arendon1 Research Literature
Propósito
Skill de descubrimiento de fuentes académicas. Recibe un tema de investigación
y devuelve fuentes identificadas con metadatos estructurados (DOI, PMID, URL, autores,
año, resumen). Las fuentes descubiertas se entregan como insumo al skill generar-paper,
que se encarga de validarlas, formatearlas y componer el documento final.
Este skill no valida citas ni compone documentos. Solo busca y descubre. La
validación rigurosa la hace generar-paper con su pipeline de verificación Tier C.
Arquitectura
Tema de investigación → [EXA → Semantic Scholar → Google Scholar] → Fuentes estructuradas → generar-paper
El pipeline de búsqueda es en cascada, por orden de preferencia:
| Prioridad | Herramienta | Fortaleza |
|---|---|---|
| 1 | EXA | Búsqueda semántica con embeddings, alta precisión, filtra por categoría research paper |
| 2 | Semantic Scholar | API gratuita, metadatos ricos (citas, venues, campos de estudio), sin API key requerida |
| 3 | Google Scholar | Cobertura máxima, sin API (búsqueda manual guiada por estrategia documentada) |
El agente debe intentar EXA primero. Si no hay API key o los resultados son insuficientes, pasa a Semantic Scholar. Google Scholar es el último recurso para búsqueda manual.
Workflow
1. Recibir consulta
El usuario entrega un tema de investigación, idealmente con filtros:
- Rango de años (
--start-year,--end-year) - Dominios o venues específicos
- Tipo de publicación (artículo, review, conference paper)
- Mínimo de citas
2. Ejecutar búsqueda (en cascada)
EXA (prioridad 1)
script: search_exa.py
# Búsqueda semántica básica
python scripts/search_exa.py "machine learning in healthcare" --limit 10
# Con filtros de año y dominio
python scripts/search_exa.py "transformer attention mechanisms" \
--start-year 2020 --end-year 2025 \
--domains arxiv.org --limit 20 \
--output resultados.json
# Salida en BibTeX
python scripts/search_exa.py "neural rendering" --format bibtex --output referencias.bib
Requiere: EXA_API_KEY en variable de entorno.
Semantic Scholar (prioridad 2)
script: search_semantic_scholar.py
# Búsqueda por palabra clave
python scripts/search_semantic_scholar.py "coral reef conservation" --limit 20
# Con filtros de año, venue y tipo de publicación
python scripts/search_semantic_scholar.py "quantum error correction" \
--year 2022-2025 \
--venue "Nature|Science|Physical Review" \
--publication-types JournalArticle \
--min-citations 10 \
--output papers.json
# Búsqueda por título (útil para verificar si un paper existe)
python scripts/search_semantic_scholar.py --match "Attention Is All You Need"
No requiere API key (rate limit: 100 req/5 min sin key). Con SEMANTIC_SCHOLAR_API_KEY
el límite sube a 100 req/seg.
Google Scholar (prioridad 3)
Sin script. El agente realiza búsqueda manual guiada por la estrategia documentada
en references/buscar-google-scholar.md. Usar operadores author:, intitle:,
source: y filtros por año. Google Scholar es el último recurso cuando las APIs
no devuelven resultados suficientes.
3. Entregar fuentes
Cuando se usan múltiples herramientas, combinar los resultados con merge_results.py
para eliminar duplicados antes de entregar a generar-paper:
python scripts/merge_results.py exa_results.json semantic_results.json \
--output unified.json
El skill produce un archivo JSON estructurado con las fuentes encontradas:
{
"query": "machine learning in healthcare",
"timestamp": "2026-06-14T10:30:00",
"sources_used": ["exa", "semantic_scholar"],
"total_results": 25,
"results": [
{
"title": "Deep Learning for Healthcare: Review, Opportunities and Challenges",
"authors": ["Smith, John", "Doe, Jane"],
"year": 2024,
"doi": "10.1000/xyz123",
"url": "https://doi.org/10.1000/xyz123",
"abstract": "This paper reviews...",
"source": "exa",
"citation_count": 42
}
]
}
4. Integración con generar-paper
El skill research-literature entrega fuentes identificadas (DOIs, URLs, metadatos).
El skill generar-paper las recibe y ejecuta su pipeline:
extracción → validación Tier C → formateo BibTeX → composición Typst → PDF.
El agente carga ambos skills juntos cuando el usuario pide buscar fuentes Y generar
un paper. La orquestación es a nivel de agente, no de código. Ver references/estrategia-busqueda.md
para el flujo de integración.
Referencias
| Guía | Propósito |
|---|---|
references/buscar-exa.md |
Guía de búsqueda con EXA: filtros, categorías, estrategias de query |
references/buscar-semantic-scholar.md |
Guía de búsqueda con Semantic Scholar: endpoints, filtros, campos disponibles |
references/buscar-google-scholar.md |
Estrategia de búsqueda manual en Google Scholar: operadores, filtros, tácticas |
references/estrategia-busqueda.md |
Estrategia general: cuál herramienta usar, cuándo, y cómo combinarlas |
Scripts
| Script | Propósito |
|---|---|
scripts/search_exa.py |
Búsqueda semántica con EXA API vía exa-py |
scripts/search_semantic_scholar.py |
Búsqueda con Semantic Scholar API REST |
scripts/merge_results.py |
Combinar y deduplicar resultados de múltiples fuentes |
Dependencias
- Python 3.10+ — para todos los scripts
exa-py— SDK de Python para EXA API (pip install exa-py)requests— para Semantic Scholar API (pip install requests)
Habilidades complementarias
generar-paper— validar citas y componer documentos. Cargar después de obtener fuentes con este skill.find-docs— consultar documentación actualizada de EXA, Semantic Scholar, o APIs relacionadas.