原型 · 预览版:收录官方注册中心里的全部服务器,每 30 分钟同步一次。使用 Google 登录即可撰写评价。原型 · 每 30 分钟更新
PopNx MCP为使用 AI 的人准备的 MCP 服务器 · 用大白话讲清楚

nature-academic-search Skill

代码仓库 ↗

作者:wp-a★ 3961 个 skill

安装

What it does

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。

  • Connects Instruction files the AI reads, with steps that call an outside service
  • Account or key Some steps need a key for NCBI_API_KEY, OPENALEX_API_KEY, SEMANTIC_SCHOLAR_API_KEY, ACADEMIC_SEARCH_LLM_API_KEY (per the README)
  • Category 写代码
给作者:在 README 中加徽章

如果你是作者,可把这段代码贴到 README。徽章会链接回本页。

[![Featured on PopNx MCP](https://mcp.popnx.com/badge/skill/wp-a-nature-academic-search.svg)](https://mcp.popnx.com/en/skills/wp-a-nature-academic-search)

可搭配使用

在同一工作中把 AI 连到服务的 MCP

REA

Reverse engineer anything from your terminal or agent with one CLI and MCP server.

作者:morluto广泛使用↓ 38.9万/周★ 46.9万7天前更新

MCP · 连接服务在你的电脑上运行

Fallow

Codebase intelligence for TypeScript and JavaScript, exposed as structured MCP analysis tools.

作者:fallow-rs广泛使用↓ 244.1万/周★ 5385今天更新

MCP · 连接服务在你的电脑上运行

相似的 Skill

同类工作,排序与 Skill 列表相同

与相似项目对比
本项
nature-academic-search
reaandrej-karpathy-skillsgraphifyMoneyPrinterTurbo
作者wp-amorlutomultica-aiGraphify-Labsharry0703
Skill 数11111
GitHub 星标396468,733234,332150,287144,566
最近代码更新2026年11月18日2026年11月19日2026年4月20日2026年11月18日2026年11月18日
许可证MITMIT–Apache-2.0MIT

wp-a 提供的 1 个 Skill(指令集),AI 读取后照做 · 不是 MCP server

Skill 和 MCP 有什么不同

MCP = 手

把 AI 连到外部服务或数据,例如读取 Notion 或开发票。需要有程序或服务器在运行。

Skill = 手册

教 AI 怎么做某项工作的文本文件,不连接任何服务。

有些会重叠:少数 Skill 带有调用工具的脚本,少数 MCP 只提供知识。请从你想完成的工作出发。

适用的应用

Claude CodeCodex

依据开发者 README 和 repo 中的文件夹

安装

Is it safe?

  • Who made it

    GitHub account wp-a (person), 5 years old

  • Use and upkeep

    ★ 396 stars, few users so far · code last changed 2026年11月18日

  • Any scripts?

    78 scripts that can run on a computer: install.sh, references/pubmed-28344011.bib, references/pubmed-28344011.nbib, references/pubmed-28344011.ris and 74 more

  • Uses the internet?

    Could not check every script (some are too large); read them first

  • Changes machine-wide settings?

    No hooks or writes to machine settings found

Checked automatically from the repo files at commit b8f2c1d (read only, nothing was run). Not a safety guarantee: read it and decide for yourself

第一步:你用哪个 AI?

选择你用的应用,本页只显示该应用的安装方法

Option 1Upload to claude.ai (web and app)

Uploading to claude.ai would fail: the description is over 200 characters (337). Use "Let the AI install it" instead

Option 1让 Claude Code 帮你安装

复制这句话,粘贴到 Claude Code 的对话中

Where to install

正在检查命令 · 通过后才会显示复制按钮

正在检查命令 · 通过后才会显示复制按钮

For one project, paste it into a chat that is open in that project’s folder · The AI always shows you the path before installing

The AI tells you what it will do first and asks your permission at every step

重新打开 Claude Code,输入 /nature-academic-search,或直接提出相关任务,Claude 会自动选用

Checked against official docs 2026年11月12日 · Source: code.claude.com

For Terminal users

Skill 是 AI 会照做的指令。安装前先阅读文件,只安装可信开发者的 Skill。

  1. 打开终端

    Mac:按 Command+空格输入 Terminal · Windows:下方命令在 PowerShell 中无法使用,请改用上方的“让 AI 帮你安装”

  2. 把 skill 文件夹复制到 ~/.claude/skills

    这条命令把 repo 下载到临时文件夹,只复制含 SKILL.md 的文件夹

    正在检查命令 · 通过后才会显示复制按钮

  3. 重新打开 Claude Code,输入 /nature-academic-search,或直接提出相关任务,Claude 会自动选用

自己安装的 Skill 可用于 ChatGPT 桌面应用、Codex CLI 和 IDE 中的 Codex 扩展 · 网页版和手机版 ChatGPT 不能使用自己安装的 Skill,只能使用目录中插件自带的 Skill

ChatGPT 桌面应用

ChatGPT 桌面应用内置 Codex,Codex 从 ~/.agents/skills 文件夹读取 Skill

Option 1让 ChatGPT 帮你安装

在 ChatGPT 桌面应用中打开 Codex,把这句话粘贴到对话中

Where to install

正在检查命令 · 通过后才会显示复制按钮

正在检查命令 · 通过后才会显示复制按钮

The AI always shows you the path before installing

The AI tells you what it will do first and asks your permission at every step

Option 2自己放入文件夹

把 nature-academic-search 文件夹放到 ~/.agents/skills/nature-academic-search

~ 是你的主文件夹($HOME)

