Back to search
学术论文搜索
SkillWorks with Claude CodeGitHub
用于围绕一个选题、申报题名、综述或论文草稿收集、路线规划、筛选和整理海内外学术论文。覆盖检索式扩展、OpenAlex/Crossref/Semantic Scholar/Kimi/TinyFish/AnySearch/Grok/X 式机器检索、中文数据库补查、海外索引补查、重点期刊复核和 A/B/C/D 文献分级。
Safety scan
A static text scan, not a guarantee. Select the badge to see what was scanned and every finding.
Checked today
Badge for your README
Markdown
[](/listings/anon-research-tools--academic-literature-route)HTML
<a href="/listings/anon-research-tools--academic-literature-route"><img src="/api/listings/anon-research-tools--academic-literature-route/badge.svg" alt="findsafeskills safety rating" /></a>Install
i
What was scanned
The files the safety scan read, as written by the repository's author and shown as plain text. Lines with a finding are marked.
SKILL.md · Manifest · 153 lines
View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)
- ---
- name: 学术论文搜索
- description: 用于围绕一个选题、申报题名、综述或论文草稿收集、路线规划、筛选和整理海内外学术论文。覆盖检索式扩展、OpenAlex/Crossref/Semantic Scholar/Kimi/TinyFish/AnySearch/Grok/X 式机器检索、中文数据库补查、海外索引补查、重点期刊复核和 A/B/C/D 文献分级。
- ---
- # 学术论文搜索
- 使用这个 Skill,把一个选题、草拟题名、课题申报题名或文献综述问题,转化成一条可追踪的文献检索路线和筛选后的候选文献表。目标不是简单列出论文,而是说明中文和海外文献是怎么找到的,哪些地方还需要人工补查,哪些条目可以支持正式写作。
- ## 工作流程
- 1. 将选题拆成四组关键词:
- - 研究对象:文本、人物、机构、语料、时代、地域。
- - 学科领域:宗教学、语言学、数字人文、图书情报、历史学、文献学等。
- - 问题框架:本土化、传播、制度变化、知识生产、接受史、比较研究等。
- - 方法词:目录学、语料库、数据库、文本挖掘、知识图谱、引文分析等。
- 2. 分层生成检索式:
- - 题名精确检索,加上 `论文` 等限定词。
- - 研究对象 + 问题框架。
- - 研究对象 + 学科领域。
- - 研究对象 + 方法词。
- - 同义词、历史术语、异名。
- - 英文对应词。
- - 面向重点数据库、期刊平台、出版社或机构仓储的 `site:` 检索式。
- 3. 在条件允许时,使用机器检索和线索扩展:
- - OpenAlex:开放学术元数据。
- - Crossref:DOI 和出版社元数据。
- - Semantic Scholar:摘要、引文关系、相关论文和 PDF 线索。
- - Kimi:中文学术网页、机构页面、期刊页面和中文数据库线索。
- - TinyFish:结构化网页搜索和站点定向中文数据库线索。
- - AnySearch:实时网页搜索、学术垂直搜索、批量检索式扩展、DOI 或主题探查、网页提取。
- - Grok/X:X/Twitter 上的新论文、预印本、作者发布、会议讨论、数据集、工具发布和同行评论线索。
- - 注意:LLM、网页和社交媒体结果都只是线索,不是文献事实。只有在题名、作者、年份、刊物、DOI/URL、全文可得性等字段通过稳定学术来源核验后,才能进入可引用候选列表。
- 4. 设置人工补查路线:
- - 中文:CNKI、万方、维普、国家哲学社会科学文献中心、CSSCI 目录、北大核心目录、台湾学术平台等。
