ใช้ทำอะไรได้
ยังไม่มีคำอธิบายภาษาไทย ดูข้อเท็จจริงด้านล่าง หรือเปิดคำอธิบายต้นฉบับจากผู้ทำ
- ต่อแบบ ไฟล์คำสั่งให้ AI อ่าน และมีขั้นที่เรียกบริการภายนอก
- บัญชีหรือคีย์ มีขั้นที่ต้องใช้คีย์ของ NCBI_API_KEY, OPENALEX_API_KEY, SEMANTIC_SCHOLAR_API_KEY, ACADEMIC_SEARCH_LLM_API_KEY (ตาม README)
- หมวด เขียนโค้ด
คำอธิบายต้นฉบับจากผู้ทำ (อังกฤษ)
Academic Paper Search:中文科研用户的 Codex / Claude Code / DeepSeek Harness Skill + MCP;跨 CrossRef、PubMed、arXiv、OpenAlex、Europe PMC 检索去重,支持 MeSH、引用核验、引文图谱、试验检索与审计导出。สำหรับผู้ทำ: ติดป้ายใน README
ถ้าคุณเป็นผู้ทำตัวนี้ คัดลอกโค้ดนี้ไปวางใน README ได้เลย ป้ายลิงก์กลับมาที่หน้านี้
[](https://mcp.popnx.com/th/skills/wp-a-nature-academic-search)ใช้คู่กับ
MCP ที่ต่อ AI เข้ากับบริการในงานเดียวกัน
Fallow
Codebase intelligence for TypeScript and JavaScript, exposed as structured MCP analysis tools.
Desktop Commander
MCP server for terminal commands, file operations, and process management
Skill ที่ทำงานคล้ายกัน
หมวดงานเดียวกัน เรียงแบบเดียวกับหน้ารายการ Skill
| ตัวนี้ nature-academic-search | rea | andrej-karpathy-skills | graphify | MoneyPrinterTurbo | |
|---|---|---|---|---|---|
| ผู้ทำ | wp-a | morluto | multica-ai | Graphify-Labs | harry0703 |
| จำนวน Skill | 1 | 1 | 1 | 1 | 1 |
| ดาว GitHub | 394 | 467,235 | 234,125 | 149,873 | 144,332 |
| แก้โค้ดล่าสุด | 18 พ.ย. 2569 | 18 พ.ย. 2569 | 20 เม.ย. 2569 | 18 พ.ย. 2569 | 18 พ.ย. 2569 |
| สัญญาอนุญาต | MIT | MIT | – | Apache-2.0 | MIT |
ชุดคำสั่ง (Skill) 1 ชุดจาก wp-a ให้ AI อ่านแล้วทำงานตามวิธีนี้ · ไม่ใช่ MCP server
Skill ต่างจาก MCP ยังไง
MCP = มือ
ต่อ AI เข้ากับบริการหรือข้อมูลข้างนอก เช่น อ่าน Notion หรือสร้างใบแจ้งหนี้ ต้องมีโปรแกรมหรือ server ทำงานอยู่
Skill = คู่มือ
ไฟล์ข้อความที่สอน AI ว่างานนี้ทำยังไง ไม่ต่อบริการใด
บางตัวคล้ายกัน: Skill บางตัวมีสคริปต์เรียกเครื่องมือ และ MCP บางตัวส่งแค่ความรู้ ให้ดูที่งานที่อยากทำเป็นหลัก
ใช้กับแอปไหน
Claude CodeCodex
ตามที่ README ของผู้ทำเขียนไว้ และโฟลเดอร์ที่มีใน repo
ติดตั้ง
ปลอดภัยไหม
- ใครทำ
บัญชี GitHub wp-a (บุคคล) เปิดมา 5 ปี
- คนใช้และการดูแล
★ 394 ดาว ยังมีคนใช้น้อย · แก้โค้ดล่าสุด 18 พ.ย. 2569
- มีสคริปต์ไหม
มีสคริปต์ 78 ไฟล์ที่รันบนเครื่องได้: install.sh, references/pubmed-28344011.bib, references/pubmed-28344011.nbib, references/pubmed-28344011.ris และอีก 74 ไฟล์
- ใช้อินเทอร์เน็ตไหม
ตรวจสคริปต์ได้ไม่ครบ (บางไฟล์ใหญ่เกิน) ควรอ่านเองก่อน
- แก้ค่าตั้งทั้งเครื่องไหม
