/ 目录 / 演练场 / Semantic Scholar Skill
● 社区 Agents365-ai ⚡ 即开即用

Semantic Scholar Skill

作者 Agents365-ai · Agents365-ai/semanticscholar-skill

Claude中的语义学者—关键字/布尔搜索,引用遍历,推荐,作者,批量提取,使用BibTeX/Markdown导出。

Agents365-ai/semanticscholar-skill将语义学者API包装为Claude技能。您可以搜索(关键字,布尔值,标题,片段,作者) ,通过DOI/arXiv/PMID/MAG/ACL/SHA/URL解析论文,遍历引用和参考,获取推荐(单种子或正/负多种子) ,查找作者( h-index ,隶属关系,出版物) ,并在一次呼叫中批量获取最多500篇论文/1000位作者。 内置礼貌的速率限制( 1.1秒差距, 429/504的指数后退)。导出到BibTeX、Markdown或JSON。

为什么要用

核心特性

实时演示

实际使用效果

semanticscholar-skill.replay ▶ 就绪
0/0

安装

选择你的客户端

~/Library/Application Support/Claude/claude_desktop_config.json  · Windows: %APPDATA%\Claude\claude_desktop_config.json
{
  "mcpServers": {
    "semanticscholar-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/Agents365-ai/semanticscholar-skill.git",
        "~/.claude/skills/semanticscholar-skill"
      ],
      "_inferred": false
    }
  }
}

打开 Claude Desktop → Settings → Developer → Edit Config。保存后重启应用。

~/.cursor/mcp.json · .cursor/mcp.json
{
  "mcpServers": {
    "semanticscholar-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/Agents365-ai/semanticscholar-skill.git",
        "~/.claude/skills/semanticscholar-skill"
      ],
      "_inferred": false
    }
  }
}

Cursor 使用与 Claude Desktop 相同的 mcpServers 格式。项目级配置优先于全局。

VS Code → Cline → MCP Servers → Edit
{
  "mcpServers": {
    "semanticscholar-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/Agents365-ai/semanticscholar-skill.git",
        "~/.claude/skills/semanticscholar-skill"
      ],
      "_inferred": false
    }
  }
}

点击 Cline 侧栏中的 MCP Servers 图标,然后选 "Edit Configuration"。

~/.codeium/windsurf/mcp_config.json
{
  "mcpServers": {
    "semanticscholar-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/Agents365-ai/semanticscholar-skill.git",
        "~/.claude/skills/semanticscholar-skill"
      ],
      "_inferred": false
    }
  }
}

格式与 Claude Desktop 相同。重启 Windsurf 生效。

~/.continue/config.json
{
  "mcpServers": [
    {
      "name": "semanticscholar-skill",
      "command": "git",
      "args": [
        "clone",
        "https://github.com/Agents365-ai/semanticscholar-skill.git",
        "~/.claude/skills/semanticscholar-skill"
      ]
    }
  ]
}

Continue 使用服务器对象数组,而非映射。

~/.config/zed/settings.json
{
  "context_servers": {
    "semanticscholar-skill": {
      "command": {
        "path": "git",
        "args": [
          "clone",
          "https://github.com/Agents365-ai/semanticscholar-skill.git",
          "~/.claude/skills/semanticscholar-skill"
        ]
      }
    }
  }
}

加入 context_servers。Zed 保存后热重载。

claude mcp add semanticscholar-skill -- git clone https://github.com/Agents365-ai/semanticscholar-skill.git ~/.claude/skills/semanticscholar-skill

一行命令搞定。用 claude mcp list 验证,claude mcp remove 卸载。

使用场景

实战用法: Semantic Scholar Skill

围绕种子纸搭建文献综述的脚手架

👤 研究生、研究人员开始审查 ⏱ ~45 min intermediate

何时使用: 您有一张坚固的锚纸,并希望构建周围的文献。

前置条件
  • 技能已安装 — git克隆到~/.claude/skills/semanticscholar-skill
步骤
  1. 解析种子
    解析10.1038/s41586-020-2649-2并获取其完整元数据。✓ 已复制
    → 带有摘要的完整论文对象+研究领域
  2. 引用+引用
    获取种子的参考文献和按影响力排序的前50篇引用论文。✓ 已复制
    → 两个排名榜,场馆+年
  3. 使用BibTeX密钥导出Markdown
    将组合集导出为带有BibTeX条目的Markdown ,我可以将其放入Zotero。✓ 已复制
    → 带有内联引用键+ bibtex块的Markdown

结果: 以真实引文数据为基础的入门点评骨架。

注意事项
  • 假设被引用最多的论文是最相关的论文 — 略读摘要;使用带有正面/负面种子的建议进行细化
搭配使用: paper-fetch-skill · zotero