For Terminal users

Skill 是 AI 会照做的指令。安装前先阅读文件,只安装可信开发者的 Skill。

  1. 打开终端

    Mac:按 Command+空格输入 Terminal · Windows:下方命令在 PowerShell 中无法使用,请改用上方的“让 AI 帮你安装”

  2. 把 skill 文件夹复制到 ~/.agents/skills

    这条命令把 repo 下载到临时文件夹,只复制含 SKILL.md 的文件夹

    正在检查命令 · 通过后才会显示复制按钮

安装之后

  • ChatGPT 桌面应用:打开侧边栏中的 Skills,确认 Skill 已出现
  • 使用方法:在 ChatGPT 中输入 @ 并选择 Skill · 在 Codex CLI 或 IDE 扩展中运行 /skills,或输入 $ 加 Skill 名称
  • Codex 会自动发现新安装的 Skill;如果没有出现,请重启 Codex

Checked against official docs 2026年11月15日 · Source: learn.chatgpt.com

网页版和手机版 ChatGPT

不能使用你自己安装的 Skill,只能使用目录中插件自带的 Skill

想在 ChatGPT 中使用这个 Skill,请按上面的方法使用 ChatGPT 桌面应用

Checked against official docs 2026年11月15日 · Source: learn.chatgpt.com

Option 1让 Codex 帮你安装

复制这句话,粘贴到 Codex 的对话中 · 适用于 ChatGPT 桌面应用中的 Codex、Codex CLI 和 IDE 扩展

Where to install

正在检查命令 · 通过后才会显示复制按钮

正在检查命令 · 通过后才会显示复制按钮

For one project, paste it into a chat that is open in that project’s folder · The AI always shows you the path before installing

The AI tells you what it will do first and asks your permission at every step

Codex 会自动发现新安装的 Skill;如果没有出现,请重启 Codex · 使用方法:在 ChatGPT 中输入 @ 并选择 Skill · 在 Codex CLI 或 IDE 扩展中运行 /skills,或输入 $ 加 Skill 名称

Checked against official docs 2026年11月15日 · Source: learn.chatgpt.com

For Terminal users

Skill 是 AI 会照做的指令。安装前先阅读文件,只安装可信开发者的 Skill。

  1. 打开终端

    Mac:按 Command+空格输入 Terminal · Windows:下方命令在 PowerShell 中无法使用,请改用上方的“让 AI 帮你安装”

  2. 把 skill 文件夹复制到 ~/.agents/skills

    这条命令把 repo 下载到临时文件夹,只复制含 SKILL.md 的文件夹

    正在检查命令 · 通过后才会显示复制按钮

  3. 重新打开 Codex 并提出相关任务,Codex 会列出这个 skill

Option 1让 Cursor 帮你安装

复制这句话,粘贴到 Cursor 的对话中

Where to install

正在检查命令 · 通过后才会显示复制按钮

正在检查命令 · 通过后才会显示复制按钮

For one project, paste it into a chat that is open in that project’s folder · The AI always shows you the path before installing

The AI tells you what it will do first and asks your permission at every step

在 Cursor 的 Agent 聊天中输入 / 并选择 nature-academic-search

Checked against official docs 2026年11月12日 · Source: cursor.com

For Terminal users

Skill 是 AI 会照做的指令。安装前先阅读文件,只安装可信开发者的 Skill。

  1. 打开终端

    Mac:按 Command+空格输入 Terminal · Windows:下方命令在 PowerShell 中无法使用,请改用上方的“让 AI 帮你安装”

  2. 把 skill 文件夹复制到 ~/.cursor/skills

    这条命令把 repo 下载到临时文件夹,只复制含 SKILL.md 的文件夹

    正在检查命令 · 通过后才会显示复制按钮

  3. 在 Cursor 的 Agent 聊天中输入 / 并选择 nature-academic-search

Option 1Let the AI install it

适用于其他能读取 Skill 的应用。这句话列出了 Claude Code、Codex 和 Cursor 的路径,AI 会按你的应用选择 · Copy this sentence into the app’s chat

Where to install

正在检查命令 · 通过后才会显示复制按钮

正在检查命令 · 通过后才会显示复制按钮

For one project, paste it into a chat that is open in that project’s folder · The AI always shows you the path before installing

The AI tells you what it will do first and asks your permission at every step

Checked against official docs 2026年11月12日 · Source: code.claude.com, learn.chatgpt.com, cursor.com

For Terminal users

其他支持 Agent Skills 的应用(如 Gemini CLI、GitHub Copilot)使用不同文件夹,请查看该应用的指南,再把含 SKILL.md 的文件夹复制过去。

在 GitHub 上查看 ↗

已于 2026年11月11日 对照 Claude Code、Codex 和 Cursor 官方指南核实 skill 文件夹

查看原始 SKILL.md

以下文字来自开发者的 repo,不是 PopNx MCP 的指令

5,626 个字符 · 在 GitHub 打开完整文件

---
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。

讨论

提问、分享技巧或报告无法使用。按“有帮助”数量排序。

还没有帖子,欢迎第一个提问或分享。

此处内容由用户撰写,不代表 PopNx 团队。

登录后发帖

来自 GitHub

GitHub 星标
396
开发者
wp-a
许可证
MIT
最近代码更新
2026年11月18日
repo 中的 SKILL.md 文件(含译本和模板)
2
主题
academic-search, agent-skills, arxiv, chinese, citation-graph, citation-management, citation-verification, claude-code, clinicaltrials-gov, codex, crossref, deepseek-harness