據 AlphaMoat 統計,截至 2026-09,Google Scholar Search 累計下載 2,227 次、獲 3 個星標,在全部 5,078 個 AI 技能中排名第 4,271 位,在「知識管理」分類(442 個)中排名第 370 位。

累計安裝

127

累計下載

2227

星標

全站排名

#4,271

全站前 85% · 「知識管理」前 84%

平台	累計安裝	累計下載	星標	評論
ClawHub ↗	52	1945	2	-
SkillHub ↗	127	2227	3	—

各平台的計數口徑不同,統計時間不一致。

這個技能是做什麼的

該技能使用 Semantic Scholar API 搜尋論文，可獲取引用資訊、摘要和作者資料，並查詢可下載的 PDF。文件說明無需 API 金鑰。搜尋詞和論文 ID 會傳送給 Semantic Scholar；除非可以接受向第三方共享，否則不要提交機密專案名稱、敏感研究主題或私人識別符號。

資料釋出於 2026-10-29

可以用來做什麼

按主題查詢學術論文
檢視論文引用、摘要和作者資訊
查詢可下載的論文 PDF

什麼時候用

需要檢索學術文獻時
需要獲取論文摘要或引用資訊時
可以接受把檢索詞傳送給 Semantic Scholar 時

示例提示詞

以下是根據技能文件生成的示例,不代表實際執行結果。

搜尋有關我給定主題的學術論文，並返回摘要、作者、引用資訊及可用的 PDF 連結；不要使用機密專案名稱作為檢索詞。

月度資料趨勢

累計下載2227

星標3

2026-09 起統計方法調整:同名技能按作者分別統計,並覆蓋全部技能。圖中虛線為調整前的月份,與之後的資料不直接比較,也不計算跨越調整的增長。

月份	累計下載	環比	星標
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

以下是作者釋出的原始檔案,按純文字顯示,本站未做修改或稽核;其中的連結不可點選,命令請核實後再執行。抓取於 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

展開全部(共 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