academic-research-skills 是做什么的？
使用集成的主要数据库研究技能，为LLM代理自动化学术文献搜索、检索和管理工作流。
概述
该技能使AI代理能够高效地执行学术研究任务，涵盖从文献发现到引用的完整流程。它支持多个主流学术数据库，并提供统一的接口进行查询、获取全文和管理参考文献。
功能
- 文献搜索：通过关键词、作者、标题或摘要进行搜索。
- 文献检索：获取论文的元数据（标题、作者、期刊、年份、摘要等）。
- 全文获取：当可用时，检索论文的PDF版本。
- 引用管理：以BibTeX或其他标准格式导出引用信息。
- 结果过滤：根据发布日期、相关性、影响因子等条件过滤结果。
支持的数据库
| 数据库 | 特点 |
|---|---|
| PubMed | 生物医学领域，包含MEDLINE |
| arXiv | 预印本，覆盖物理、数学、计算机科学等 |
| Semantic Scholar | 跨学科，提供引文网络和影响力指标 |
| Crossref | 开放DOI注册，用于查找已发表文章 |
使用方法
安装
将本仓库添加到您的AI代理配置中：
git clone https://github.com/micrometeoric-eye978/academic-research-skills.git
基本搜索
# 示例：搜索关于强化学习的论文
result = search_articles(query="reinforcement learning", database="arXiv", max_results=10)
高级选项
- 设置日期范围：
date_from="2023-01-01" - 按排序方式：
sort_by="relevance"或sort_by="date" - 获取全文：
fetch_fulltext=True
配置
在环境变量中设置API密钥（如果需要）：
export SEMANTIC_SCHOLAR_API_KEY=your_api_key_here
输出格式
结果以JSON格式返回，每个条目包含以下字段：
{
"title": "论文标题",
"authors": ["作者1", "作者2"],
"journal": "期刊名称",
"year": 2024,
"doi": "10.xxxx/xxxxx",
"abstract": "摘要内容...",
"url": "https://...",
"citation_count": 42
}
示例工作流
- 定义研究问题
- 构建搜索查询
- 跨多个数据库执行搜索
- 合并结果去重
- 筛选最相关的论文
- 获取全文或摘要
- 生成引用列表
- 输出结构化摘要
限制
- 某些数据库可能需要API密钥或受到速率限制。
- 全文获取受版权限制，可能仅提供预印本版本。
- 搜索结果的完整性依赖于数据库的覆盖范围。
许可
MIT许可证