Academic Paper Search MCP服务器
多源学术论文检索与元数据集成工具
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Academic Paper Search MCP服务器。 它的用途是：多源学术论文检索与元数据集成工具 完整的 Skill 内容见：https://321skill.com/skills/academic-paper-search/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'帮我搜索最近关于强化学习在机器人控制中的应用的论文，限制5篇，年份从2022到2024'，它会调用search_by_topic工具，返回5篇论文的标题、作者、年份、摘要和DOI，你可以进一步要求获取某篇论文的详细元数据或全文链接。
介绍
这个Skill解决了学术论文检索效率低下的问题。在实际开发中，研究人员和学生经常需要跨多个数据库（如Crossref、Semantic Scholar）搜索论文，手动切换平台、复制粘贴结果非常耗时。该工具通过统一的MCP接口，让AI助手能直接调用多源搜索、获取元数据及全文链接。
使用方式很简单，你只需要通过Smithery一键安装并配置好API Key（可选）。之后就可以通过自然语言指令来搜索论文、获取详情或按主题筛选，例如‘帮我搜索2024年关于Transformer的综述论文，返回5篇’。它会自动调用search_papers或search_by_topic工具，返回格式化的标题、作者、摘要、DOI等信息。
它非常适合需要快速检索学术文献的团队或个人，尤其是那些已经使用Claude Desktop作为AI助手的研究者、高校学生或数据分析师。对于需要大量文献调研的课题，这个工具能显著减少手动搜索和整理的时间。
建议在撰写论文、文献综述或技术调研时统一使用此工具。需要注意的是，它主要依赖公开的学术API，部分全文PDF需要单独获取；同时建议配置Semantic Scholar API Key以获取更完整的元数据（如TL;DR摘要）。
核心特点
与直接使用Semantic Scholar API相比，该Skill通过MCP协议集成到AI助手工作流中，支持多源（Crossref+Semantic Scholar）同时搜索，而无需手动编写HTTP请求和解析JSON；同时提供按年份和主题的过滤功能，更贴合科研场景。
注意事项
依赖Python和uv工具链，需要网络访问；默认搜索结果限制为10条，且部分全文PDF可能因版权限制无法直接获取。
常见问题
支持哪些论文来源？
目前支持Crossref和Semantic Scholar两个源，可通过参数指定使用哪个源。
需要申请API Key吗？
Semantic Scholar API Key是可选的，但配置后可以获取更丰富的元数据（如TL;DR摘要）；Crossref API Key也是可选的但推荐使用。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/academic-paper-search/raw/index.md 读取 Academic Paper Search MCP服务器 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/academic-paper-search/raw/index.md（查看排版版本）