academic-research

学術研究

このスキルでは、exa-search スクリプトと arxiv-mcp-server を使用した学術論文の検索、文献レビュー、研究成果の統合について、包括的なガイダンスを提供します。

このスキルを使用する場面

• 特定のトピックに関する学術論文を検索する
• 文献レビューを行う
• 特定の著者の論文を探す
• 分野の最新研究を見つける
• arXiv 論文をダウンロードして分析する
• 複数の論文の知見を統合する
• 引用ネットワークや影響力のある論文を追跡する
• AI/ML の最先端手法を調査する

利用可能なツール

Exa 検索（学術分野に絞ったウェブ検索）

スクリプト：~/.claude/skills/exa-search/scripts/（exa_search.py、exa_contents.py、exa_research.py、exa_agent.py）

学術検索で使う主なフラグ：

• --category publication - 論文、プレプリント、学会予稿に結果を絞り込みます
• --domains arxiv.org - arXiv に限定します（会場を追加する場合は繰り返し指定します。--category publication とは併用できません）
• --after / --before - 出版日で絞り込みます

ホスト型の Exa MCP サーバーも代替手段です。そのフィルターはオプトインの web_search_advanced_exa ツールでのみ利用できます（references/exa-academic-search.md を参照）。

ArXiv MCP Server（論文の検索、ダウンロード、分析）

ツール：search_papers、download_paper、list_papers、read_paper

機能：

• キーワード、著者、またはカテゴリで arXiv を検索します
• 論文をローカルにダウンロードします（~/.arxiv-papers）
• 論文の内容を直接読み取ります
• 組み込みのプロンプトを使って論文を詳細に分析します

基本的なワークフロー

ワークフロー 1：論文をすばやく見つける

使用例：特定のトピックに関する論文をすばやく見つけます

Step 1: Use Exa with the publication category
python3 ~/.claude/skills/exa-search/scripts/exa_search.py \
  "a survey of transformer attention mechanisms" \
  --category publication --highlights --no-text -n 10

Step 2: Review titles and abstracts
Step 3: Note arXiv IDs for deeper analysis

ワークフロー 2：ArXiv に絞った検索

使用例：arXiv 内に絞って検索します

Step 1: Use arxiv MCP search_papers
search_papers({
  query: "large language models reasoning",
  max_results: 20,
  sort_by: "relevance"
})

Step 2: Download papers
download_paper({ arxiv_id: "2301.00234" })

Step 3: Read and analyze
read_paper({ arxiv_id: "2301.00234" })

ワークフロー 3：包括的な文献レビュー

Step 1: Broad discovery with Exa (--category publication)
Step 2: Identify key papers and authors
Step 3: Deep dive with arXiv MCP (download + read_paper)
Step 4: Synthesize findings by methodology/approach

ワークフロー 4：最新動向の追跡

Step 1: Time-filtered Exa search
python3 ~/.claude/skills/exa-search/scripts/exa_search.py \
  "multimodal large language models" \
  --category publication --after 2026-01-01 --highlights --no-text

Step 2: Sort arXiv by submitted_date
search_papers({ query: "multimodal LLM", sort_by: "submitted_date" })

ArXiv カテゴリのリファレンス

カテゴリ	説明
cs.AI	人工知能
cs.CL	計算と言語（NLP）
cs.CV	コンピュータービジョン
cs.LG	機械学習
cs.NE	ニューラル・進化的コンピューティング
stat.ML	統計学 - 機械学習
cs.RO	ロボティクス

学術ドメインの絞り込み

Exa 検索では、学術情報源に絞り込みます（フラグは繰り返し指定すると累積します。--domains を拒否する --category publication は省略してください）：

--domains arxiv.org --domains aclanthology.org --domains openreview.net \
--domains proceedings.mlr.press --domains papers.nips.cc --domains openaccess.thecvf.com

ツール選択ガイド

タスク	主なツール	代替手段
幅広いトピックの検索	Exa（--category publication）	arXiv search_papers
ArXiv に絞った検索	arXiv search_papers	--domains arxiv.org を指定した Exa
論文のダウンロード	arXiv download_paper	-
論文の全文取得	arXiv read_paper	-
コード実装の検索	--domains github.com を指定した Exa	-
ごく最近の論文	arXiv（submitted_date）	--after を指定した Exa
複数段階のレビュー、論文リスト	exa_agent.py run	-
ボット対策されたサイト	Obscura --stealth	Scrapling（Turnstile）
ステルスモードでの一括スクレイピング	Obscura scrape	-