ไม่พบ hook หรือการเขียนค่าตั้งของเครื่อง
ตรวจอัตโนมัติจากไฟล์ใน repo ที่ commit b8f2c1d (อ่านไฟล์อย่างเดียว ไม่ได้รัน) ไม่ใช่การรับรองความปลอดภัย อ่านแล้วตัดสินใจเอง
ขั้นแรก: คุณใช้ AI ตัวไหน
เลือกแอปที่ใช้ แล้วหน้านี้จะแสดงเฉพาะวิธีติดตั้งของแอปนั้น
ทางที่ 1อัปโหลดเข้า claude.ai (เว็บและแอป)
อัปโหลดใน claude.ai ไม่ผ่าน เพราะคำอธิบายยาวเกิน 200 ตัวอักษร (337 ตัวอักษร) ใช้ทาง "ให้ AI ติดตั้งให้" แทน
ทางที่ 1ให้ Claude Code ติดตั้งให้
คัดลอกประโยคนี้ไปวางในแชตของ Claude Code
เลือกเฉพาะโปรเจกต์ ให้วางในแชตที่เปิดอยู่ในโฟลเดอร์ของโปรเจกต์นั้น · AI จะบอก path ให้ดูก่อนติดตั้งเสมอ
AI จะบอกก่อนว่าจะทำอะไร และขออนุญาตคุณทุกขั้น
เปิด Claude Code ใหม่ แล้วพิมพ์ /nature-academic-search หรือสั่งงานที่ตรงเรื่อง Claude จะเลือกใช้เอง
ตรวจกับเอกสารทางการล่าสุด 12 พ.ย. 2569 · แหล่ง: code.claude.com
สำหรับคนที่ใช้ Terminal
Skill คือคำสั่งที่ AI จะทำตาม อ่านไฟล์ก่อนติดตั้ง และติดตั้งเฉพาะจากผู้ทำที่เชื่อถือได้
เปิด Terminal
Mac: กด Command+Space พิมพ์ Terminal · Windows: คำสั่งด้านล่างใช้ใน PowerShell ไม่ได้ ให้ใช้ทาง “ให้ AI ติดตั้งให้” ด้านบนแทน
คัดลอกโฟลเดอร์ skill ไปไว้ที่ ~/.claude/skills
คำสั่งนี้ดาวน์โหลด repo ไว้ชั่วคราว แล้วคัดลอกเฉพาะโฟลเดอร์ที่มี SKILL.md
กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน
เปิด Claude Code ใหม่ แล้วพิมพ์ /nature-academic-search หรือสั่งงานที่ตรงเรื่อง Claude จะเลือกใช้เอง
Skill ที่ติดตั้งเองใช้ได้ในแอป ChatGPT บนคอม, Codex CLI และส่วนขยาย Codex ใน IDE · ChatGPT บนเว็บและมือถือใช้ Skill ที่ติดตั้งเองไม่ได้ ใช้ได้เฉพาะ Skill ที่มากับปลั๊กอินในไดเรกทอรี
แอป ChatGPT บนคอม
แอป ChatGPT บนคอมมี Codex อยู่ในตัว Codex อ่าน Skill จากโฟลเดอร์ ~/.agents/skills
ทางที่ 1ให้ ChatGPT ติดตั้งให้
เปิด Codex ในแอป ChatGPT บนคอม แล้ววางประโยคนี้ในแชต
AI จะบอก path ให้ดูก่อนติดตั้งเสมอ
AI จะบอกก่อนว่าจะทำอะไร และขออนุญาตคุณทุกขั้น
ทางที่ 2วางโฟลเดอร์เอง
วางโฟลเดอร์ nature-academic-search ไว้ที่ ~/.agents/skills/nature-academic-search
~ คือโฟลเดอร์บ้านของคุณ ($HOME)
สำหรับคนที่ใช้ Terminal
Skill คือคำสั่งที่ AI จะทำตาม อ่านไฟล์ก่อนติดตั้ง และติดตั้งเฉพาะจากผู้ทำที่เชื่อถือได้
เปิด Terminal
Mac: กด Command+Space พิมพ์ Terminal · Windows: คำสั่งด้านล่างใช้ใน PowerShell ไม่ได้ ให้ใช้ทาง “ให้ AI ติดตั้งให้” ด้านบนแทน
คัดลอกโฟลเดอร์ skill ไปไว้ที่ ~/.agents/skills
คำสั่งนี้ดาวน์โหลด repo ไว้ชั่วคราว แล้วคัดลอกเฉพาะโฟลเดอร์ที่มี SKILL.md
กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน
