academic-research

学术研究

此技能使用 exa-search 脚本和 arxiv-mcp-server，为学术论文搜索、文献综述和研究综合提供全面指导。

何时使用此技能

• 搜索某个主题的学术论文
• 开展文献综述
• 查找特定作者的论文
• 了解某个领域的最新研究
• 下载并分析 arXiv 论文
• 综合多篇论文的研究结果
• 追踪引用网络和有影响力的论文
• 研究 AI/ML 领域的最先进方法

可用工具

Exa 搜索（带学术过滤的网页搜索）

脚本：~/.claude/skills/exa-search/scripts/（exa_search.py、exa_contents.py、exa_research.py、exa_agent.py）

学术搜索的关键标志：

• --category publication - 将结果筛选为论文、预印本和会议论文集
• --domains arxiv.org - 限定在 arXiv（可重复使用以添加更多来源；不能与 --category publication 组合使用）
• --after / --before - 按发布日期筛选

托管的 Exa MCP 服务是另一种选择；其筛选条件仅适用于选择启用的 web_search_advanced_exa 工具（参见 references/exa-academic-search.md）。

ArXiv MCP 服务（论文搜索、下载和分析）

工具：search_papers、download_paper、list_papers、read_paper

功能：

• 按关键词、作者或类别搜索 arXiv
• 将论文下载到本地（~/.arxiv-papers）
• 直接阅读论文内容
• 使用内置提示词深入分析论文

核心工作流

工作流 1：快速发现论文

使用场景：快速查找特定主题的论文

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

工作流 2：聚焦 arXiv 的搜索

使用场景：专门在 arXiv 中搜索

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" })

工作流 3：全面的文献综述

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

工作流 4：追踪最新进展

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 类别参考

类别	说明
cs.AI	人工智能
cs.CL	计算与语言（NLP）
cs.CV	计算机视觉
cs.LG	机器学习
cs.NE	神经与进化计算
stat.ML	统计学 - 机器学习
cs.RO	机器人学

学术领域筛选

对于 Exa 搜索，可将范围限定为学术来源（重复使用标志会累积；省略 --category publication，因为它会拒绝 --domains）：

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

工具选择指南

任务	首选工具	替代方案
广泛的主题搜索	Exa（--category publication）	arXiv search_papers
专门搜索 arXiv	arXiv search_papers	使用 --domains arxiv.org 的 Exa
下载论文	arXiv download_paper	-
获取论文全文	arXiv read_paper	-
查找代码实现	使用 --domains github.com 的 Exa	-
查找最新论文	arXiv（submitted_date）	Exa（使用 --after）
多跳综述、论文列表	exa_agent.py run	-
受机器人保护的网站	Obscura --stealth	Scrapling（Turnstile）
批量隐蔽抓取	Obscura scrape	-

来源提取升级方案

当来源不在 ArXiv 上，或 Exa 无法访问时，按以下顺序升级：

1. ArXiv MCP → 论文位于 arXiv 上（免费、全文、质量最佳）
2. Exa contents → 已知 URL，且网站允许爬取
3. Firecrawl → 使用大量 JavaScript 的网站，无反机器人机制
4. Obscura --stealth → 网站会对无头浏览器进行指纹识别（JSTOR、Scholar、Persée、PubMed、Academia.edu）
5. Scrapling → 网站使用 Cloudflare Turnstile

Obscura 隐蔽提取（第 3 级）

适用于通过 canvas/WebGL 指纹识别拦截标准无头浏览器的受限学术来源。不可用于绕过付费墙，而是用于提取公开可见的元数据、摘要和开放获取内容。

已验证的网站（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"

各网站专用的 JS 提取模式和注意事项，请参阅 references/obscura-academic-patterns.md。

最佳实践

1. 从宽泛的搜索开始，先使用 Exa 的出版物类别，再逐步缩小范围
2. 使用日期筛选查找近期进展
3. 通过 arXiv MCP 下载重要论文，以便长期访问
4. 交叉参考多种搜索方式
5. 在查询中使用技术术语，以获得更好的结果

领域：次二次注意力

研究突破 O(n^2) 瓶颈的 Transformer 后注意力机制。该领域目前十分活跃，论文发表频率很高（2024–2026）。

重要论文

论文	年份	主要贡献
FlashAttention-2 (Dao)	2023	感知 IO 的精确注意力——为后续所有工作奠定基础
DuoAttention	2024	将注意力头拆分为检索（稀疏）与流式（完整）两类
Ring Attention	2024	跨设备的分布式序列并行
MoBA (Mixture of Block Attention)	2025	使用 Triton 内核实现块稀疏 top-k 门控，支持 1M 个 token
NSA (Native Sparse Attention, DeepSeek)	2025	与硬件对齐的稀疏注意力模式
TokenSelect	2025	按层动态裁剪 token

预构建搜索查询

# 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 })

评估标准

比较次二次注意力机制时，请依据以下指标进行基准测试：

标准	测量内容
质量	目标序列长度下，相较完整注意力的困惑度下降
速度	消费级 GPU（RTX 4090、M4 Max）上的实际运行时间加速比
内存	在 128K / 512K / 1M 上下文下的缩减比例
兼容性	可直接替换，还是需要重新训练
稀疏度	实际跳过了多少计算（例如，1M 个 token 时跳过 95%）

本地实现参考

使用 Triton 内核的可运行 MoBA 实现：~/Desktop/Aldea/01-Repos/perplexity-clone/model/moba_block_sparse.py

---

参考文档

如需了解详细参数和高级用法：

• references/exa-academic-search.md - 用于学术搜索的 Exa 脚本示例和 MCP 工具
• references/arxiv-mcp-tools.md - ArXiv MCP 服务工具参考
• references/obscura-academic-patterns.md - Obscura 特定网站的提取模式，包含 JS 表达式和注意事项