情報源抽出のエスカレーション

情報源が ArXiv にない場合、または Exa がアクセスできない場合は、次の順にエスカレーションします。

1. ArXiv MCP → 論文が arXiv にある（無料、全文を取得可能、品質が最良）
2. Exa contents → URL が判明しており、サイトがクロールを許可している
3. Firecrawl → JavaScript を多用するサイトで、ボット対策がない
4. Obscura --stealth → サイトがヘッドレスブラウザーをフィンガープリントで検出する（JSTOR、Scholar、Persée、PubMed、Academia.edu）
5. Scrapling → サイトが Cloudflare Turnstile を使用している

Obscura のステルス抽出（ティア 3）

canvas/WebGL フィンガープリントを使って標準的なヘッドレスブラウザーをブロックする、アクセス制限のある学術情報源向けです。ペイウォールの回避には使用しません。一般公開されているメタデータ、抄録、オープンアクセスコンテンツの抽出に使用します。

動作確認済みサイト（2026-04-24）：Google Scholar、JSTOR、Persée、PubMed、Academia.edu、Perseus Digital Library。

# Quick metadata extraction (auto-detects site type from URL)
bash ~/.claude/skills/academic-research/scripts/academic_stealth_fetch.sh URL

# With explicit site type
bash ~/.claude/skills/academic-research/scripts/academic_stealth_fetch.sh URL scholar

# Direct Obscura usage
obscura fetch --stealth --quiet URL --eval "JS_EXPRESSION"

サイト固有の JavaScript 抽出パターンや注意点については、references/obscura-academic-patterns.md を参照してください。

ベストプラクティス

1. Exa の出版カテゴリから幅広く検索し、その後絞り込みます
2. 最近の動向を調べるには日付でフィルタリングします
3. 永続的にアクセスできるよう、arXiv MCP を使って重要な論文をダウンロードします
4. 複数の検索方法を相互参照します
5. より良い検索結果を得るため、クエリには専門用語を使います

分野：劣二次計算量のアテンション

O(n^2) の壁を打ち破る、トランスフォーマー以降のアテンション機構の研究分野です。2024～2026 年にかけて、論文の発表ペースが速い活発な分野です。

主要論文

論文	年	主な貢献
FlashAttention-2 (Dao)	2023	IO を考慮した厳密なアテンション — その後のすべての研究の基盤
DuoAttention	2024	アテンションヘッドを検索用（スパース）とストリーミング用（全体）に分割
Ring Attention	2024	デバイス間の分散シーケンス並列処理
MoBA (Mixture of Block Attention)	2025	Triton カーネルによるブロックスパースな top-k ゲーティング、100 万トークン
NSA (Native Sparse Attention, DeepSeek)	2025	ハードウェアに適合したスパースアテンションのパターン
TokenSelect	2025	レイヤーごとの動的なトークン枝刈り

事前構築済み検索クエリ

# Exa (publication category)
"subquadratic attention mechanism" --category publication --after 2024-01-01
"block sparse attention triton kernel" --category publication
"mixture of attention heads sparse" --category publication
"linear attention transformer approximation" --category publication --after 2024-06-01

# ArXiv (cs.LG + cs.CL)
search_papers({ query: "subquadratic attention sparse transformer", max_results: 20, sort_by: "submitted_date" })
search_papers({ query: "block sparse FlashAttention kernel", max_results: 10 })

評価基準

劣二次計算量のアテンション機構を比較する際は、次の項目をベンチマークします。

基準	測定内容
品質	対象シーケンス長における、フルアテンションに対するパープレキシティの悪化
速度	コンシューマー向け GPU（RTX 4090、M4 Max）での実時間の高速化
メモリ	128K／512K／1M のコンテキストにおける削減率
互換性	再トレーニング不要の置き換えが可能か、再トレーニングが必要か
スパース性	実際にどれだけの計算を省略できるか（例：100 万トークンで 95%）

ローカル実装の参照先

Triton カーネルを使った動作する MoBA 実装：~/Desktop/Aldea/01-Repos/perplexity-clone/model/moba_block_sparse.py

---

参考ドキュメント

詳細なパラメーターと高度な使用方法については、以下を参照してください。

• references/exa-academic-search.md - Exa スクリプトのレシピと、学術検索向け MCP ツール
• references/arxiv-mcp-tools.md - ArXiv MCP サーバーのツールリファレンス
• references/obscura-academic-patterns.md - JS 式と注意点を含む、サイト固有の Obscura 抽出パターン