Academic-Search Skill
想要在 Claude Code 里直接调研顶刊论文？Academic-Search Skill 帮你实现。
🌐 English | 简体中文
2026-04-05新增 CNKI（知网）支持文档：补充检索策略、metadata schema 字段与 site pattern 经验文件2026-04-02发布v1.2.0：新增前沿性优先排序、Query 扩展、PDF 直取、意图感知两遍搜索2026-04-02新增案例文档：使用 Skill vs 未使用 Skill 的搜索对比实验2026-04-02仓库链接统一切换到ustc-ai4science/academic-search，README 视觉与说明同步刷新
🚀 覆盖全：arXiv、Semantic Scholar、Google Scholar、CNKI... 八大平台火力全开。
📊 功能强：论文检索、引用追踪、BibTeX 导出、多源去重，一气呵成。
📑 获取快：PDF 级联获取，代码实现一键直达。
🎯 策略精：时效性优先排序，自带 CCF 等级标注，只看最值得看的顶会干货。
Academic-Search：重新定义 AI 驱动的学术研究。
git clone https://github.com/ustc-ai4science/academic-search ~/.claude/skills/academic-search
bash ~/.claude/skills/academic-search/scripts/check-deps.sh然后直接对 Claude Code 说：
搜索 2023 年以来关于 graph neural network 的顶会论文，给我前 10 篇
检索与筛选
- 两遍策略：先输出轻量摘要表，用户确认核心论文后再深拉完整元数据；用户明确数量时直接输出，无需二次确认
- Query 扩展：自动展开 2-3 个互补 query（同义词 / 子概念 / 缩写全称），覆盖率比单 query 提升 30-50%
- 前沿性排序：时效性优先（近 6 月
[新]置顶）→ 引用数 → CCF 等级（参考项），不因引用数低埋没最新进展 - 多平台结果以 DOI/arXiv ID 为主键自动去重合并
数据获取
- PDF：arXiv ID 存在即直接构造链接，不依赖 S2
openAccessPdf（该字段经常为 null） - BibTeX：平台原生导出 + 字段拼装双路径
- 代码：Papers with Code API 自动补全代码可用性列
- 引用关系：S2 引用/被引 API，Google Scholar 引用数补充
可靠性与扩展
- 失败信号处理：429 / 超时 / 空结果各有对应调整策略，不在同一条路上盲目重试
- CDP 浏览器模式：直连用户日常 Chrome，天然携带登录态，用于 Google Scholar 等反爬平台
- 并行分治：多目标分发子 Agent 并行执行，共享 Proxy，tab 级隔离
- 站点经验预置：8 个平台预置操作经验，跨 session 积累更新
v1.2.0 更新内容
- 前沿性排序 — 时效性优先：近 6 月论文
[新]置顶，引用数次之，CCF 等级作参考项 - Query 扩展策略 — 自动展开同义词 / 子概念 / 缩写全称，多 query 去重合并
- PDF 直取 — arXiv ID 存在即直接构造链接，不依赖经常为 null 的
openAccessPdf - 意图感知两遍策略 — 用户明确说"前 N 篇"时直接输出，无需停下等确认
- 失败信号处理 — 429 / 超时 / 空结果各对应明确调整方向
- 成功标准定义 — 执行前先明确字段需求和数量，作为全程决策锚点
- S2 API Key 提示 — 建议申请免费 Key 避免单 session 频繁 429
v1.1.0 更新内容
- 两遍搜索策略 — 轻量摘要表先行，避免无效完整抓取
- Venue 等级标注 — 新增
references/venue-rankings.md，覆盖 AI/CV/NLP/数据挖掘等方向 CCF 分级 - 结果筛选能力 — 5 个筛选维度 + 结论格式模板
# 方式一：手动安装
git clone https://github.com/ustc-ai4science/academic-search ~/.claude/skills/academic-search
# 方式二：让 Claude 安装
# 帮我安装这个 skill：https://github.com/ustc-ai4science/academic-search
# 方式三：本地开发软链接（在项目目录内执行）
ln -sfn "$(pwd)" ~/.claude/skills/academic-search前置要求（仅 CDP 模式需要）：arXiv / S2 / PubMed 等 API 平台直接可用，无需配置。如需访问 Google Scholar，需开启 Chrome 远程调试：
