metagalaxy-crystal 沁言学术 - 文献检索
概述
本技能通过沁言学术OpenAPI，支持从 Google Scholar、万方(Wanfang)、PubMed、ArXiv 四大学术数据库进行文献检索。根据用户查询的语言和学科领域，智能选择最优检索策略。
学术诚信声明： 所有检索结果均来自真实学术数据库，严禁捏造或猜测文献信息。如检索结果不完整，应如实告知用户。
前置条件
使用前请确保：
- 已设置
QINYAN_API_KEY环境变量（前往 https://platform.qinyanai.com/ 申请） - 环境中可用
curl和python3
export QINYAN_API_KEY="your-api-key-here"
智能检索策略
收到用户的检索请求后，请按以下策略选择数据源：
语言策略
- 中文查询：优先使用 万方(Wanfang)，可同时检索 Google Scholar
- 英文查询：优先使用 Google Scholar，可同时检索其他英文数据库
学科策略
- 医学/生物医学/生命科学：优先使用 PubMed（不支持中文query，需翻译为英文）
- 计算机科学/理工/数学/物理：优先使用 ArXiv（不支持中文query，需翻译为英文）
- 社科/人文/综合：优先使用 Google Scholar 或 万方
重要提醒
- PubMed 和 ArXiv 不支持中文检索：如用户使用中文关键词且需检索这两个数据库，必须先将查询词翻译为准确的英文学术术语，再发起检索
- 可同时检索多个数据库以获取更全面的结果
- 向用户说明实际使用了哪些数据库进行检索
使用方法
通过 scripts/search.sh 脚本调用API，指定数据源和检索参数：
bash scripts/search.sh <source> '<json_payload>'
其中 <source> 为：google | wanfang | pubmed | arxiv
各数据库参数说明
Google Scholar
bash scripts/search.sh google '{"query": "deep learning", "max_results": 20, "offset": 0, "date_from": "2020", "date_to": "2025", "author": "Hinton", "journal": "Nature", "language": "english"}'
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| query | string | 是 | 检索关键词，支持布尔表达式（1-300字符） |
| max_results | int | 否(默认20) | 返回数量，最大20 |
| offset | int | 否(默认0) | 分页偏移量 |
| date_from | string | 否 | 起始年份，如 "2020" |
| date_to | string | 否 | 截止年份，如 "2025" |
| author | string | 否 | 按作者筛选 |
| journal | string | 否 | 按期刊筛选 |
| language | string | 否 | "english" 或 "中文"，留空不限 |
万方(Wanfang)
bash scripts/search.sh wanfang '{"query": "人工智能 教育", "max_results": 50, "date_from": "2020", "date_to": "2025"}'
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| query | string | 是 | 检索关键词，支持中英文（1-300字符） |
| max_results | int | 否(默认50) | 返回数量，1-100 |
| date_from | string | 否 | 起始年份 |
| date_to | string | 否 | 截止年份 |
PubMed
bash scripts/search.sh pubmed '{"query": "cancer immunotherapy", "max_results": 50, "offset": 0, "date_from": "2020", "date_to": "2025"}'
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| query | string | 是 | 检索关键词，支持PubMed查询语法（1-300字符，仅英文） |
| max_results | int | 否(默认50) | 返回数量，1-200 |
| offset | int | 否(默认0) | 分页偏移量 |
| date_from | string | 否 | 起始日期，"YYYY" 或 "YYYYMMDD" |
| date_to | string | 否 | 截止日期，"YYYY" 或 "YYYYMMDD" |
ArXiv
bash scripts/search.sh arxiv '{"query": "transformer attention", "max_results": 50, "offset": 0, "date_from": "2020", "date_to": "2025", "author": "Vaswani"}'
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| query | string | 是 | 检索关键词，支持ArXiv查询语法（1-300字符，仅英文） |
| max_results | int | 否(默认50) | 返回数量，1-100 |
| offset | int | 否(默认0) | 分页偏移量 |
| date_from | string | 否 | 起始日期 |
| date_to | string | 否 | 截止日期 |
| author | string | 否 | 按作者筛选 |
输出格式
检索结果以结构化方式呈现给用户：
- 说明检索策略：告知用户选择了哪些数据库及原因
- 结果列表：每条文献包含：
- 标题（加粗）
- 作者列表
- 发表年份 / 期刊或来源
- 摘要（适当截断）
- DOI链接（如有）
- PDF链接（如有）
- 数据来源标注
- 结果统计：总计检索到多少条结果
示例工作流
用户输入中文查询
用户: 帮我检索关于"深度学习在医学影像中的应用"的文献
- 识别为中文查询 + 医学领域
- 将查询翻译为英文: "deep learning medical imaging applications"
- 优先检索 万方（中文文献）和 PubMed（英文医学文献）
- 整合结果返回用户
用户输入英文查询
用户: Search papers about "large language models for code generation"
- 识别为英文查询 + 计算机领域
- 优先检索 Google Scholar 和 ArXiv
- 整合结果返回用户