/ 目錄 / 演練場 / Semantic Scholar Skill
● 社群 Agents365-ai ⚡ 即開即用

Semantic Scholar Skill

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

Claude 內部的語意學者 — 關鍵字/布林搜尋、引文遍歷、推薦、作者、批量獲取,以及 BibTeX/Markdown 匯出。

Agents365-ai/semanticscholar-skill 將 Semantic Sc​​holar API 包裝為 Claude 技能。 您可以搜尋(關鍵字、布林值、標題、摘要、作者)、按 DOI/arXiv/PMID/MAG/ACL/SHA/URL 解析論文、遍歷引用和參考文獻、獲取推薦(單種子或正/負多種子)、尋找作者(h 索引、隸屬關係、出版物),並在一次調用中批量獲取最多 5000 篇論文/1000 位作者。 內建禮貌速率限制(1.1 秒間隙,429/504 上的指數退避)。 匯出為 BibTeX、Markdown 或 JSON。

為什麼要用

核心特性

即時演示

實際使用效果

semanticscholar-skill.replay ▶ 就緒
0/0

安裝

選擇你的客戶端

~/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
    }
  }
}

開啟 Claude Desktop → Settings → Developer → Edit Config。儲存後重啟應用。

~/.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 使用與 Claude Desktop 相同的 mcpServers 格式。專案級設定優先於全域。

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
    }
  }
}

點擊 Cline 側欄中的 MCP Servers 圖示,然後選 "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
    }
  }
}

格式與 Claude Desktop 相同。重啟 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 使用伺服器物件陣列,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 儲存後熱重載。

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 驗證,claude mcp remove 移除。

使用場景

實戰用法: Semantic Scholar Skill

圍繞種子論文建構文獻綜述

👤 研究生、研究人員開始審查 ⏱ ~45 min intermediate

何時使用: 你有一篇強而有力的錨論文,並想建立相關的文獻。

前置條件
  • 技能已安裝 — git 克隆到 ~/.claude/skills/semanticscholar-skill
步驟
  1. 解決種子問題
    解析 10.1038/s41586-020-2649-2 並取得其完整元資料。✓ 已複製
    → 帶有摘要+研究領域的完整論文對象
  2. 拉參考文獻+引文
    取得種子的參考文獻和依影響力排序的前 50 篇施引論文。✓ 已複製
    → 兩個排名清單(含場地 + 年份)
  3. 使用 BibTeX 鍵匯出 Markdown
    將組合集匯出為 Markdown,並包含 BibTeX 條目,我可以將其放入 Zotero。✓ 已複製
    → 內嵌 citekeys + bibtex 區塊的 Markdown

結果: 基於真實引文資料的入門文學評論框架。

注意事項
  • 假設被引用次數最多的論文是最相關的論文 — 瀏覽摘要;使用帶有正/負種子的建議來優化
搭配使用: paper-fetch-skill · zotero

為訪談、演講或終身教職審查介紹一位作者

👤 計畫主席、記者、招募委員會 ⏱ ~15 min beginner

何時使用: 您需要快速、準確地了解某人的發表記錄。

步驟
  1. 尋找作者
    搜尋作者“Yann LeCun”並選擇 NYU/Meta 的作者。✓ 已複製
    → 作者 ID + 隸屬關係 + h-index
  2. 取得出版品
    按引用次數列出排名前 50 的出版品;按研究領域分組。✓ 已複製
    → 帶計數的分組列表;地點+每篇論文的年份

結果: 具有真實數據的可靠作者簡介。

注意事項
  • 消歧錯誤-通用名稱與多個人匹配 — 在提交之前始終檢查從屬關係和合著者信號

從您喜歡和不喜歡的內容中獲取建議

👤 研究人員制定閱讀清單 ⏱ ~20 min intermediate

何時使用: 您有 5 篇您喜歡的論文,2 篇您不喜歡;在那個空間找到更多。

步驟
  1. 提供種子
    正面種子:[DOI]。 負面種子:[DOI]。 推薦20篇論文。✓ 已複製
    → 推薦推薦排名偏向正面因素,遠離負面因素
  2. 篩選
    僅年份 ≥ 2022 年且開放存取的場館 = true。✓ 已複製
    → 過濾後的建議僅包含 2022 年後的 OA 工作

