首页 / 全部技能 / skillhub-google-scholar-search
G

Skill 详情

Google Scholar Search

使用 Semantic Scholar API 搜索学术论文。免费 API，无需密钥。可搜索论文，获取引用、摘要、作者并下载 PDF。

来源平台：SkillHub
来源标识：SkillHub/google-scholar-search
源文件：原始说明
办公效率 热门 SkillHub 高 风险 下载 1千安装 127Stars 3 SkillHub
来源平台SkillHub
文档版本1.0.0
热度热门
排名信号下载 1千
概述 安装 文档 下载

快速判断

使用 Semantic Scholar API 搜索学术论文。免费 API，无需密钥。可搜索论文，获取引用、摘要、作者并下载 PDF。

最后校验2026-05-27
来源平台SkillHub
安全提示高
下载副本ZIP 可用

适合任务

  • 按 SkillHub 收录说明复用成熟任务流程。
  • 通过下载包离线阅读完整 Skill 内容。
  • 结合热度指标优先评估常用 Skill。

输入与输出

输入：任务目标、上下文材料、文件路径、约束条件或需要处理的内容。

输出：按 Skill 说明生成的文档、代码、检查结果、计划、建议或操作步骤。

示例任务

  • 使用 Google Scholar Search 帮我处理当前任务，并说明需要准备哪些输入。
  • 根据 Google Scholar Search 的说明，先列出使用前的安全检查项。

安装方式

  1. 下载本站提供的 Skill ZIP 并解压。
  2. 把解压后的 Skill 目录放入当前 AI 工具支持的 skills 目录。
  3. 如需在线查看原始内容，可打开 GitHub 的 SKILL.md。

在线原始地址：skillhub-google-scholar-search/SKILL.md

风险边界

SkillHub 提供了源站安全报告入口，但本站不替代人工审查。使用前仍需检查权限、外部依赖和敏感数据边界。

SKILL.md 文档介绍

Google Scholar Search

Search academic papers using the free Semantic Scholar API. No API key required.

Quick Start

Basic search:

python3 {baseDir}/scripts/search_papers.py "machine learning transformers"

Search with filters:

python3 {baseDir}/scripts/search_papers.py "deep learning" --limit 5 --year 2020-2023 --min-citations 10

Search Options

  • --limit N: Number of results (default: 10, max: 100)
  • --year YYYY-YYYY: Filter by year range (e.g., "2020-2023" or "2023")
  • --min-citations N: Minimum citation count
  • --json: Output in JSON format for machine processing

Get Paper Details

Retrieve detailed information about a specific paper:

python3 {baseDir}/scripts/search_papers.py --details <paper-id>

Returned Data

Each paper includes:

  • title: Paper title
  • authors: List of authors with names
  • year: Publication year
  • venue: Journal or conference name
  • citationCount: Number of citations
  • abstract: Paper abstract
  • url: Link to Semantic Scholar page
  • openAccessPdf: Direct PDF link if available
  • paperId: Unique Semantic Scholar ID (for details lookup)

Examples

Search for recent AI papers:

python3 {baseDir}/scripts/search_papers.py "large language models" --year 2022-2024 --limit 10

Find highly cited papers on a topic:

python3 {baseDir}/scripts/search_papers.py "quantum computing" --min-citations 50 --limit 10

Get JSON output for integration:

python3 {baseDir}/scripts/search_papers.py "neural networks" --json --limit 20

Tips

  • Use specific keywords for better results
  • Filter by year to get recent research
  • Use --min-citations to find influential papers
  • The API is free and requires no authentication
  • For complex queries, try multiple related terms
建议反馈