菜单
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。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
| 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。