholar
论文全景（元数据+引用+OA）	Crossref + Semantic Scholar + Unpaywall
查找并阅读论文	PubMed（定位）+ Unpaywall（OA 链接）+ PMC/CORE（全文）
预印本 vs 发表版	bioRxiv/medRxiv + Crossref
作者概览+引用指标	Semantic Scholar + OpenAlex

去重方法

1. DOI 优先归一化：不同数据库返回相同论文时，以 DOI 为主键合并
2. 标题模糊匹配：无 DOI 的预印本，用规范化标题（小写+去标点）去重
3. ID 交叉映射：利用 PMC ID Converter 在 PMID/PMCID/DOI 间转换，统一标识

速率限制与错误恢复

• NCBI 系列（PubMed/PMC）：无 Key 3 req/s，有 Key 10 req/s，顺序调用
• arXiv：1 req/3s，需间隔
• Crossref/Unpaywall：加 mailto/email 进入快速池
• HTTP 429 → 短暂等待后重试一次；失败则换数据库或换标识符格式