- - 海外索引:Web of Science Core Collection、A&HCI、SSCI、Scopus、MLA International Bibliography、LLBA、DOAJ、JSTOR、Project MUSE。
- - 出版社平台:Springer Nature、Taylor & Francis、SAGE、Wiley、Oxford Academic、Cambridge Core、Brill、De Gruyter、ACL Anthology。
- - 浏览器辅助流程:CNKI 检索、详情页、期刊信息和引文导出;Google Scholar 发现、被引追踪和 BibTeX / Zotero 导出。
- 5. 做重点期刊复核:
- - 佛教与宗教学:世界宗教研究、宗教学研究、Journal of the International Association of Buddhist Studies、Buddhist Studies Review、Journal of Chinese Religions、History of Religions、Numen、Religions。
- - 语言学:中国语文、当代语言学、语言科学、Language、Linguistic Inquiry、Journal of Linguistics、Lingua、Diachronica、Journal of Chinese Linguistics。
- - 数字人文与图书情报:数字人文、情报学报、图书情报工作、Digital Scholarship in the Humanities、Digital Humanities Quarterly、Journal of Cultural Analytics、JASIST、Journal of Documentation。
- 6. 给每条结果分级:
- - A:已经核验,和选题直接相关,可以作为引用候选。
- - B:看起来相关,值得进一步精读。
- - C:背景性或外围性文献。
- - D:重复、图书、新闻、百科、栏目文章、搜索页面、跑题或无法核验。
- - 只有 X/Twitter 或 LLM 线索的条目不能评为 A。它们必须先通过稳定学术来源核验。
- 7. 找到强种子论文后,加入引文链扩展:
- - 向前查:检查种子论文引用了哪些早期研究。
- - 向后查:检查后来的论文谁引用了种子论文。
- - 相似论文扩展:使用 Semantic Scholar、ResearchRabbit、Connected Papers、Litmaps 等相关论文推荐工具。
- - Google Scholar 的 `data-cid` 聚合编号可以用来追踪被引页面和交叉核对结果。
- - 当新发现的论文主要是重复项、低相关项或明显偏离领域时停止扩展。
- 8. 对严肃综述任务保留类似 PRISMA-S 的审计轨迹:
- - 数据库或来源名称。
- - 实际运行的完整检索式。
- - 检索日期。
- - 年份、语言、文献类型、字段等过滤条件。
- - 命中记录数。
- - 去重和筛选后保留的记录数。
- - 重要但被排除记录的排除理由。
- - 对 Grok/X 线索,记录查询词、日期范围、账号或帖子 URL,以及后续用于核验的稳定学术来源。
- 9. 在认为检索完成前,复核检索策略:
- - 每个关键概念是否都有同义词和中英文变体?
- - 布尔运算、短语引号、截词、字段限定是否适合当前数据库?
- - 年份、语言、文献类型等限制是否有合理理由?
- - 已知的重要种子论文能否被当前检索式找回?如果不能,需要修正检索式。
- - 不同数据库的检索语法是否正确转换,而不是机械复制?
- 10. 保守使用浏览器辅助数据库流程:
- - CNKI 浏览器检索可以补充结构化搜索结果、文章详情、摘要、关键词、基金信息、期刊层级和 GB/T 7714 引文导出。
- - Google Scholar 浏览器检索可以补充广泛发现、引用次数、向后被引、全文链接和 BibTeX 导出。
- - 遇到验证码或登录墙,应停下来请用户手动处理,不要自动反复尝试。
- - 不使用未经授权的全文获取方式。优先使用 DOI、出版社页面、机构权限、图书馆链接、开放获取 PDF 和合法仓储副本。
- 11. 把 Grok/X 搜索作为“社交信号层”:
- - 适合快速变化、预印本密集、工具或数据集导向、作者和实验室会先在社交平台讨论的主题。
- - 查询词可以把主题和 `paper`、`preprint`、`arXiv`、`DOI`、`dataset`、`benchmark`、作者名、项目名、会议简称组合起来。
- - API 凭证只从环境变量或私密凭证存储读取。
