提供多权威数据库的学术文献检索，支持自然语言、多字段搜索、高级过滤、去重排序及多格式结果输出。
这是一个专注于学术文献检索的专业工具，集成了多个权威学术数据库，提供全面、快速、准确的文献检索服务。支持多数据库并发检索、高级过滤、智能排序和多种输出格式。
| 数据库 | 数据量 | 优势领域 | 速率限制 |
|---|---|---|---|
| Semantic Scholar | 2.33亿+ | AI、计算机科学、多学科 | 100请求/5分钟（无认证） |
| Crossref | 1.4亿+ | 期刊文章、官方DOI | 无限制（礼貌使用） |
| arXiv | 220万+ | 预印本、计算机、物理、数学 | 无限制 |
| PubMed | 3500万+ | 生物医学、生命科学 | 10请求/秒 |
from agent import AcademicLiteratureSearchSkill
import asyncio
async def main():
skill = AcademicLiteratureSearchSkill()
params = {
"query": "deep learning in medical imaging",
"databases": ["semantic_scholar"],
"max_results": 10
}
result = await skill.execute(params)
print(result["results"])
asyncio.run(main())
params = {
"query": "attention mechanism AND transformer",
"databases": ["semantic_scholar", "crossref"],
"year_range": "2020-2024",
"max_results": 100,
"sort_by": "citations",
"min_citations": 50,
"open_access_only": True,
"output_format": "markdown"
}
from agent import LiteratureSearchEngine
async def search():
async with LiteratureSearchEngine() as engine:
papers = await engine.search(
query="reinforcement learning",
databases=["semantic_scholar", "arxiv"],
max_results=20
)
for paper in papers:
print(f"{paper.title} - {paper.citation_count} citations")
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| query | string | 必需 | 检索查询字符串 |
| databases | array | ["semantic_scholar", "crossref"] | 使用的数据库列表 |
| max_results | integer | 50 | 最大返回数量 (1-1000) |
| year_range | string | - | 年份范围，如 "2020-2024" |
| sort_by | string | "relevance" | 排序方式 |
| sort_order | string | "desc" | 排序顺序 (asc/desc) |
| open_access_only | boolean | false | 仅开放获取文献 |
| min_citations | integer | - | 最小引用数 |
| venue_filter | array | - | 期刊/会议过滤 |
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| output_format | string | "markdown" | 输出格式 |
| output_file | string | - | 输出文件路径 |
| interactive | boolean | false | 交互式模式 |
| verbose | boolean | false | 详细输出 |
| cache | boolean | true | 启用缓存 |
| save_results | boolean | false | 保存结果到文件 |
# API 密钥（可选，不设置也可运行，但建议设置自己的密钥）
# 获取方式：
# - Semantic Scholar: https://www.semanticscholar.org/product/api
# - PubMed: https://www.ncbi.nlm.nih.gov/account/
SEMANTIC_SCHOLAR_API_KEY="your_key_here"
CROSSREF_API_EMAIL="your_email@example.com"
PUBMED_API_KEY="your_key_here"
复制 config.example.yaml 为 config.yaml 并修改配置。
MIT License
python -m venv venv && source venv/bin/activateZIP package — ready to use