หลังติดตั้ง
- แอป ChatGPT บนคอม: เปิด Skills ในแถบข้างเพื่อดูว่า Skill ขึ้นแล้ว
- เรียกใช้: ใน ChatGPT พิมพ์ @ แล้วเลือก Skill · ใน Codex CLI หรือส่วนขยายใน IDE พิมพ์ /skills หรือพิมพ์ $ แล้วตามด้วยชื่อ Skill
- Codex เห็น Skill ที่ติดตั้งใหม่เอง ถ้ายังไม่ขึ้นให้ปิดแล้วเปิด Codex ใหม่
ตรวจกับเอกสารทางการล่าสุด 15 พ.ย. 2569 · แหล่ง: learn.chatgpt.com
ChatGPT บนเว็บและมือถือ
ใช้ Skill ที่ติดตั้งเองไม่ได้ ใช้ได้เฉพาะ Skill ที่มากับปลั๊กอินในไดเรกทอรี
อยากใช้ Skill นี้กับ ChatGPT ให้ใช้แอป ChatGPT บนคอมตามวิธีด้านบน
ตรวจกับเอกสารทางการล่าสุด 15 พ.ย. 2569 · แหล่ง: learn.chatgpt.com
ทางที่ 1ให้ Codex ติดตั้งให้
คัดลอกประโยคนี้ไปวางในแชตของ Codex · ใช้ได้ทั้ง Codex ในแอป ChatGPT บนคอม, Codex CLI และส่วนขยายใน IDE
เลือกเฉพาะโปรเจกต์ ให้วางในแชตที่เปิดอยู่ในโฟลเดอร์ของโปรเจกต์นั้น · AI จะบอก path ให้ดูก่อนติดตั้งเสมอ
AI จะบอกก่อนว่าจะทำอะไร และขออนุญาตคุณทุกขั้น
Codex เห็น Skill ที่ติดตั้งใหม่เอง ถ้ายังไม่ขึ้นให้ปิดแล้วเปิด Codex ใหม่ · เรียกใช้: ใน ChatGPT พิมพ์ @ แล้วเลือก Skill · ใน Codex CLI หรือส่วนขยายใน IDE พิมพ์ /skills หรือพิมพ์ $ แล้วตามด้วยชื่อ Skill
ตรวจกับเอกสารทางการล่าสุด 15 พ.ย. 2569 · แหล่ง: learn.chatgpt.com
สำหรับคนที่ใช้ Terminal
Skill คือคำสั่งที่ AI จะทำตาม อ่านไฟล์ก่อนติดตั้ง และติดตั้งเฉพาะจากผู้ทำที่เชื่อถือได้
เปิด Terminal
Mac: กด Command+Space พิมพ์ Terminal · Windows: คำสั่งด้านล่างใช้ใน PowerShell ไม่ได้ ให้ใช้ทาง “ให้ AI ติดตั้งให้” ด้านบนแทน
คัดลอกโฟลเดอร์ skill ไปไว้ที่ ~/.agents/skills
คำสั่งนี้ดาวน์โหลด repo ไว้ชั่วคราว แล้วคัดลอกเฉพาะโฟลเดอร์ที่มี SKILL.md
กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน
เปิด Codex ใหม่ แล้วสั่งงานที่ตรงเรื่อง Codex จะเห็น skill นี้ในรายการ
ทางที่ 1ให้ Cursor ติดตั้งให้
คัดลอกประโยคนี้ไปวางในแชตของ Cursor
เลือกเฉพาะโปรเจกต์ ให้วางในแชตที่เปิดอยู่ในโฟลเดอร์ของโปรเจกต์นั้น · AI จะบอก path ให้ดูก่อนติดตั้งเสมอ
AI จะบอกก่อนว่าจะทำอะไร และขออนุญาตคุณทุกขั้น
ใน Agent chat ของ Cursor พิมพ์ / แล้วเลือก nature-academic-search
ตรวจกับเอกสารทางการล่าสุด 12 พ.ย. 2569 · แหล่ง: cursor.com
สำหรับคนที่ใช้ Terminal
Skill คือคำสั่งที่ AI จะทำตาม อ่านไฟล์ก่อนติดตั้ง และติดตั้งเฉพาะจากผู้ทำที่เชื่อถือได้
เปิด Terminal
Mac: กด Command+Space พิมพ์ Terminal · Windows: คำสั่งด้านล่างใช้ใน PowerShell ไม่ได้ ให้ใช้ทาง “ให้ AI ติดตั้งให้” ด้านบนแทน
คัดลอกโฟลเดอร์ skill ไปไว้ที่ ~/.cursor/skills
คำสั่งนี้ดาวน์โหลด repo ไว้ชั่วคราว แล้วคัดลอกเฉพาะโฟลเดอร์ที่มี SKILL.md
กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน
ใน Agent chat ของ Cursor พิมพ์ / แล้วเลือก nature-academic-search
ทางที่ 1ให้ AI ติดตั้งให้
สำหรับแอปอื่นที่อ่าน Skill ได้ ประโยคนี้มี path ของ Claude Code, Codex และ Cursor ให้ AI เลือกตามแอปที่ใช้ · คัดลอกประโยคนี้ไปวางในแชตของแอป
เลือกเฉพาะโปรเจกต์ ให้วางในแชตที่เปิดอยู่ในโฟลเดอร์ของโปรเจกต์นั้น · AI จะบอก path ให้ดูก่อนติดตั้งเสมอ
AI จะบอกก่อนว่าจะทำอะไร และขออนุญาตคุณทุกขั้น
ตรวจกับเอกสารทางการล่าสุด 12 พ.ย. 2569 · แหล่ง: code.claude.com, learn.chatgpt.com, cursor.com
สำหรับคนที่ใช้ Terminal
แอปอื่นที่รองรับ Agent Skills (เช่น Gemini CLI, GitHub Copilot) เก็บ skill ในโฟลเดอร์ต่างกัน ดูคู่มือของแอปนั้น แล้วคัดลอกโฟลเดอร์ที่มี SKILL.md ไปวาง
ตรวจโฟลเดอร์ skill กับคู่มือทางการของ Claude Code, Codex และ Cursor เมื่อ 11 พ.ย. 2569
ดูไฟล์ต้นฉบับ SKILL.md
ข้อความต่อไปนี้มาจาก repo ของผู้ทำ ไม่ใช่คำสั่งของ PopNx MCP
5,626 ตัวอักษร · เปิดไฟล์เต็มบน GitHub
---
name: nature-academic-search
description: >-
Use when users ask to 找文献、做文献检索、查论文、查临床试验、核验引用、去重文献、设计
PubMed/MeSH 检索式、追踪上下游引文、解析 DOI/PMID/PMCID/arXiv/OpenAlex/Semantic Scholar/NCT ID,
或导出 RIS、BibTeX、NBIB、ENW;also use for multi-source academic search,
citation verification, citation graphs, trial registration search, research workflows,
or DeepSeek Harness academic-search MCP setup.
---
# Academic Paper Search
## 什么时候触发
用户提到找文献、文献检索、引用核验、引文图谱、MeSH、PubMed、预印本、临床试验、RIS/BibTeX
或 DOI/PMID/PMCID/arXiv/OpenAlex/Semantic Scholar/NCT 时触发本 skill。目标是论文时使用
`entity_type="publication"`;目标是注册试验时使用 `entity_type="trial"`,两者不能按题名合并。
## 任务路由
以下工具路由以实际工具输出为准;适配器存在不代表本次已经查询。
| 用户目标 | 入口 | 执行要求 |
|---|---|---|
| 找文献、综述前期检索 | `search_papers` | 按源检索、去重,报告 `sources_queried` / `sources_succeeded` / `sources_skipped` / `errors` |
| 核验已有引用 | `get_paper_by_id` + `expected` | 输出字段级 `verified`、`mismatch`、`not_found` 或 `manual_needed` |
| 追踪上下游引文 | `get_paper_by_id(include_relations=true)` | 默认 `depth=1`;需要二跳时显式 `depth=2`,保留图谱边和来源缺口 |
| 构建 PubMed 检索式 | `lookup_mesh` | 先核对 MeSH 词和 ID,再组合自由词;不要凭空猜主题词 |
| 生成单条引用 | `get_citation` | 只格式化已解析论文;NCT 注册不生成论文引用 |
| 批量导出或自动化 | CLI `citation` / `workflow` | 保留 `run.json`、核验状态和人工待处理清单 |
客户端可能给工具名添加 MCP 前缀;工具总数仍为四个,不新增专用图谱工具。
DeepSeek Harness 使用独立的
[`dsh-academic-paper-search`](https://github.com/wp-a/dsh-academic-paper-search)
Bundle,通过官方 `@deepseek-ai/dsh-mcp-client` 映射为