- - 除非研究对象本身就是社交媒体话语,否则不要把推文当作学术文献引用。普通文献综述中,推文只作为发现证据,应指向论文、数据集、项目页、仓库或作者主页。
- - 输出时把社交信号和同行评议文献、数据库索引文献分开,并标记核验状态。
- ## 不同检索来源的角色
- - Kimi:用于中文学术网页发现、文章题名扩展、机构和期刊页面、中文报告、CNKI / 万方 / 维普线索发现。最终记录仍需在学术数据库或出版社、期刊页面中核验。
- - AnySearch:用于实时网页发现、学术垂直搜索、DOI 或主题探查、批量扩展检索式。AnySearch 命中先标为 `anysearch_lead`,只有通过 OpenAlex、Crossref、Semantic Scholar、PubMed、DOI、出版社页面、仓储、CNKI、万方、维普或 Google Scholar 核验后,才能升级为可引用候选。
- - Grok/X:用于发现 X/Twitter 上的新论文、预印本、数据集、工具、基准测试、作者发布和会议讨论。最终记录需通过 DOI、arXiv、Zenodo、OSF、GitHub release、出版社页面、OpenAlex、Crossref、Semantic Scholar 或 Google Scholar 核验。
- - TinyFish / 普通网页搜索:用于结构化网页覆盖和站点定向查询。结果只作为发现线索,直到书目信息稳定。
- - 不要把这些来源混成同一种可信度。输出中应记录 `source_type`,例如 `academic_metadata`、`database_record`、`publisher_page`、`repository`、`anysearch_lead`、`llm_web_lead`、`x_social_lead`。
- ## 核验规则
- 对每条 LLM 或 X/Twitter 线索:
- 1. 提取其声称的论文或项目题名、作者、刊物、年份、DOI、arXiv、仓储链接和发布者。
- 2. 到稳定学术来源中搜索同一条目。
- 3. 以稳定来源的信息为准,规范化书目记录,不以 LLM 或推文文字为准。
- 4. 核验完成后再分级。未核验的社交线索保持 B 或 C,不进入直接引用列表。
- 5. 社交帖子或 LLM 结果可以作为溯源记录保存在审计日志中,但不能作为引文来源。
- 对每条 AnySearch 线索:
- 1. 记录准确的 AnySearch 命令或查询对象,包括 `domain`、`sub_domain`、`content_types`、`freshness`、`max_results` 等参数。
- 2. 如果使用垂直领域,先调用领域列表并遵守返回的查询约束,不凭空编造参数。
- 3. 通过稳定学术来源确认书目信息后,才可评为 A。
- 4. 只有在摘要不足以筛选或溯源时,才对非敏感 URL 使用网页提取。
- 5. 不要把私人草稿、API key、密码或个人敏感信息发送给 AnySearch。
- ## 凭证使用
- 基础检索规划不一定需要 API key。没有 key 时,仍然可以生成检索式、人工补查路线、候选文献表和审计清单。需要调用 Kimi、TinyFish、AnySearch、Grok/X 等增强检索源时,再检查对应凭证。
- 优先使用环境变量,其次使用私密凭证存储,例如 macOS Keychain、1Password 或当前 agent 运行环境支持的密钥管理方式:
- - Kimi / Moonshot:`KIMI_API_KEY` 或 `MOONSHOT_API_KEY`。
- - TinyFish:`TINYFISH_API_KEY`。
- - AnySearch:`ANYSEARCH_API_KEY`;部分场景可以匿名低频使用。
- - Grok / OpenRouter:`OPENROUTER_API_KEY`。
- 不要把真实 key 写进提示词、报告、脚本、示例、命令历史、README、`SKILL.md` 或任何公开项目文档。如果用户把 key 粘贴到对话里,只能用于存入私密凭证位置,并建议轮换。
- 向用户报告结果时,要说明使用的是哪一层来源,例如 `Kimi 线索`、`TinyFish 线索`、`AnySearch 线索`、`Grok/X 线索`、`OpenAlex 已核验`、`Crossref 已核验`。这样可以把发现信号和可引用书目分开。
- ## 输出结构
- 对较完整的任务,输出这些部分:
- 1. 检索词:中文、英文和站点定向检索式。
- 2. 来源覆盖:机器来源、中文人工来源、海外人工来源。
- 3. 候选文献表:题名、作者、年份、刊物、URL/DOI、来源、命中检索式、等级、备注。
- 4. 可直接引用文献。
