semantic-scholar

Semantic Scholar 查询

通过 `asta papers` 命令调用 Semantic Scholar API，快速、精准地查询论文元数据、引用和作者。

何时使用此技能

• 用户询问某篇特定论文的详细信息（按标题、DOI、arXiv ID 等）
• 用户想查看引用某篇作品的论文
• 用户询问某位作者的论文
• 用户想快速按关键词搜索（而非生成综合报告）
• 用户想在论文全文中查找特定主张、方法或证据（使用 snippet-search）
• 任务需要精准查询论文元数据或引用图谱

不适用于生成综合报告——请改用 Literature Report Generation 技能。

相关技能：Find Literature

asta papers ...（此技能）用于通过 Semantic Scholar API 机械式地精准查询：获取已知论文、列出引用、按标题／摘要／正文中的关键词搜索，以及查询作者。除 S2 自身的关键词排序外，不涉及 Agent 推理。

Find Literature 技能（asta literature find / asta literature interactive）用于以主题为导向、基于标准的搜索：系统从查询中提取相关性标准，检索候选结果，并根据这些标准对结果进行排序，同时提供逐篇相关性摘要——更接近“依据分级判断进行文献搜索”，而非关键词匹配。

以下情况使用此技能（asta papers）：

• 用户指定了要查询的特定论文、作者、ID 或确切短语
• 需要原始元数据（引用、发表场所、研究领域、openAccessInfo）
• 正在浏览引用图谱（谁引用了什么、某位作者引用了谁）
• 想在论文正文中搜索特定字符串（snippet-search）
• 需要快速获取结果，且不要求全面覆盖

以下情况改用 Find Literature 技能：

• 用户提出“查找关于 X 的论文”“文献对 Y 有何看法”“支持 Z 观点的论文”等请求
• 查询内容是研究主题，而非字符串匹配；且需要相关性排序及解释
• 工作会话具有探索性：筛选先前结果、汇总信息、跨多轮追踪关联（使用 asta literature interactive --thread-dir <dir>）
• 相较于原始关键词搜索，通过 find 式单次查询或 interactive 式多轮 Agent 循环并进行验证，能获得排序更优的结果

两者互为补充。一种常见流程是：先使用 Find Literature 发掘某个主题的相关论文，再使用 asta papers get / asta papers citations 深入查询具体论文。

**会话级经验法则：**如果整个会话都围绕文献搜索／探索展开（例如用户的第一轮请求是“查找关于 X 的论文”），则默认使用 asta literature interactive 开展探索，即使单个查询看起来很简单。如果会话主题另有侧重，只是将快速查询元数据或引用作为其中一个步骤，则使用 asta papers。

可用命令

获取论文详情

asta papers get - 按 ID 获取单篇论文的元数据

asta papers get ARXIV:2005.14165

asta papers get "DOI:10.18653/v1/N18-3011" --fields title,year,authors,abstract

asta papers get CorpusId:215416146 --format text

支持的 ID 格式：

• ARXIV:2106.15928
• DOI:10.18653/v1/N18-3011
• CorpusId:215416146
• PMID:19872477
• URL:https://arxiv.org/abs/2106.15928

常见字段：title,abstract,authors,year,venue,citationCount,publicationDate,url,isOpenAccess,fieldsOfStudy

搜索论文

asta papers search - 按关键词搜索论文

asta papers search "transformers attention mechanism"

asta papers search "RLHF" --date 2023- --limit 10

asta papers search "neural networks" --fields title,year,abstract,authors

asta papers search "LLM safety" --date 2024-01-01:2024-12-31

选项：

• --fields：以逗号分隔的待返回字段
• --limit：结果数量（默认值为 20，最大值为 100）
• --date：发表日期或年份筛选条件。接受年份（2020、2020-2024、2020-）或日期范围（2024-01-01:2024-12-31）。映射到 S2 的 publicationDateOrYear 参数。
• --format：将输出格式设为 json 或 text

片段搜索

asta papers snippet-search - 通过 S2 snippet/search API 搜索论文全文（标题、摘要和正文）。返回匹配的文本摘录以及论文元数据。

asta papers snippet-search "in-context learning emerges at scale"

asta papers snippet-search "RLHF reward hacking" --date 2023- --limit 10

asta papers snippet-search "sparse mixture of experts" --fields snippet.text,snippet.snippetKind,snippet.section

# Pin results to papers indexed before a date (useful for reproducible benchmarks)
asta papers snippet-search "chain-of-thought" --inserted-before 2024-01-01

--fields 选项接受片段字段：

• snippet.text - 匹配的文本摘录（约 500 个单词）
• snippet.snippetKind - 来源类型（例如标题、摘要、正文）
• snippet.section - 片段所在的论文部分
• snippet.snippetOffset - 字符位置信息（start、end）
• snippet.annotations - 标记内容，包括参考文献提及和句子边界

如果省略 --fields，默认值为 snippet.text,snippet.snippetKind。无论是否指定 --fields，始终都会返回论文元数据（corpusId、标题、作者、openAccessInfo）和相关性得分。

选项：

• --fields：要返回的逗号分隔片段字段
• --date：日期/年份筛选，与标准搜索相同
• --limit：最大结果数（默认 20，最多 1000，上限高于标准搜索）
• --inserted-before：仅包含在此日期前编入索引的论文（YYYY-MM-DD、YYYY-MM 或 YYYY）。通常用于确保基准测试结果一致：固定截止日期可确保多次运行返回相同的论文集合，即使系统持续编入新论文也是如此。
• --format：以 json 或 text 格式输出