- 打开
chrome://inspect/#remote-debugging - 勾选 Allow remote debugging for this browser instance
6 个平台直接调用开放 API，Google Scholar 与 CNKI 需要 Chrome 远程调试：
| 平台 | 访问方式 |
|---|---|
| arXiv | REST API |
| Semantic Scholar | REST API |
| PubMed | NCBI E-utilities |
| Papers with Code | REST API |
| ACM DL | WebFetch + Jina |
| IEEE Xplore | WebFetch / Jina / 官方 API |
| Google Scholar | CDP 浏览器（需 Chrome 调试） |
| CNKI（知网） | CDP 浏览器（需 Chrome 调试） |
帮我找 Yann LeCun 在 Semantic Scholar 上的所有论文，按引用数排序
这篇论文的 BibTeX：https://arxiv.org/abs/1706.03762
同时调研 BERT、GPT-3、T5 的元数据和引用数，做对比表格
去 Google Scholar 查一下 "attention is all you need" 的引用数
Proxy 通过 WebSocket 直连 Chrome，提供 HTTP API（Agent 自动管理生命周期）：
curl -s "http://127.0.0.1:${CDP_PROXY_PORT:-3456}/new?url=URL" # 新建 tab
curl -s -X POST "http://127.0.0.1:${CDP_PROXY_PORT:-3456}/eval?target=ID" -d 'JS 表达式' # 执行 JS
curl -s -X POST "http://127.0.0.1:${CDP_PROXY_PORT:-3456}/click?target=ID" -d 'CSS 选择器' # 点击元素
curl -s "http://127.0.0.1:${CDP_PROXY_PORT:-3456}/screenshot?target=ID&file=/tmp/shot.png" # 截图
curl -s "http://127.0.0.1:${CDP_PROXY_PORT:-3456}/close?target=ID" # 关闭 tab完整参考见 references/cdp-api.md。
academic-search/
├── SKILL.md # 主指令文件（搜索哲学、平台矩阵、核心能力）
├── scripts/
│ ├── cdp-proxy.mjs # CDP Proxy（直连用户 Chrome）
│ ├── check-deps.sh # 环境检查 + 自动启动 Proxy
│ ├── self-test.sh # 本地回归测试
│ └── release-test.sh # 发布前测试
├── references/
│ ├── api-cookbook.md # 8 平台调用速查
│ ├── metadata-schema.md # 跨平台统一元数据 schema
│ ├── venue-rankings.md # CS 会议/期刊 CCF 分级速查
│ ├── cdp-api.md # CDP Proxy HTTP API 完整参考
│ └── site-patterns/ # 8 个平台的操作经验文件
└── docs/
└── skill-usage-comparison.md # 使用/未使用 Skill 的搜索对比实验
测试：make test / make test-release（端口冲突时加 CDP_PROXY_PORT=4570）
Skill = 哲学 + 技术事实，不是操作手册。讲清 tradeoff 让 AI 自己选，不替它推理。
搜索的瓶颈不在"搜"，在"筛"。核心策略是先输出轻量摘要表，让用户确认核心论文后再深拉，避免无效的完整元数据抓取。
排序优先级：时效性（近 6 月 [新] 置顶）→ 引用数 → CCF 等级（参考项）。前沿方向的新论文引用数天然偏低，以时效性为首要维度确保最新进展不被埋没。API 优先、CDP 作为兜底，结果统一结构化输出。
📋 使用 Skill vs 未使用 Skill 的搜索对比实验 — 以 "Time Series Agent" 为例，完整记录两次执行差异与关键结论。