mcpField
W
wfdata-search

wfdata-search

github.com/wanfangdata生産性1966 回インストール4 週間前に更新
リポジトリ

wfdata-search について

万方データの文献検索、文献詳細の取得、意味的に関連する内容の検索を行うスキルです。キーワードと自然言語による検索に対応し、API利用にはアプリケーションキーが必要です。

主な機能

  1. 01キーワード文献検索
  2. 02文献詳細の取得
  3. 03ベクトル意味検索
  4. 04コレクション種別による絞り込み
  5. 05アプリケーションキー認証

活用シーン

  1. 01キーワードによる論文検索
  2. 02研究課題に基づく文献検索
  3. 03文献IDからの詳細取得

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/wanfangdata/wfdata-open-skills --skill wfdata-search

インストール後、Claude Code で/wfdata-searchを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

references/
api-catalog.md
scripts/
wf_data_get_doc.py
wf_data_query.py
wf_data_vector_search.py

詳細

プロジェクトの README より

万方数据搜索技能

本技能提供万方数据平台的文献检索能力,支持:

  • 文献关键词检索
  • 文献详情获取
  • 基于语义的向量检索

完整 API 说明请参考:

👉 reference/api-catalog.md

该文档包含:

  • API 接口地址
  • 请求参数
  • 返回结构
  • 文献类型说明

工具脚本

  • scripts/wf_data_query.py - 文献关键词检索
  • scripts/wf_data_get_doc.py - 获取文献详情
  • scripts/wf_data_vector_search.py - 向量语义检索

认证信息

所有接口需要以下请求头:

Header说明
X-App-Key应用 Key

工具说明

1. 文献检索 (使用wf_data_query)

搜索万方数据库中的文献资源。

该工具适用于:

  • 文献检索
  • 按关键词搜索论文
  • 按文献类型筛选
参数
参数类型必填说明
querystring是检索关键词
collectionsstring[]否文献类型
rowsint否返回条数
startint否起始位置
可用 collections
collection说明
OpenPeriodical期刊论文
OpenPeriodicalChi中文期刊
OpenPeriodicalEng英文期刊
OpenThesis学位论文
OpenConference会议论文
OpenPatent专利
OpenClaw法规
OpenCstad成果
OpenStandard标准
OpenMagazine刊名
OpenMeeting会议名录
OpenNstr科技报告
OpenVideo视频
OpenFZLocalChronicle方志
OpenFZLocalChronicleItem方志条目

更多字段和高级参数请参考:

👉 reference/api-catalog.md


2. 获取文献详情 (wf_data_get_doc)

根据文献 ID 获取文献详细信息。

参数
参数类型必填说明
collectionstring是文献资源库
doc_idstring是文献 ID

3. 向量语义搜索 (wf_data_vector_search)

通过自然语言进行语义搜索,系统会匹配语义相似的论文片段。

适用于:

  • 自然语言搜索
  • 研究问题检索
  • 语义相关文献发现
参数
参数类型必填说明
query_textstring是自然语言查询
collectionsstring[]否全文资源库
可用全文 collections
collection说明
OpenPeriodicalFulltext期刊全文
OpenThesisFulltext学位论文全文
OpenConferenceFulltext会议论文全文
OpenPatentFulltext专利全文
OpenClawFulltext法规全文
OpenStandardFulltext标准全文
OpenLocalchronicleFulltext方志全文

推荐调用流程

对于科研问题,建议 Agent 使用以下流程:

用户问题
   ↓
wf_data_vector_search(语义检索)
   ↓
获取文献ID
   ↓
wf_data_get_doc(获取文献详情)
   ↓
整理研究结果

对于精准关键词搜索:

用户关键词
   ↓
wf_data_query
   ↓
获取文献ID
   ↓
wf_data_get_doc

返回结果

所有接口返回 JSON 数据。

典型结构:

{
  "documents": [],
  "num_found": 120
}

注意事项

  1. 请确保配置正确的 API 认证信息
  2. 向量搜索适合语义问题检索
  3. 关键词检索适合精确查找
  4. 建议 rows 不超过 50

コメント