sciverse academic retrieval
精准检索学术文献，支持语义分块搜索与原文引用级内容读取。
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：sciverse academic retrieval。 它的用途是：精准检索学术文献，支持语义分块搜索与原文引用级内容读取。 完整的 Skill 内容见：https://321skill.com/skills/sciverse-academic-retrieval-x-6/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
‘帮我找一下2021年以来，在顶会NeurIPS或ICLR上发表的，关于大语言模型幻觉缓解技术的论文，并提取其中讨论评估指标的部分。’，它会先根据会议、年份和主题进行元数据过滤，返回相关论文列表，然后通过语义搜索在这些论文中找到专门论述评估指标的段落，并呈现原文内容供你引用。
介绍
该技能旨在解决学术研究者在文献检索与引用过程中面临的效率与精度问题。传统搜索引擎难以根据复杂的结构化元数据（如作者、期刊、发表年份等）进行精准筛选，且无法直接定位到论文内部的特定语义片段或引用所需的具体内容。
通过该技能，用户可以直接使用自然语言描述检索需求，例如指定领域、关键词、发表时间范围等元数据条件，系统将返回匹配的学术论文列表。更重要的是，它支持对论文全文进行语义分块（Chunking）和向量化搜索，这意味着用户可以像提问一样，直接查找论文中讨论某个具体概念、方法或结论的段落。此外，技能还能按字节范围读取PDF原文，确保引用的文字内容准确无误，满足学术写作的严谨要求。
它非常适合需要高效查阅、引用和分析大量学术文献的用户，如高校学生、学术研究者、需要撰写行业报告或技术方案的专业人士。对于从事量化研究、文献综述、论文写作或前沿技术调研的个体而言，该技能能显著提升信息获取的深度和准确性。
使用建议：在提出检索请求时，尽量明确你的元数据筛选条件（如“2020年后发表在Nature上的关于AI伦理的论文”）和语义搜索目标（如“找出这些论文中讨论数据偏见缓解策略的段落”）。注意事项：其检索效果依赖于背后连接的学术数据库的覆盖范围和更新时效，对于非常新兴或特定领域的文献可能有所局限。同时，语义搜索的准确性受文本分块和嵌入模型质量影响。
核心特点
它不仅支持基于作者、期刊、年份等结构化元数据的精准论文检索，还集成了面向RAG的语义分块搜索能力，能定位到论文内部的具体论述片段，并可直接读取PDF的字节范围内容，确保学术引用的原文准确性。
注意事项
不适合检索非学术性的一般网络文章或新闻，其效果受限于所接入的学术数据库的覆盖范围。
常见问题
能直接下载论文全文吗？
不能，该技能专注于检索、语义搜索和原文内容读取，不提供论文下载功能。
支持哪些学术数据库？
具体支持的数据库取决于技能背后的配置，通常涵盖主流学术出版平台和开放获取库。
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/sciverse-academic-retrieval-x-6/raw/index.md 读取 sciverse academic retrieval 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/sciverse-academic-retrieval-x-6/raw/index.md（查看排版版本）