为面试、谈话或终身职位审查介绍作者

👤 项目主席、记者、招聘委员会 ⏱ ~15 min beginner

何时使用: 您需要某人发布记录的快速、准确的快照。

步骤
  1. 作者
    搜索作者“Yann LeCun”并选择NYU/Meta one。✓ 已复制
    → 作者ID +隶属关系+ h-index
  2. 获取出版物
    按引用次数列出其前50名的出版物;按研究领域分组。✓ 已复制
    → 带计数的分组列表;场地+每篇论文的年份

结果: 具有真实数据的可防御的作者个人资料。

注意事项
  • 歧义消除错误—通用名称与多人匹配 — 在提交前始终检查隶属关系和共同作者信号

从您喜欢的和不喜欢的内容中获取推荐

👤 研究人员构建阅读清单 ⏱ ~20 min intermediate

何时使用: 您有5篇您喜欢的论文, 2篇您不喜欢的论文;在该空间中找到更多。

步骤
  1. 提供种子
    阳性种子: [DOI]。阴性种子: [DOI]。推荐20篇论文。✓ 已复制
    → 排名靠前的推荐偏向积极因素,远离消极因素
  2. 籂選
    仅限年份≥ 2022且开放访问= true的场馆。✓ 已复制
    → 筛选的推荐仅包括2022年后的OA工作

结果: 您实际上想要阅读的定制列表。

批量获取长阅读列表的元数据

👤 任何人导入参考书目 ⏱ ~25 min intermediate

何时使用: 您有100多个DOI ,需要一次性获取元数据。

步骤
  1. 提交批次
    批量获取这200个DOI的元数据;导出BibTeX。✓ 已复制
    → 单一回复覆盖全部; BibTeX流跟随
  2. 处理未命中
    对于未解决的身份证件,请尝试将MATCH_TITLE作为备用证件。✓ 已复制
    → 后备搜索填补了大部分空白

结果: 为Zotero准备好干净、一致的参考书目。

注意事项
  • 每次批量调用超过500篇论文 — 区块为500 ;技能处理区块之间的速率限制
搭配使用: zotero

组合

与其他 MCP 搭配,撬动十倍杠杆

semanticscholar-skill + paper-fetch-skill

使用语义学者发现,然后获取PDF

搜索语义学者;获取前10个点击的开放访问PDF。✓ 已复制
semanticscholar-skill + zotero

通过Zotero导入以进行本地库管理

导出BibTeX ;导入到Zotero并标记集合。✓ 已复制
semanticscholar-skill + arxiv

ArXiv元数据的交叉引用

对于我列表中的每个arXiv ID ,请使用语义学者引文计数进行丰富。✓ 已复制

工具

此 MCP 暴露的能力

工具输入参数何时调用成本
search_relevance query 默认纸张搜索 1 request
search_bulk query + filters 下游筛选的批量结果 1 request
search_snippets query 按文本中的短语查找论文 1 request
match_title title 用不精确的标题解析论文 1 request
get_paper ID (DOI/arXiv/...) 当您有标识符时 1 request
get_citations / get_references paper id, limit 遍历引文图表 1 request
find_similar / recommend seed(s) (pos + neg) 外观相似且精致的推荐 1 request
batch_papers / batch_authors array of IDs 大型阅读列表 1 request
search_authors name 个人资料作者 1 request
export_bibtex / export_markdown / export_json papers[] 最终导出步骤 0

成本与限制

运行它的成本

API 配额
语义学者公共API —速率受限;技能强制执行1.1s差距和指数回退
每次调用 Token 数
元数据较小;摘要和片段较大
费用
免费—语义学者是公开的
提示
尽可能批处理—单个批处理调用胜过数百个get_paper调用。

安全

权限、密钥、影响范围

凭据存储: 公共端点不需要凭据。API密钥对于更高的限制是可选的—将其保留在env中,而不是config中。
数据出站: 查询和结果转到api.semanticscholar.org。

故障排查

常见错误与修复

429 请求太多

Skill已经处理了这个问题;如果持续存在,请减慢批处理速度或请求API密钥。

验证: Inspect response headers for x-rate-limit-*
DOI未找到纸张

退回到带有论文标题的MATCH_TITLE ;约10%的论文没有DOI覆盖范围。

验证: match_title + grep output
作者消歧义错误

提交前按隶属关系或共同作者筛选;语义学者偶尔会合并不同的人。

验证: Inspect the author's publication list for coherence

替代方案

Semantic Scholar Skill 对比其他方案

替代方案何时用它替代权衡
arxiv您只关心arXiv ,而不是更广泛的引文图表覆盖范围更窄;无引文遍历
paper-fetch-skill您有ID ,想要的PDF不仅仅是元数据Fetcher ,而不是搜索引擎
asta-skill您想要不同的学术搜索风格不同的来源

更多

资源

📖 阅读 GitHub 上的官方 README

🐙 查看未解决的 issue

🔍 浏览全部 400+ MCP 服务器和 Skills