获取引用

asta papers citations - 获取引用指定作品的论文

asta papers citations ARXIV:2005.14165

asta papers citations CorpusId:218487638 --limit 20 --format text

选项：

• --fields：引用论文的字段
• --limit：最大结果数（默认 50，最多 1000）
• --format：以 json 或 text 格式输出

作者搜索与论文

asta papers author search - 按姓名查找作者

asta papers author search "Yoav Goldberg"

asta papers author search "Hinton" --limit 5 --format text

asta papers author papers - 获取某位作者的论文

# First, get author ID from search
asta papers author search "Yoav Goldberg"

# Then get their papers using the author ID
asta papers author papers 1741101 --limit 50

asta papers author papers 1741101 --fields title,year,venue,citationCount

选项：

• --fields：要返回的论文字段
• --limit：最大结果数（默认 50，最多 1000）
• --format：以 json 或 text 格式输出

输出格式

所有命令都支持两种输出格式：

JSON 格式（默认）：

• 机器可读
• 完整的数据结构
• 可通过管道传递给 jq 进行筛选
• 最适合编程使用

文本格式（--format text）：

• 易于阅读
• 格式化输出
• 最适合快速浏览
• 向用户展示结果时使用

使用技巧

高效选择字段

只请求所需字段，以加快响应速度：

# Good - minimal fields for quick browse
asta papers search "deep learning" --fields title,year,authors,citationCount

# Less efficient - many fields slow down response
asta papers search "deep learning" --fields title,abstract,authors,year,venue,citations,references

日期筛选

适当限定为近期论文：

asta papers search "RLHF" --date 2023-2024  # 2023-2024
asta papers search "RLHF" --date 2023-      # 2023 onwards
asta papers search "RLHF" --date -2020      # Before 2020
asta papers search "RLHF" --date 2024-06-01:2024-12-31  # Specific date range

通过管道传递给 jq

用于复杂的 JSON 处理：

# Extract just titles
asta papers search "transformers" | jq '.data[].title'

# Filter by citation count
asta papers search "neural networks" | jq '.data[] | select(.citationCount > 100)'

# Get author names
asta papers get ARXIV:2005.14165 | jq '.authors[].name'

多步工作流

串联命令以处理复杂查询：

示例 1：查找某位作者近期被引用次数较多的论文

# 1. Find author
asta papers author search "Geoffrey Hinton" --format text

# 2. Get their recent papers
asta papers author papers 1751273 --fields title,year,citationCount --limit 50 | \
  jq '.data[].paper | select(.year >= 2020) | select(.citationCount > 100)'

示例 2：探索引用网络

# 1. Get paper details
asta papers get ARXIV:2005.14165

# 2. Get who cited it
asta papers citations ARXIV:2005.14165 --limit 20 --format text

# 3. Get details on specific citing papers
asta papers get CorpusId:123456789

工作流示例

“获取 arXiv:2005.14165 的详细信息”

asta papers get ARXIV:2005.14165 --format text

以易于阅读的格式向用户展示输出。

“哪些论文引用了 GPT-3 论文？”

# GPT-3 paper
asta papers citations ARXIV:2005.14165 --limit 50 --format text

展示结果中近期或被引用次数较多的论文。

“RLHF 相关的近期论文”

asta papers search "RLHF reinforcement learning from human feedback" \
  --date 2023- \
  --limit 20 \
  --fields title,abstract,year,authors,venue,citationCount \
  --format text

“Yoav Goldberg 撰写的论文”

# Step 1: Find author
asta papers author search "Yoav Goldberg" --format text

# Step 2: Get their papers (using author ID from step 1)
asta papers author papers 1741101 \
  --fields title,year,venue,citationCount \
  --limit 50 \
  --format text

“查找‘chain-of-thought’推理的证据”

# Snippet search finds mentions in paper bodies, not just titles/abstracts
asta papers snippet-search "chain-of-thought reasoning improves performance" \
  --limit 15

# Or use standard search for paper-level results
asta papers search "chain-of-thought reasoning" \
  --fields title,abstract,year,authors \
  --limit 15

# Then examine specific papers with 'asta papers get'

结果展示

向用户展示结果时：

单篇论文：

**Title** (Year)
Authors: [author list]
Venue: [venue name]
Citations: [count]

[Abstract]

URL: [Semantic Scholar link]

论文列表：

Found [N] papers:

1. **Paper Title** - Author et al. (Year) - [Venue] - [X citations]
2. **Another Paper** - ...
...

片段结果（snippet-search）：

Found [N] snippet results:

1. **Paper Title** - Author et al.
   Score: 0.95
   Snippet (abstract): "...matching text excerpt..."
2. **Another Paper** - ...
...

引用：

Found [N] papers citing this work:

Recent citations:
1. [Paper 1] (2024) - [citations]
2. [Paper 2] (2023) - [citations]
...

最佳实践

• 直接向用户展示结果时，使用 --format text
• 需要处理或筛选结果时，使用 JSON 输出
• 从较小的结果数限制开始，必要时再调高
• 只获取实际会用到的字段
• 搜索论文正文中的特定论断、方法或证据时，使用 snippet-search
• 按主题发现论文时，使用 search
• 进行全面研究时，建议使用 Literature Report Generation 技能
• 适时提供 Semantic Scholar URL：请求并使用 url 字段，或者根据已有的 ID 构建链接——对于 paperId，使用 https://www.semanticscholar.org/paper/<paperId>；对于 corpus ID，使用 https://api.semanticscholar.org/CorpusID:<corpusId>

API 密钥

如果存在 ASTA_TOOL_KEY 环境变量，命令会使用它。大多数查询无需密钥即可使用，但使用密钥可以获得更高的速率限制。