- 5. 下一步精读队列。
- 6. 人工补查清单。
- 7. 从种子论文出发的引文链扩展。
- 8. 检索审计日志,包括准确数据库查询和命中数。
- 9. 排除规则和排除示例。
- 10. 使用 Grok/X 时,输出社交线索表:帖子或账号、日期、声称的论文或项目、核验来源、状态。
- 11. LLM / 社交线索核验表:声称条目、已检查的稳定来源、确认的书目信息、剩余不确定性。
- 12. AnySearch 审计行:查询、domain/sub_domain、过滤条件、结果数、保留记录、核验来源。
- 13. 可选导出:RIS、BibTeX、Zotero、GB/T 7714。
- ## 关键安全规则
- 绝不要把真实 API key 写入公开 Markdown、前端代码、命令历史或可分享报告。只写环境变量名,例如 `KIMI_API_KEY`、`MOONSHOT_API_KEY`、`TINYFISH_API_KEY`、`ANYSEARCH_API_KEY`、`OPENROUTER_API_KEY`;真实 key 只应保存在本地私密环境文件、系统钥匙串或服务器环境变量中。
README.md · README · 332 lines
View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)
- # 学术论文搜索 Skill
- 这是一个用于 **学术论文检索、筛选和整理** 的 Codex Skill。它不是简单地帮你“搜几篇论文”,而是把一次学术检索拆成一条可以复查、可以解释、可以继续扩展的路线。
- 它适合用在这些场景:
- - 你有一个论文题目,想知道国内外已经有哪些相关研究。
- - 你正在写文献综述,需要一批可靠、可引用、分层筛选过的文献。
- - 你在准备课题申报、开题报告、论文修改,需要说明“我是怎么检索文献的”。
- - 你不想把网页搜索、AI 搜索、社交媒体线索直接当成参考文献,而是希望先核验再使用。
- - 你需要同时考虑中文数据库、海外数据库、开放学术元数据、出版社网页、机构仓储、预印本和实时网页线索。
- ## 两个核心特点
- ### 1. 面向人文学者的真实检索场景
- 这个 Skill 不是按理工科论文检索的单一路径来设计的,而是按人文学者常见的研究困难来设计:题名不稳定、术语有古今变化、人名地名有不同译法,中文数据库和海外数据库都要查,很多重要线索还藏在期刊目录、出版社页面、机构仓储、书目记录和引文链里。
- 它之所以可以说“面向人文学者”,不是因为它只能做人文学科,而是因为它内置了人文学术检索中特别常见的工作方式:
- - 把研究对象拆成文本、人物、机构、时代、地域、语料等要素。
- - 同时处理中文词、英文词、历史术语、异名和译名。
- - 关注宗教学、文献学、历史学、语言学、数字人文、图书情报等领域。
- - 覆盖 CNKI、万方、维普、国家哲学社会科学文献中心、CSSCI、北大核心、台湾学术平台等中文学术来源。
- - 兼顾海外索引、出版社平台、开放仓储和 Google Scholar 引文链。
- - 强调“能不能支持论证”,而不只是“有没有搜到”。
- 换句话说,它不是泛泛的搜索提示词,而是把人文学者实际做综述、开题、申报和论文修改时会遇到的问题,整理成了一套可执行的检索流程。
- ### 2. 不是堆链接,而是一套完整流程
- 很多所谓“论文搜索”工具最后只给一堆链接。这样的问题是:链接来源混杂,相关性不清楚,真假难辨,也不知道哪些可以引用、哪些只是线索。
- 这个 Skill 的重点不是堆砌搜索结果,而是让检索过程形成闭环:
- 1. 先拆解选题,明确研究对象、领域、问题意识和方法词。
- 2. 再扩展检索式,生成中文、英文、同义词、历史术语和站点定向查询。
- 3. 然后分层搜索,把数据库记录、出版社页面、开放元数据、网页线索、AI 线索和社交媒体线索分开。
- 4. 接着核验条目,确认题名、作者、年份、刊物、DOI、URL 和全文来源。
- 5. 再给文献分 A/B/C/D 等级,区分可引用文献、精读文献、背景文献和排除项。
- 6. 最后保留检索审计日志,并从种子论文继续做向前引用、向后被引和相似论文扩展。
- 所以,它输出的不只是“找到哪些链接”,而是一份可以继续使用、可以人工复核、可以写进研究过程说明的文献检索路线。
- ## 这个 Skill 是干嘛的?
- 一句话说:它帮助你把一个选题变成一套可追踪的文献检索方案。
- 普通搜索通常只给你一串标题,里面可能有重复、跑题、网页文章、图书介绍,甚至还有 AI 编出来的错误信息。这个 Skill 的目标不同,它更关心:
- - 这个选题应该用哪些中文词、英文词、同义词、历史术语来搜?
