mcpField
N
nature-academic-search

nature-academic-search

github.com/yuan1z0825生产力51.2k15.5k 次安装1 天前更新
代码仓库

关于 nature-academic-search

用于文献检索、引文核查、PubMed 策略制定和参考文献文件处理的学术搜索 Skill。它按任务匹配相应指南，并提供无需 MCP 的检索脚本作为备用方案。

主要功能

  1. 01跨来源检索文献
  2. 02核查文档中的引文
  3. 03制定 MeSH 和 PubMed 检索策略
  4. 04转换和管理引文文件
  5. 05支持参考文献及引文影响分析

适用场景

  1. 01跨研究来源查找论文
  2. 02核对从文档提取的参考文献
  3. 03构建 PubMed 检索式
  4. 04转换或管理 RIS 与 BibTeX 文件

MCP 相关

该 Skill 列出用于核心检索、扩展检索和 PubMed 实用操作的 MCP 工具，并按任务进行路由；另提供无需 MCP 的文献检索备用脚本。

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/yuan1z0825/nature-skills --skill nature-academic-search

安装后在 Claude Code 中输入/nature-academic-search确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

install.sh
manifest.yaml
agents/
openai.yaml
config/
mcp-snippet.json
settings-snippet.json
triggers-academic-search.toml
mcp-server/
academic_search_server.py
config.toml
README.md
requirements.txt
mcp-server/sources/
__init__.py
arxiv.py
crossref.py
elsevier_common.py
pubmed.py
sciencedirect.py
scopus.py
mcp-server/tests/
__init__.py
test_arxiv_error_entries.py
test_citation_errors.py
test_elsevier_live.py
test_format_converter_hardening.py
test_mcp_tools.py
test_pubmed_parsing.py
test_scopus_empty_result.py
test_script_converters.py
test_sources.py
mcp-server/utils/
__init__.py
config.py
errors.py

详细介绍

学术搜索 — 路由器

路由协议

对于在完整提供记录的情况下的本地引文文件转换，直接加载 references/workflows/wf4-citation-file-mgmt.md 及其格式参考。 源查找、API 设置和网络预检仅在需要检索或验证时适用； 对于所请求的离线转换，不要要求这些步骤。

对于新任务，加载下面的核心资源和匹配资源。在后续任务中复用已加载的指导；仅在任务需要时加载更多内容。

1. 加载清单和核心层

阅读 manifest.yaml。它声明了 workflow 轴、允许的值，以及每个值映射到的文件路径。

同时阅读 always_load 下列出的每个文件：

  • static/core/tools.md — MCP 工具清单（核心搜索、扩展搜索、PubMed 实用工具）以及共享模块映射。
  • static/core/routing-and-ops.md — T1→T2→T3 源路由快速指南、环境设置、错误处理和限制。
2. 检测工作流

将用户的需求映射到一个或多个 workflow 值：

  • multi-source-search — 跨源查找文献。
  • citation-verification — 验证从文档中提取的引文。
  • mesh-strategy — 构建 MeSH/PubMed 搜索策略。
  • citation-file-mgmt — 转换/管理 .nbib/.ris/.bib 文件。
  • reference-mgmt — BibTeX、相关文章发现、ID 转换。
  • strict-other-citation-impact-audit — 确定严格的独立他引、构建文章级引用指标表、识别高知名度引用者（院士、校长/院长、人才奖项获得者、会士、领域领军人物），并提取他们引用目标论文的方式。

一个组合请求（例如先搜索再导出）可能需要不止一个。在继续之前，用一行简短说明检测到的工作流。

3. 加载匹配的工作流片段

阅读每个检测到的工作流所映射的文件（位于 references/workflows/ 下）。不要阅读每一个工作流。每个工作流文件都链接到它所需的共享模块。

4. 使用已加载的材料运行工作流

按以下顺序应用已加载的材料：

  1. 核心工具和路由（core/tools.md、core/routing-and-ops.md）— 哪种需求使用哪个 MCP 工具，以及源检索的 T1→T2→T3 回退链。
  2. 工作流片段 — 其具体步骤。
  3. 按需使用的共享模块和脚本（去重、引文解析器、搜索策略、RIS/BibTeX 格式、格式转换器）。

报告具体的工具故障，并继续使用剩余工具；在没有结果时拓宽术语；如果脚本失败两次，则回退到根据 MCP 获取的元数据手动生成。

5. 仅在需要时查阅参考

references/（以及 scripts/）下的文件是深度参考，而非默认加载项。根据清单中的 references.on_demand 表按需打开它们 — 例如 references/source-tiers.md 用于完整的可靠性分类，references/dedup-engine.md / references/citation-parser.md / references/search-strategy.md / references/ris-bibtex-format.md 用于共享模块，以及 scripts/academic_search.py（无 MCP 回退发现搜索）/ scripts/format-converter.py / scripts/preflight.py 用于工具。

评论

支持 Markdown