用途：Semantic Scholar — Deep Research 技能用于填补 semantic-scholar-lookup（allenai）未覆盖的端点，包括参考文献、推荐、批量查询以及多跳引文图遍历。
主要能力：提供脚本 ss_client.py 作为原始 API 客户端，支持 search、paper、citations、references、recommendations、batch、author-search、author、author-papers、snippets 等子命令，通用参数包括 --limit、--offset、--fields、--year 等；citation_graph.py 用于 BFS 遍历，参数含 --direction（forward/backward/both）、--depth、--max-nodes、--per-hop-limit、--output。
使用方式：内联执行时直接运行 Bash 脚本处理单一端点请求，如 ss_client.py references <id>、recommendations <id>、batch 等。多步或上下文庞大的任务（文献综述、引文网络分析、新颖性检查、最新进展调查）应委派给 deep-paper-researcher 子智能体；提示中必须包含当天日期（如 Today is YYYY-MM-DD）和用户原始措辞，不得自行分类新鲜度或编造日期窗口。子智能体默认模型为 sonnet，仅在用户明确要求深度推理时才传 model: "opus"。
适用场景：以种子论文或主题为中心的引文图/网络分析、后向引用、超过 1000 条结果的前向引用分页、基于种子的相关论文发现、一次解析 50-500 个 DOI/arXiv/CorpusId/S2 ID 的批量查询、跨语料库片段搜索。
限制：简单按 ID 取论文或查引用者应改用 semantic-scholar-lookup；广泛主题发现用 web_search_advanced_exa；普通文献问题用 deep-paper-researcher 子智能体。无 API 密钥时约 1 RPS 共享、100 次/5 分钟突发；设置 SEMANTIC_SCHOLAR_API_KEY 可提高限额，客户端对 429/5xx 指数退避并遵循 Retry-After。脚本输出原始 JSON，超过约 20 条结果建议重定向到文件，图节点超过 50 时使用 --output graph.json 以避免刷屏。完整流水线需 Exa MCP 已连接并安装 allenai/asta-plugins 的 Semantic Scholar Lookup 技能；子智能体可手动复制到 Claude Code 的 agents 目录后重启会话。