#sensenova #openclaw-runtime #hermes #deep-research

sn-search-academic

用于学术调研、论文精读、相关工作梳理、百科知识查询和引用链追溯。

Install

openclaw skills install @sensenova-skills/sn-search-academic

sn-search-academic - 学术搜索

凭证配置

API key、token 与 cookie 统一建议写在仓库根目录 .env（参考 .env.example），并由 runtime 或用户在执行前加载为同名环境变量。脚本仍只从环境变量或显式 CLI 参数读取凭证；不要把真实密钥写入 skill payload、报告、日志或提交。

使用三个统一入口完成学术调研：

search.py：搜索论文和百科条目
paper.py：列出论文章节，读取论文全文或指定章节
refTree.py：查询论文的 references 和 citations

不要直接调用历史 provider 脚本；它们只是统一入口的内部实现细节。需要 provider 回退链、参数分发或完整输出字段时，按需读取 references/search.md、references/paper.md、references/refTree.md。

可用脚本

脚本	用途	主要输入	主要输出
`scripts/search.py`	搜索论文/百科	`query`，可选 `--source`、`--limit`、`--category`、`--lang`	按 source 分组的论文/百科条目，位于 `source_results[*].items`
`scripts/paper.py`	列出章节，读取论文全文或章节	论文 ID，可选 `--source`、`--list_section`、`--section`	章节列表位于 `sections`；全文或章节正文位于 `content`
`scripts/refTree.py`	查询引用树	`--paper_id`、`--title`，可选 `--direction`	参考文献与被引论文，位于 `source_results[].references` / `source_results[].citations`

执行约定

本技能的 scripts/...、requirements.txt、references/... 路径均相对本 skill 目录；若当前工作目录不同，先解析为绝对路径，不要依赖 ${SKILL_DIR} 运行时变量。

调用约定：

不要并行启动多个本技能脚本；search.py 和 refTree.py 内部已经处理并发、超时和 provider 回退链。
长结果优先加 --output <path> 写入文件，再读取必要字段，避免终端输出过长。
--provider-timeout 表示单个 provider 超时；默认使用脚本内置超时。

依赖

首次运行或脚本提示缺库时，使用本技能的依赖清单安装到当前 Python 环境：

bash

python3 -m pip install -r requirements.txt

不要在脚本内部自动安装依赖。若安装失败、网络不可用或包不可用，停止使用对应脚本并改用 WebSearch/browser-use，说明缺少依赖。

Crawler 回退还需要额外运行时环境：

bash

python3 -m playwright install firefox

arxiv_crawler_search.py 和 semantic_scholar_crawler_refTree.py 还需要 Node.js，以及某个当前目录或祖先目录中已安装 camoufox-js 的 node_modules。缺少这些环境时，不要尝试绕过；改用非 crawler provider 或网页搜索。

参数说明

search.py

统一搜索入口。默认搜索所有支持的 source，并按 source 分组返回结果。

bash

python3 scripts/search.py <query> [选项]

参数	说明	默认值
`query`	搜索关键词，必填位置参数	-
`--source`, `--sources`, `-s`	搜索源；支持重复传参或逗号分隔	`all`
`--limit`, `-n`	每个 source 返回数量	`10`
`--category`, `-c`	ArXiv 分类过滤，只传给支持分类的 source	-
`--lang`, `-l`	语言提示，只传给支持语言参数的 source	-
`--output`, `-o`	将最终 JSON 写入文件	-
`--provider-timeout`	每个 provider 的超时时间，单位秒；`0` 表示不限制	`60`

支持的 --source：

all
arxiv
semantic
google_scholar
pubmed
wikipedia

示例：

bash

python3 scripts/search.py "retrieval augmented generation" --limit 5
python3 scripts/search.py "diffusion model" --source arxiv,semantic --category cs.CV --limit 5
python3 scripts/search.py "阿尔茨海默病 多模态诊断" --source pubmed,wikipedia --lang zh --limit 5
python3 scripts/search.py "agentic memory" --source all --limit 8 --output results/search.json

paper.py

统一论文阅读入口。默认按 arXiv 论文读取；读取 PMC 论文时显式传 --source pmc。不确定章节名时先用 --list_section 列出可用章节，再用 --section 精读。

bash

python3 scripts/paper.py <id> [选项]

参数	说明	默认值
`id`	论文 ID。arXiv 支持原始 ID、`arXiv:` 前缀、abs/pdf URL；PMC 支持 `PMC11119143`、`11119143`、PMC URL	-
`--source`	论文来源：`arxiv` 或 `pmc`	`arxiv`
`--section`, `-s`	读取指定章节；不填则读取全文	-
`--list_section`, `--list-section`	列出论文可用章节，不返回正文；不能和 `--section` 同时使用	false
`--output`, `-o`	将最终 JSON 写入文件	-

