AlphaMoatによると、2026-09時点でGoogle Scholar Searchのダウンロード数は2,227、スター数は3で、AIスキル全体5,078件中4,271位、ナレッジ管理では442件中370位です。

インストール数

127

ダウンロード数

2227

スター数

総合順位

#4,271

全体の上位 85% · ナレッジ管理の上位 84%

プラットフォーム	インストール数	ダウンロード数	スター数	コメント
ClawHub ↗	52	1945	2	-
SkillHub ↗	127	2227	3	—

プラットフォームごとに集計方法と集計時点が異なります。

このスキルでできること

Semantic Scholar APIを使って論文を検索し、引用情報、要旨、著者情報を取得し、ダウンロード可能なPDFも探します。ドキュメントにはAPIキー不要と記載されています。検索語と論文IDはSemantic Scholarに送信されます。第三者への共有を許容できない場合、機密プロジェクト名、機微な研究テーマ、個人識別情報を検索語に含めないでください。

資料公開日 2026-10-29

できること

テーマ別に学術論文を探す
論文の引用、要旨、著者情報を確認する
ダウンロード可能な論文PDFを探す

使う場面

学術文献を検索したいとき
論文の要旨や引用情報が必要なとき
検索語をSemantic Scholarへ送信してよいとき

プロンプト例

スキルのドキュメントをもとに生成した例であり、実際の実行結果ではありません。

指定したテーマの学術論文を検索し、要旨、著者、引用情報、利用可能なPDFリンクを返してください。機密プロジェクト名は検索語に使わないでください。

月次の推移

ダウンロード数2227

スター数3

2026-09 から集計方法を変更し、同名スキルを作者ごとに分けて集計し、全スキルを対象にしました。破線は変更前の月で、変更後のデータとは直接比較せず、変更をまたぐ増減も計算していません。

月	ダウンロード数	前月比	スター数
2026-09	2227	—	3
2026-08	1831	+9.9%	3
2026-07	1666	+20.6%	3
2026-06	1381	+16.7%	3
2026-05	1183	—	3
2026-03	515	—	2

SKILL.md 原文

作者が公開した元のファイルをテキストのまま表示しています。AlphaMoat による編集や審査はしていません。リンクはクリックできません。コマンドは内容を確認してから実行してください。取得日 2026-10-23。

2.2 KB・ClawHub v1.0.0

---
name: google-scholar-search
description: Academic paper search using Semantic Scholar API. Free API - no key required. Search research papers, get citations, abstracts, authors, and download PDFs. Use when searching academic literature, finding research papers on specific topics, finding citation counts and paper metadata, getting paper abstracts and author information, or looking for papers from specific years or with minimum citations.
---

# Google Scholar Search

Search academic papers using the free Semantic Scholar API. No API key required.

## Quick Start

すべて表示(全 73 行)


Basic search:
```bash
python3 {baseDir}/scripts/search_papers.py "machine learning transformers"
```

Search with filters:
```bash
python3 {baseDir}/scripts/search_papers.py "deep learning" --limit 5 --year 2020-2023 --min-citations 10
```

## Search Options

- `--limit N`: Number of results (default: 10, max: 100)
- `--year YYYY-YYYY`: Filter by year range (e.g., "2020-2023" or "2023")
- `--min-citations N`: Minimum citation count
- `--json`: Output in JSON format for machine processing

## Get Paper Details

Retrieve detailed information about a specific paper:
```bash
python3 {baseDir}/scripts/search_papers.py --details <paper-id>
```

## Returned Data

Each paper includes:
- **title**: Paper title
- **authors**: List of authors with names
- **year**: Publication year
- **venue**: Journal or conference name
- **citationCount**: Number of citations
- **abstract**: Paper abstract
- **url**: Link to Semantic Scholar page
- **openAccessPdf**: Direct PDF link if available
- **paperId**: Unique Semantic Scholar ID (for details lookup)

## Examples

Search for recent AI papers:
```bash
python3 {baseDir}/scripts/search_papers.py "large language models" --year 2022-2024 --limit 10
```

Find highly cited papers on a topic:
```bash
python3 {baseDir}/scripts/search_papers.py "quantum computing" --min-citations 50 --limit 10
```

Get JSON output for integration:
```bash
python3 {baseDir}/scripts/search_papers.py "neural networks" --json --limit 20
```

## Tips

- Use specific keywords for better results
- Filter by year to get recent research
- Use `--min-citations` to find influential papers
- The API is free and requires no authentication
- For complex queries, try multiple related terms