結果: 您真正想閱讀的客製化清單。

大量獲取長閱讀清單的元數據

👤 任何導入參考書目的人 ⏱ ~25 min intermediate

何時使用: 您有 100 多個 DOI,一次性需要元資料。

步驟
  1. 提交批次
    大量取得這 200 個 DOI 的元資料;匯出 BibTeX。✓ 已複製
    → 單一回應涵蓋所有內容; BibTeX 流如下
  2. 處理失誤
    對於無法解析的 ID,請嘗試使用 match_title 作為後備。✓ 已複製
    → 後備搜尋彌補了大部分差距

結果: 乾淨、一致的參考書目為 Zotero 做好準備。

注意事項
  • 每批調用超過 500 篇論文 — 500 塊;技能處理區塊之間的速率限制
搭配使用: zotero

組合

與其他 MCP 搭配,撬動十倍槓桿

semanticscholar-skill + paper-fetch-skill

使用 Semantic Sc​​holar 發現並取得 PDF

搜尋語意學學者;取得前 10 個點擊的開放取用 PDF。✓ 已複製
semanticscholar-skill + zotero

透過 Zotero 匯入以進行本機庫管理

匯出 BibTeX;匯入 Zotero 並標記集合。✓ 已複製
semanticscholar-skill + arxiv

與 arXiv 元資料的交叉引用

對於我列表中的每個 arXiv ID,使用語義學者引用計數進行豐富。✓ 已複製

工具

此 MCP 暴露的能力

工具輸入參數何時呼叫成本
search_relevance query 預設論文搜尋 1 request
search_bulk query + filters 用於下游過濾的批量結果 1 request
search_snippets query 按文本中的短語查找論文 1 request
match_title title 透過不精確的標題來解決論文 1 request
get_paper ID (DOI/arXiv/...) 當你有一個識別符時 1 request
get_citations / get_references paper id, limit 遍歷引用圖 1 request
find_similar / recommend seed(s) (pos + neg) 相似且精緻的推薦 1 request
batch_papers / batch_authors array of IDs 大量閱讀清單 1 request
search_authors name 作者簡介 1 request
export_bibtex / export_markdown / export_json papers[] 最終導出步驟 0

成本與限制

運行它的成本

API 配額
Semantic Sc​​holar 公共 API — 速率有限;技能強制 1.1 秒間隙和指數退避
每次呼叫 Token 數
元資料較小;較大的摘要和片段
費用
免費——語義學者是公開的
提示
盡可能進行批次處理-單一批次呼叫勝過數百個 get_paper 呼叫。

安全

權限、密鑰、影響範圍

憑證儲存: 公共端點不需要憑證。 對於更高的限制,API 金鑰可選 - 將其保存在 env 中,而不是配置中。
資料出站: 查詢和結果請訪問 api.semanticscholar.org。

故障排查

常見錯誤與修復

429 請求過多

技能已經可以處理這個問題了;如果持續存在,請放慢批次速度或請求 API 金鑰。

驗證: Inspect response headers for x-rate-limit-*
DOI 找不到論文

回退到 match_title 與論文標題;約 10% 的論文缺乏 DOI 覆蓋率。

驗證: match_title + grep output
作者消歧錯誤

在提交之前按隸屬關係或合著者進行過濾;語義學者有時會合併不同的人。

驗證: Inspect the author's publication list for coherence

替代方案

Semantic Scholar Skill 對比其他方案

替代方案何時用它替代權衡
arxiv您只關心 arXiv,而不關心更廣泛的引用圖覆蓋範圍較窄;無引用遍歷
paper-fetch-skill您有 ID 並且更想要 PDF 而不是元數據Fetcher,不是搜尋引擎
asta-skill您想要不同的學術搜尋風格來源不同

更多

資源

📖 閱讀 GitHub 上的官方 README

🐙 查看未解決的 issue

🔍 瀏覽全部 400+ MCP 伺服器和 Skills