示例：

bash

python3 scripts/paper.py 2603.00729
python3 scripts/paper.py 2603.00729 --list_section
python3 scripts/paper.py arXiv:2603.00729 --section introduction
python3 scripts/paper.py 2603.00729 --section method --output results/paper-method.json
python3 scripts/paper.py PMC11119143 --source pmc
python3 scripts/paper.py PMC11119143 --source pmc --list-section
python3 scripts/paper.py PMC11119143 --source pmc --section results

refTree.py

统一引用树入口。--paper_id 和 --title 都必填；标题用于回退时精确匹配。

bash

python3 scripts/refTree.py --paper_id <paper_id> --title <title> [选项]

参数	说明	默认值
`--paper_id`	论文 ID：Semantic Scholar ID、DOI、ArXiv ID、PMID 等	-
`--title`	论文标题，必填	-
`--direction`	查询方向：`references` 或 `citations`；不填则两者都查	-
`--source`, `--sources`, `-s`	引用树 source；当前支持 `all`、`semantic`	`all`
`--limit`, `-n`	每个 source、每个 direction 返回数量	`10`
`--api-key`	Semantic Scholar API 密钥，可选	-
`--provider-timeout`	每个 provider 的超时时间，单位秒；`0` 表示不限制	`60`
`--output`, `-o`	将最终 JSON 写入文件	-

注意：参数名是 --paper_id，不是 --paper-id；paper_id 不支持位置参数。

示例：

bash

python3 scripts/refTree.py --paper_id "2309.16609" --title "Qwen Technical Report"
python3 scripts/refTree.py --paper_id "2309.16609" --title "Qwen Technical Report" --direction references --limit 20
python3 scripts/refTree.py --paper_id "10.1038/s41586-024-07487-w" --title "AlphaFold 3" --direction citations
python3 scripts/refTree.py --paper_id "2309.16609" --title "Qwen Technical Report" --output results/refTree.json

输出格式

所有脚本都输出 JSON。先看顶层 success；失败时读取 error、errors 和 attempts 判断是无结果、超时还是 provider 失败。

search.py 输出

CLI 输出的顶层不包含 items，论文条目在 source_results[*].items 中：

json

{
  "success": true,
  "query": "retrieval augmented generation",
  "provider": "search.py",
  "sources": ["arxiv", "semantic"],
  "source_results": [
    {
      "source": "arxiv",
      "success": true,
      "provider": "arxiv_official",
      "items": [
        {
          "source": "arxiv",
          "provider": "arxiv_official",
          "title": "Example title",
          "abstract": "Example abstract",
          "citation_count": null,
          "arxiv_id": "2301.00001",
          "url": "https://arxiv.org/abs/2301.00001"
        }
      ],
      "attempts": [],
      "error": null
    }
  ],
  "errors": [],
  "error": null
}

常用 item 字段：

通用：title、abstract、snippet、url、citation_count、doi
arXiv：arxiv_id、pdf_url、categories
Semantic Scholar：paper_id、venue、year
PubMed：pmid、pmc_id、journal、pub_date
Wikipedia：page_id、word_count、section_title

paper.py 输出

默认读取全文；指定 --section 时读取章节。正文在顶层 content：

json

{
  "success": true,
  "source": "arxiv",
  "provider": "arxiv_html",
  "arxiv_id": "2603.00729",
  "section": "introduction",
  "content": "<全文或章节正文>",
  "char_count": 12345,
  "attempts": [],
  "error": null
}

指定 --list_section 时只返回章节结构，不返回 content：

json

{
  "success": true,
  "source": "arxiv",
  "provider": "arxiv_html",
  "arxiv_id": "2603.00729",
  "section_count": 2,
  "sections": [
    {"name": "Abstract", "level": 0},
    {"name": "1 Introduction", "level": 1}
  ],
  "attempts": [],
  "error": null
}

常用字段：

arXiv：arxiv_id、title、abs_url、html_url、pdf_url、section_count、sections
PMC：pmc_id、pmid、title、pmc_url、section_count、sections
指定 --list_section 时返回 sections 和 section_count，不包含 content
指定 --section 时会包含 section；不指定 --list_section / --section 时读取全文

refTree.py 输出

引用树结果在 source_results[*].references 和 source_results[*].citations：

json

{
  "success": true,
  "id": "2309.16609",
  "title": "Qwen Technical Report",
  "provider": "refTree.py",
  "direction": "all",
  "source_results": [
    {
      "source": "semantic",
      "success": true,
      "provider": "semantic_official",
      "references": [
        {
          "title": "Example reference",
          "abstract": "Example abstract",
          "citation_count": 128,
          "paper_id": "example-reference-id",
          "arxiv_id": "2301.00001"
        }
      ],
      "citations": [
        {
          "title": "Example citing paper",
          "abstract": "Example abstract",
          "citation_count": 42,
          "paper_id": "example-citing-id",
          "doi": "10.1234/example"
        }
      ],
      "attempts": [],
      "error": null
    }
  ],
  "errors": [],
  "error": null
}