`mcp__academic_search__*`;这是同一 MCP 运行时的客户端适配,不要在 DSH
中重写或假设额外的论文工具。
CLI 从 `0.3.1` 起可用 `nature-academic-search search` / `verify` 得到同一份 JSON;
旧版客户端先检查 `--help`,不要假设已安装包包含新命令。
## 最小成功路径
1. 中文问题先 `lookup_mesh` 或写出英文检索式;`search_run.query_analysis.mesh_required`
为 true 时不得跳过。不要把中文整句直接当已核验检索。
2. `search_papers`(建议 `ranking="relevance"`);必须报告
`sources_queried` / `sources_succeeded` / `sources_skipped` / `errors`。
3. 对拟引用记录(通常先 3 条)调用 `get_paper_by_id` + `expected`。
4. 按 `verified` / `mismatch` / `not_found` / `manual_needed` 分组交付。
正确:`lookup_mesh("medical education")` →
`search_papers("generative AI medical education", ranking="relevance")` →
对 DOI 做 `expected` 核验。
错误:只调用 `search_papers("生成式AI医学教育")`,并把返回题名当作已核验参考文献。
## 来源与边界
- 默认论文源:`crossref`、`pubmed`、`arxiv`、`openalex`、`europe_pmc`。
- `semantic_scholar` 用于显式搜索、`enrich` 或图谱;富化优先使用 DOI、PMID、arXiv 等强标识符。
- OpenAlex 提供跨学科 references / cited_by;PubMed ELink 提供生物医学双向关系。
- Crossref 与 Europe PMC 主要提供 references;arXiv 目前只作为节点和版本线索。
- `clinicaltrials_gov` 只服务 `entity_type="trial"`,不是论文数据库。
- 未连接 Google Scholar、Web of Science、Scopus、Embase、CNKI、万方,不得声称覆盖这些来源。
源失败、限流、缺少强标识符或不支持某方向时,保留成功结果并记录缺口;不能把未查询到解释成没有关系。
## 引文图谱契约
调用 `get_paper_by_id` 时可以传:
```json
{
"include_relations": true,
"relation": "both",
"depth": 1,
"rows": 20,
"relation_sources": ["openalex", "crossref", "pubmed", "europe_pmc", "semantic_scholar"]
}
```
`relation` 是 `references`、`cited_by` 或 `both`。输出 `citation_graph` 必须保留:
- `nodes`:合并后的 publication 节点和来源记录;
- `edges`:统一为 citing → cited,含 `relation` 与 `observed_by`;
- `sources_queried`、`sources_succeeded`、`sources_skipped`、`errors`;
- `truncated`、`truncation_reason`、`depth_completed`。
`references` 表示种子指向被引用节点,`cited_by` 表示引用者指向种子。图谱是关系导航和审计数据,
不是证据质量、因果关系、影响力或研究结论评分。
## 标准执行顺序
1. 明确主题、人群/系统、干预、结局、日期、文献类型、预印本政策和实体类型。
2. 生物医学问题先用 `lookup_mesh` 核验主题词,再组合题名/摘要自由词。含中文的问题必须先得到 MeSH 或英文检索式。
3. 调用 `search_papers`;保存原查询、日期、请求源、结果数量和 `search_run`。
4. 按 DOI、PMID、PMCID、arXiv、OpenAlex、Semantic Scholar 或 NCT 强标识符去重;弱题名匹配保留冲突。
5. 对拟引用记录调用 `get_paper_by_id` + `expected`,逐项核对题名、首位作者、年份、期刊和标识符。
6. 需要时追加一跳引文图谱;二跳、`rows` 和源列表必须有明确研究目的和预算。
7. 按 verified、mismatch、not_found、manual_needed、preprint、trial 分组交付;未核验记录不能静默导出。
8. 批量任务使用 workflow,先生成 `plan.json`,获得批准后再检索,并保存 `run.json`、`results.json`、
`verification.json`、`screening.csv`、`references.ris` 和可选 `graph.json`。
