papers
多源学术文献一键搜索
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：papers。 它的用途是：多源学术文献一键搜索 完整的 Skill 内容见：https://321skill.com/skills/papers-x-7/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
'帮我搜索最近三个月关于Transformer模型压缩的论文，按被引量排序'，papers会同时查询arXiv和Semantic Scholar，返回10篇相关论文，并附上摘要和链接，然后AI可以进一步帮你总结每篇论文的核心方法。
介绍
解决什么问题：研究人员和学生常需在多个数据库间反复切换查找论文，耗费大量时间。papers Skill 通过统一接口，同时检索 arXiv、Semantic Scholar 和开放获取 PDF 资源，快速返回相关文献的标题、作者、摘要、链接等信息，将分散的学术搜索整合到一步对话中。
怎么用：只需在对话中提出你的研究问题或关键词，例如“找一篇关于LLM推理优化的最新论文”，papers 会自动并行查询多个学术源，返回结构化结果。支持按年份、相关性排序，并可标记已读、保存到本地列表。配合 AI 的分析能力，还能快速总结论文要点、对比不同研究的结论。
适合谁：学术研究者、高校学生、数据分析师、技术文档工程师等需要频繁查阅学术文献的人群。尤其适合正在撰写论文、文献综述或进行技术调研的用户，能显著提升信息检索效率。
使用建议：建议配合个人知识库或笔记工具使用，将搜索到的文献自动归档。注意部分开放获取 PDF 可能受限于版权，无法直接获取全文，但摘要和元数据通常完整。对于需要深度阅读的论文，可结合“研读学术文献”场景进一步分析。
核心特点
与其他单一来源的学术搜索 Skill 不同，papers 同时聚合 arXiv、Semantic Scholar 和开放获取 PDF 三大来源，覆盖预印本、已发表论文和开放资源，结果更全面，且支持结构化输出方便后续处理。
注意事项
不适合需要查看付费期刊全文或数据库内特定非开放文件的场景，仅提供元数据和开放获取链接。
常见问题
如何搜索特定领域的论文？
直接输入关键词或自然语言查询，如“2024年关于强化学习的最新研究”。支持指定作者、标题或者年份。例如“搜索作者Yoshua Bengio 2023年的论文”。
支持哪些学术数据库？
支持 arXiv（预印本）、Semantic Scholar（学术语义搜索）以及开放获取的 PDF 资源。不包含付费数据库如 IEEE、Springer 等。
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/papers-x-7/raw/index.md 读取 papers 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/papers-x-7/raw/index.md（查看排版版本）