如果使用 --output，三个脚本都会在 JSON 中额外加入 output_path。

并发与限流约定

这些脚本会访问外部学术服务，必须控制请求频率。执行本技能脚本时：

不要并发运行多个搜索脚本。
不要使用并行工具同时调用多个 python3 scripts/... 命令。
一次只运行一个脚本命令，等待结果返回后再运行下一个。
批量查询时，优先使用脚本自带的 --limit、--id-list 等参数，而不是启动多个进程。
如果需要连续调用，按顺序执行，并在必要时等待数秒。

全文阅读工作流

搜索结果只有摘要时，用 paper.py 先列章节，再补充全文或关键章节。

先用 search.py 搜索，优先从 source_results[*].items 里记录 title、arxiv_id、pmc_id、paper_id、doi、citation_count。
如果条目有 arxiv_id，先用 python3 scripts/paper.py <arxiv_id> --source arxiv --list_section 查看章节；再用 --section <section> 精读。
如果条目有 pmc_id，先用 python3 scripts/paper.py <pmc_id> --source pmc --list_section 查看章节；再按需读 --section <section> 。
如果需要整体理解，再不带 --section / --list_section 读取全文。
全文很长时使用 --output results/paper.json，再读取 content、sections、char_count 等字段。

引用追溯工作流

通过论文的引用关系发现关键词搜索覆盖不到的相关工作。

通过 references 找奠基工作，通过 citations 找后续进展。refTree.py 需要同时传论文 ID 和标题。

后向追溯（找奠基工作）：

关键词搜索找到高相关论文 → 取其 paper_id 或 arxiv_id 和 title
refTree.py --paper_id "<id>" --title "<title>" --direction references --limit 20 → 找到高引参考文献
筛选与研究问题相关的条目 → 用 paper.py深入阅读

前向追踪（找后续进展）：

找到领域奠基论文或关键论文 → 取其 ID
refTree.py --paper_id "<id>" --title "<title>" --direction citations --limit 20 → 找到近期高引跟进工作
筛选与研究问题相关的条目 → 用 paper.py深入阅读

引用链：构建演化路径

从种子论文 A 出发 → backward 找到 A 的关键参考文献 B
从 B 出发 → forward 找到引用 B 的后续工作（可能发现 A 没引用的相关论文 C）
形成 B → A → ... 和 B → C → ... 的知识脉络

主工作流

严格遵循本工作流去执行学术搜索的全流程

在提供的学术平台选择所有可能的平台搜索学术文献
如果摘要不足或论文高度相关时，列出章节，尝试读取论文章节或全文，判断论文和搜索需求的相关性
选择相关性高的论文，搜索它的参考文献和被引（使用引用追溯工作流）。
选择引用树中高引用的文献，执行步骤 2、步骤 3。
重复以上步骤，进行多轮搜索，尽可能多的进行搜索。
当文献数量、引用链和全文证据足够支撑回答时停止搜索，并在结论中说明主要依据。

ArXiv 分类速查

顶层领域可直接用（如 --category cs），子分类更精确（如 --category cs.AI）。

领域	分类代码	说明
计算机科学	`cs.AI`	人工智能
	`cs.LG`	机器学习
	`cs.CL`	计算语言学 / NLP
	`cs.CV`	计算机视觉
	`cs.IR`	信息检索
	`cs.RO`	机器人
	`cs.SE`	软件工程
	`cs.DC`	分布式/并行计算
	`cs.NI`	网络与互联网
	`cs.CR`	密码学与安全
	`cs.DB`	数据库
	`cs.HC`	人机交互
统计	`stat.ML`	统计机器学习
	`stat.AP`	应用统计
	`stat.ME`	统计方法论
数学	`math.OC`	优化与控制
	`math.ST`	统计理论
	`math.CO`	组合数学
物理	`physics`	物理（全类）
	`cond-mat`	凝聚态物理
	`quant-ph`	量子物理
	`hep-th`	高能理论物理
经济/金融	`econ.GN`	经济学综合
	`q-fin.CP`	计算金融
	`q-fin.ST`	统计金融
生物/医学	`q-bio.NC`	神经科学
	`q-bio.GN`	基因组学
	`q-bio.QM`	定量方法

sn-search-academic

Install

sn-search-academic - 学术搜索

凭证配置

可用脚本

执行约定

依赖

参数说明

search.py

paper.py

refTree.py

输出格式

search.py 输出

paper.py 输出

refTree.py 输出

并发与限流约定

全文阅读工作流

引用追溯工作流

主工作流

ArXiv 分类速查

Related skills