Workflow 从 `0.3.1` 起默认按标识符回查并核验候选元数据。省略 `verify` 不会把候选视为已核验。
核验范围见 `fields`、`lookup_id` / `lookup_id_type`;来源无法提供的附加 ID 列入
`unchecked_identifiers`,不能称为已核验,RIS 不写入未匹配的 DOI / PMID。作者截断标记
`et al.` 不参与作者比较。原始候选和未核验附加 ID 保留在 `results.json`。
导出默认要求 `verified`;有 `screen` 时还要求筛选为 `include`,`exclude`、`pending_manual`、
缺失/无效决定和模型失败的待处理记录均不导出。无需模型筛选时使用
`steps: [plan, search, verify, export]`。保留人工待处理记录,报告 `exported_count`;
trial 只保留注册数据,不写成论文 RIS。`citation` CLI 只下载/转换格式,不自动做 `expected` 核验。
## WPIRONMAN 中转
WPIRONMAN 是可选的 OpenAI-compatible 模型入口,当前 runner 用于摘要级 `screen`;
`plan.json` 根据 YAML 本地生成,研究计划或规则可先在客户端整理。
它不是论文来源、数据库、引用验证器,也不替代 Crossref、PubMed、OpenAlex、Europe PMC 或 Semantic Scholar。
```bash
export ACADEMIC_SEARCH_LLM_BASE_URL=https://api.wpironman.top/v1
export ACADEMIC_SEARCH_LLM_API_KEY=你的中转密钥
export ACADEMIC_SEARCH_LLM_MODEL=你的模型名
export ACADEMIC_SEARCH_LLM_PROTOCOL=responses_http
```
默认只发送标题、摘要、标识符和获准元数据;全文必须显式设置 `privacy.allow_full_text: true`。
密钥不得进入日志、manifest 或 prompt artifact。中转超时、限流或返回坏 JSON 时,
失败的模型步骤标记为 `skipped`,学术检索、核验和审计继续;待人工筛选记录不进入 RIS。
## 结果契约
每次成功的 `search_papers` 返回 `search_run`,至少保存 `run_id`、UTC 时间、请求参数、去重前后数量和
`result_fingerprint`。每条记录保留稳定 `record_id`、`sources`、`source_records`、`conflicts`、
`citation_counts` 和 `citation_count_source`。不得合成没有来源的“总引用数”。
统一 `filters` 支持日期、语言、作者、文献类型和强标识符;`ranking` 可设为 `relevance` 或 `none`。
相关性排序会写入 `ranking_score`、`ranking_reasons` 和 `score_version`,只表示检索相关性,不表示证据质量。
含中文的查询会在 `query_analysis` 中给出 `contains_cjk`、`latin_terms`、`cjk_terms` 和 `mesh_required`。
详细查询构建、来源分层、引用文件和工作流见:
- [检索工作流](references/search-workflows.md)
- [来源分层](references/source-tiers.md)
- [引用文件](references/citation-files.md)
## 证据规则
- 不编造元数据、摘要、引用次数、标识符、开放获取状态、全文结论或试验结果。
- 不把预印本描述为同行评审论文,不把 trial 注册描述为已发表研究。
- 不因为来源适配器存在就声称它本次已查询;以实际 `sources_queried` 为准。
- 不把引用数量、图谱度数或模型排序当作证据质量或因果证据。
พูดคุย
ถาม แชร์เคล็ดลับ หรือแจ้งว่าใช้ไม่ได้ เรียงตามที่คนกดว่ามีประโยชน์
ยังไม่มีใครโพสต์ ถามหรือแชร์เป็นคนแรกได้เลย
ข้อความในส่วนนี้เขียนโดยผู้ใช้ ไม่ใช่ทีม PopNx
ข้อมูลจาก GitHub
- ดาว GitHub
- 394
- ผู้ทำ
- wp-a
- license
- MIT
- แก้โค้ดล่าสุด
- 18 พ.ย. 2569
- ไฟล์ SKILL.md ใน repo (นับรวมสำเนาภาษาอื่นและแม่แบบ)
- 2
- topic
- academic-search, agent-skills, arxiv, chinese, citation-graph, citation-management, citation-verification, claude-code, clinicaltrials-gov, codex, crossref, deepseek-harness