- - 哪些数据库、期刊平台、出版社页面、开放索引需要查?
- - 哪些结果只是线索,哪些结果已经可以作为正式参考文献?
- - 哪些文献应该优先精读,哪些只适合做背景,哪些应该排除?
- - 检索过程能不能留下记录,方便以后复查、补查或写进研究方法说明?
- 所以,它更像一个“学术检索路线规划器”和“文献筛选审计表生成器”。
- ## 怎么安装?
- 把这个仓库克隆到你的 Codex skills 目录:
- ```bash
- mkdir -p ~/.codex/skills
- git clone https://github.com/anon-research-tools/academic-literature-route.git ~/.codex/skills/academic-literature-route
- ```
- 然后重启 Codex,或者按你的 Codex 版本要求重新加载 skills。
- ## 怎么使用?
- 在 Codex 里直接点名这个 Skill 即可,例如:
- ```text
- 用“学术论文搜索”这个 Skill,围绕“中古佛教写经制度与知识生产”搜索并筛选海内外学术论文。
- ```
- 也可以说得更具体:
- ```text
- 用“学术论文搜索”这个 Skill,帮我为这个开题题目设计一套文献检索路线:
- 《数字人文视野下汉文佛教目录的知识组织研究》
- 请给出中文检索词、英文检索词、重点数据库、候选文献分级、可直接引用文献、精读队列和后续人工复核清单。
- ```
- 如果你已经有论文草稿,也可以这样用:
- ```text
- 用“学术论文搜索”这个 Skill,根据这篇论文草稿的主题,补一轮国内外研究检索。
- 请区分已经核验的正式文献、网页线索、AI 搜索线索和需要人工确认的条目。
- ```
- ## 它会输出什么?
- 一次比较完整的检索,通常会输出这些内容:
- 1. **检索词表**:中文词、英文词、同义词、历史术语、站点定向检索式。
- 2. **来源覆盖表**:哪些机器检索源、中文数据库、海外索引、出版社平台、期刊平台已经覆盖。
- 3. **候选文献表**:题名、作者、年份、刊物或会议、DOI/链接、来源、命中检索式、等级、备注。
- 4. **可直接引用文献**:已经核验、和选题直接相关、可以进入参考文献候选区的条目。
- 5. **精读队列**:值得下一步认真阅读的文献。
- 6. **人工复核清单**:需要你去 CNKI、万方、Web of Science、Scopus、Google Scholar 等平台继续确认的事项。
- 7. **引文链扩展**:从重要种子文献继续向前查参考文献、向后查被引文献。
- 8. **检索审计日志**:记录检索源、检索式、检索日期、过滤条件、命中数、保留数和排除理由。
- 9. **排除项说明**:哪些结果因为重复、跑题、不是论文、无法核验而被排除。
- 10. **AI / 网页 / 社交媒体线索核验表**:说明哪些只是线索,哪些已经通过稳定来源核验。
- ## 它的基本原理
- 这个 Skill 的核心原则是:**先建立检索路线,再判断文献价值;先把线索和证据分开,再决定能不能引用。**
- 它大致按下面几步工作。
- ### 第一步:拆解选题
- 一个题目通常不是一个检索词就能覆盖的。Skill 会先把题目拆成几组概念:
- - **研究对象**:文本、人物、机构、语料、时代、地域等。
- - **学科领域**:宗教学、语言学、数字人文、图书情报、历史学、文献学等。
- - **问题意识**:传播、接受、制度变化、知识生产、比较研究、本土化等。
- - **方法词**:目录学、语料库、数据库、文本挖掘、知识图谱、引文分析等。
- 这样做的好处是,检索不会只围绕题目字面展开,而是能覆盖相关研究的不同说法。
- ### 第二步:扩展检索式
- Skill 会生成多层检索式,例如:
- - 题名精确检索。
- - 研究对象 + 问题意识。
- - 研究对象 + 学科领域。
- - 研究对象 + 方法词。
- - 中文同义词、古今术语、异名。
- - 英文对应词。
- - 针对特定数据库、期刊、出版社或机构仓储的 `site:` 检索式。
- ### 第三步:分层使用不同来源
- 不同来源的可信度和用途不同。这个 Skill 会把它们分开处理:
