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。
Google 学者搜索 : 搜索学术论文, 使用自由语义学者 API.是一项面向实际任务的技能,主要用于不需要 API 密钥;快速启动 : 基本搜索 : 使用过滤器搜索 :. 搜索选项;
该技能适合需要稳定复用相关能力的场景,可作为自动化工作流的一部分,也便于后续检查、调整和扩展。从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;
若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
使用免费的 Semantic Scholar API 搜索学术论文。无需 API 密钥。
基础搜索:
python3 {baseDir}/scripts/search_papers.py "machine learning transformers"
带筛选条件的搜索:
python3 {baseDir}/scripts/search_papers.py "deep learning" --limit 5 --year 2020-2023 --min-citations 10
--limit N:返回结果数量(默认值:10,最大值:100)--year YYYY-YYYY:按年份范围筛选(例如 "2020-2023" 或 "2023")--min-citations N:最低引用次数--json:以 JSON 格式输出,便于程序化处理检索某篇特定论文的详细信息:
python3 {baseDir}/scripts/search_papers.py --details
每篇论文包含以下字段:
搜索近期人工智能方向的论文:
python3 {baseDir}/scripts/search_papers.py "large language models" --year 2022-2024 --limit 10
查找某主题下高被引论文:
python3 {baseDir}/scripts/search_papers.py "quantum computing" --min-citations 50 --limit 10
获取 JSON 格式输出以便集成使用:
python3 {baseDir}/scripts/search_papers.py "neural networks" --json --limit 20
--year 筛选年份以获取最新研究成果--min-citations 找出具有影响力的重要论文