- - **开放学术元数据**:如 OpenAlex、Crossref、Semantic Scholar,适合核对题名、作者、年份、DOI、引用关系。
- - **中文数据库记录**:如 CNKI、万方、维普、国家哲学社会科学文献中心等,适合确认中文论文和期刊信息。
- - **海外数据库和出版社页面**:如 Web of Science、Scopus、JSTOR、Project MUSE、Oxford Academic、Cambridge Core、Brill 等。
- - **开放仓储和预印本平台**:如 arXiv、Zenodo、OSF、机构知识库等。
- - **AI 或网页搜索线索**:如 Kimi、TinyFish、AnySearch、普通网页搜索等,只能作为线索。
- - **Grok/X 或社交媒体线索**:适合发现新论文、新工具、新数据集、作者自述或会议讨论,但不能直接当成学术文献引用。
- ### 第四步:先核验,再分级
- Skill 会尽量把每条结果分成 A/B/C/D 四类:
- - **A 类**:已经核验,和选题直接相关,可以作为引用候选。
- - **B 类**:看起来相关,值得进一步精读。
- - **C 类**:背景性、外围性材料,可以辅助理解。
- - **D 类**:重复、跑题、新闻、百科、栏目文章、搜索页面,或者无法核验。
- 一个重要规则是:**只有 AI 搜索、网页搜索或 X/Twitter 线索的条目,不能直接评为 A 类。**
- 它们必须先通过 DOI、出版社页面、数据库记录、开放学术元数据或机构仓储确认。
- ### 第五步:做引文链扩展
- 当找到一篇很重要的种子论文后,Skill 会继续建议三种扩展:
- - **向前查**:看这篇论文引用了哪些早期研究。
- - **向后查**:看后来的论文谁引用了它。
- - **相似论文扩展**:用 Semantic Scholar、Google Scholar、ResearchRabbit、Connected Papers、Litmaps 等工具查相关论文。
- 这样可以避免只停留在关键词搜索结果,而是进入真实的学术讨论网络。
- ## 这个 Skill 的特点
- ### 1. 不把“搜到”当成“可靠”
- 很多 AI 检索最大的问题,是把网页片段、模型回答、社交媒体帖子直接混进参考文献。这个 Skill 明确区分:
- - 线索
- - 数据库记录
- - 出版社页面
- - 开放元数据
- - 可直接引用文献
- 这能明显降低误引、错引和引用虚假文献的风险。
- ### 2. 适合中文学术场景
- 它不仅考虑英文数据库,也特别考虑中文学术检索中常见的来源:
- - CNKI
- - 万方
- - 维普
- - 国家哲学社会科学文献中心
- - CSSCI 期刊
- - 北大核心期刊
- - 台湾地区学术平台
- 对中国人文学术写作来说,这一点很重要。
- ### 3. 适合跨语种检索
- 中文题目经常需要转成英文关键词,英文研究也可能使用不同表达。Skill 会提醒你同时处理:
- - 中文关键词
- - 英文关键词
- - 历史术语
- - 学科术语
- - 同义表达
- - 人名、地名、机构名的不同译法
- ### 4. 保留检索过程
- 它强调记录:
- - 用了哪个数据库
- - 用了什么检索式
- - 哪天搜的
- - 有多少结果
- - 保留了多少
- - 排除了哪些
- - 为什么排除
- 这对写综述、开题、课题申报、论文修改都很有用。
- ### 5. 可以和多种工具配合
- 它本身不是一个固定数据库,也不是一个爬虫。它是一套方法,可以调用你本地或 Codex 环境中可用的工具,例如:
- - OpenAlex
- - Crossref
- - Semantic Scholar
- - Kimi / Moonshot
- - TinyFish
- - AnySearch
- - Grok/X / OpenRouter
- - Google Scholar 浏览器流程
- - CNKI 浏览器流程
- - Zotero、BibTeX、RIS、GB/T 7714 导出流程
- 如果某个工具不可用,它仍然可以输出人工检索路线和复核清单。
- ## API key 怎么配置?
- 这个 Skill 的基础部分不一定需要 API key。即使没有 key,它仍然可以帮助你拆解选题、设计检索式、列出人工补查路线、生成文献筛选表和审计清单。
- 但如果你希望它调用更多机器检索能力,就可能需要为不同服务配置 API key:
- | 功能来源 | 可能需要的环境变量 | 用途 |
- | --- | --- | --- |
- | Kimi / Moonshot | `KIMI_API_KEY` 或 `MOONSHOT_API_KEY` | 中文学术网页线索、机构页面、期刊页面、中文数据库线索 |
- | TinyFish | `TINYFISH_API_KEY` | 结构化网页搜索、站点定向检索 |
- | AnySearch | `ANYSEARCH_API_KEY` | 实时网页搜索、学术垂直搜索、批量检索式扩展 |
- | Grok/X / OpenRouter | `OPENROUTER_API_KEY` | X/Twitter 上的新论文、预印本、作者发布、工具和数据集线索 |
- 最推荐的做法是把 key 放在你自己的本机环境变量、系统钥匙串或密码管理器里,而不是写进仓库文件。例如在 macOS 或 Linux 的 shell 配置中可以使用这种形式:
- ```bash
- export KIMI_API_KEY="你的 key"
- export TINYFISH_API_KEY="你的 key"
- export ANYSEARCH_API_KEY="你的 key"
- export OPENROUTER_API_KEY="你的 key"
- ```
- 上面的命令只是示例。公开仓库、公开笔记、论文附录、截图、聊天记录、README、`SKILL.md`、脚本和命令历史里都不应该出现真实 key。
- 也要注意:API key 只决定“能不能调用某些增强检索源”,不决定文献是否可靠。Kimi、AnySearch、TinyFish、Grok/X 这类结果仍然只是线索,最终仍需要通过 DOI、出版社页面、数据库记录、开放元数据或机构仓储核验。
- ## 使用时要注意什么?
- ### 1. 不要把 AI 搜索结果直接当参考文献
- AI 搜索适合找线索,但最终参考文献必须用稳定来源核验,例如:
- - DOI
- - 出版社页面
- - 期刊官网
- - OpenAlex / Crossref / Semantic Scholar
- - CNKI / 万方 / 维普
- - 机构知识库
- - 合法开放获取 PDF
- ### 2. 不要绕过数据库或出版社的访问限制
- 这个 Skill 不鼓励也不支持未经授权的全文获取方式。遇到登录、验证码、机构权限,应由用户按合法渠道处理。
- ### 3. 不要把私密内容发给第三方搜索接口
- 如果使用 Kimi、AnySearch、TinyFish、OpenRouter 等服务,请注意:
- - 不要发送未公开论文全文。
- - 不要发送 API key、密码、个人身份信息。
- - 不要把敏感项目材料直接交给第三方接口,除非你明确接受这个风险。
- ### 4. 检索结果需要人工判断
- Skill 可以帮你建立路线、整理候选、提示核验,但不能替代学术判断。尤其是:
- - 文献是否真正支持你的论点
- - 研究是否过时
- - 方法是否可靠
- - 期刊或会议质量如何
- - 某篇文章在领域内的地位如何
- 这些仍然需要研究者自己判断。
- ## 常见提示词
- ```text
- 用“学术论文搜索”这个 Skill,围绕【题目】设计一套文献检索路线。
- 请输出中文检索词、英文检索词、重点数据库、候选文献分级、可引用文献、精读队列和人工复核清单。
- ```
- ```text
- 用“学术论文搜索”这个 Skill,帮我补充这篇论文的国内外研究综述材料。
- 请把结果分成 A/B/C/D 四类,并说明哪些已经核验、哪些只是网页或 AI 线索。
- ```
- ```text
- 用“学术论文搜索”这个 Skill,从这几篇种子论文出发,做引文链扩展。
- 请分别列出向前引用、向后被引和相似论文。
- ```
- ## 文件说明
- - `SKILL.md`:Skill 的主体规则。
- - `agents/openai.yaml`:在 Codex 中显示的默认提示配置。
- - `examples/output-skeleton.md`:检索结果输出模板。
- - `README.md`:当前这份中文说明。
- ## 许可证
- 本项目使用 MIT License。详见 [LICENSE](LICENSE)。
Ratings and comments
Sign in to rate this skill.
Sign inFree to use. If it’s helped, pass it on.