SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场academic-research

academic-research

写作与研究

查看项目

更新于 10-15 17:06

技能介绍

用途

该技能面向学术研究场景，提供论文检索、文献综述与研究综合的完整指导，主要依托两类工具：Exa MCP 服务器（带学术过滤的网页搜索）与 arxiv-mcp-server（论文搜索、下载与分析）。

适用情形包括：按主题搜索学术论文、开展文献综述、按特定作者查找论文、发现某领域的最新研究、下载并分析 arXiv 论文、跨多篇论文综合发现、跟踪引用网络与有影响力的论文，以及研究 AI/ML 领域的最先进方法。

主要能力

Exa MCP 服务器（带学术过滤的网页搜索）

可用工具：mcp__exa__web_search_exa、mcp__exa__get_code_context_exa、mcp__exa__deep_search_exa。

学术搜索关键参数：

  • category: "research_paper"，将结果过滤为学术论文
  • includeDomains: ["arxiv.org"]，限定到 arXiv
  • startPublishedDate / endPublishedDate，按发表日期过滤

ArXiv MCP 服务器（论文搜索、下载、分析）

可用工具：search_papers、download_paper、list_papers、read_paper。

能力包括：按关键词、作者或分类搜索 arXiv；将论文下载到本地（~/.arxiv-papers）；直接读取论文内容；借助内置提示进行深度论文分析。

使用方式

工作流 1：快速论文发现

适用场景：快速找到某主题的论文。

步骤 1：使用 Exa 并指定 research_paper 类别

mcp__exa__web_search_exa({
  query: "transformer attention mechanisms survey",
  category: "research_paper",
  numResults: 10
})

步骤 2：查看标题与摘要 步骤 3：记录 arXiv ID 以便深入分析

工作流 2：以 arXiv 为中心的搜索

适用场景：专门在 arXiv 内搜索。

步骤 1：使用 arxiv MCP 的 search_papers

search_papers({
  query: "large language models reasoning",
  max_results: 20,
  sort_by: "relevance"
})

步骤 2：下载论文

download_paper({ arxiv_id: "2301.00234" })

步骤 3：读取并分析

read_paper({ arxiv_id: "2301.00234" })

工作流 3：综合文献综述

步骤 1：用 Exa 广泛发现（category: "research_paper"） 步骤 2：识别关键论文与作者 步骤 3：用 arXiv MCP 深入（download + read_paper） 步骤 4：按方法论/方法综合发现

工作流 4：近期进展追踪

步骤 1：带时间过滤的 Exa 搜索

mcp__exa__web_search_exa({
  query: "multimodal large language models",
  category: "research_paper",
  startPublishedDate: "2024-01-01"
})

步骤 2：按 submitted_date 排序 arXiv

search_papers({ query: "multimodal LLM", sort_by: "submitted_date" })

参考信息

arXiv 分类参考

  • cs.AI：人工智能
  • cs.CL：计算与语言（NLP）
  • cs.CV：计算机视觉
  • cs.LG：机器学习
  • cs.NE：神经与进化计算
  • stat.ML：统计学 - 机器学习
  • cs.RO：机器人学

学术域名过滤

Exa 搜索可限定到学术来源：

includeDomains: [
  "arxiv.org",
  "aclanthology.org",
  "openreview.net",
  "proceedings.mlr.press",
  "papers.nips.cc",
  "openaccess.thecvf.com"
]

工具选择指南

  • 广泛主题搜索：首选 Exa（research_paper），备选 arXiv search_papers
  • arXiv 专项：首选 arXiv search_papers，备选 Exa 配合 includeDomains
  • 下载论文：arXiv download_paper
  • 全文内容：arXiv read_paper
  • 代码实现：Exa get_code_context
  • 极新论文：arXiv（submitted_date），备选 Exa 配合日期过滤
  • 有机器人防护的站点：Obscura --stealth，备选 Scrapling（Turnstile）
  • 批量隐蔽抓取：Obscura scrape

来源提取升级路径

当来源不在 arXiv 或 Exa 无法访问时，按以下顺序升级：

  1. ArXiv MCP → 论文在 arXiv 上（免费、全文、质量最佳）
  2. Exa contents → 已知 URL，站点允许爬取
  3. Firecrawl → JS 密集型站点，无防机器人机制
  4. Obscura --stealth → 站点可识别无头浏览器指纹（JSTOR、Scholar、Persée、PubMed、Academia.edu）
  5. Scrapling → 站点使用 Cloudflare Turnstile

Obscura 隐蔽提取（第 3 层）

用于通过 canvas/WebGL 指纹识别阻止标准无头浏览器的受限学术来源。不用于绕过付费墙，而是提取公开可见的元数据、摘要与开放获取内容。

已验证站点（2026-04-24）：Google Scholar、JSTOR、Persée、PubMed、Academia.edu、Perseus Digital Library。

# 快速元数据提取（根据 URL 自动检测站点类型）
bash ~/.claude/skills/academic-research/scripts/academic_stealth_fetch.sh URL

# 指定站点类型
bash ~/.claude/skills/academic-research/scripts/academic_stealth_fetch.sh URL scholar

# 直接使用 Obscura
obscura fetch --stealth --quiet URL --eval "JS_EXPRESSION"

站点特定的 JS 提取模式与注意事项见 references/obscura-academic-patterns.md。

最佳实践

  • 先用 Exa 的 research_paper 类别广泛搜索，再逐步收窄
  • 追踪近期进展时使用日期过滤
  • 通过 arXiv MCP 下载关键论文以便持久访问
  • 交叉参考多种搜索方式
  • 查询中使用技术术语以获得更好结果

领域示例：Subquadratic Attention

该技能包含一个研究领域示例，即突破 O(n^2) 障碍的后 Transformer 注意力机制，属于发表节奏较快的活跃领域（2024–2026）。

关键论文：

  • FlashAttention-2（Dao），2023：IO 感知的精确注意力，后续工作的基础
  • DuoAttention，2024：将注意力头分为检索（稀疏）与流式（全量）
  • Ring Attention，2024：跨设备的分布式序列并行
  • MoBA（Mixture of Block Attention），2025：块稀疏 top-k 门控配合 Triton 内核，支持 1M tokens
  • NSA（Native Sparse Attention，DeepSeek），2025：硬件对齐的稀疏注意力模式
  • TokenSelect，2025：动态逐层 token 剪枝

预置搜索查询：

# Exa（research_paper 类别）
"subquadratic attention mechanism" --category "research paper" --after 2024-01-01
"block sparse attention triton kernel" --category "research paper"
"mixture of attention heads sparse" --category "research paper"
"linear attention transformer approximation" --category "research paper" --after 2024-06-01

# ArXiv（cs.LG + cs.CL）
search_papers({ query: "subquadratic attention sparse transformer", max_results: 20, sort_by: "submitted_date" })
search_papers({ query: "block sparse FlashAttention kernel", max_results: 10 })

评估标准（比较 subquadratic 注意力机制时）：

  • 质量：目标序列长度下相对全注意力的困惑度退化
  • 速度：消费级 GPU（RTX 4090、M4 Max）上的实际加速
  • 内存：128K / 512K / 1M 上下文下的缩减倍数
  • 兼容性：可直接替换还是需要重新训练
  • 稀疏性：实际跳过的计算量（例如 1M tokens 时 95%）

本地实现参考：可用的 MoBA 实现（含 Triton 内核）位于 ~/Desktop/Aldea/01-Repos/perplexity-clone/model/moba_block_sparse.py。

参考文档

  • references/exa-academic-search.md：Exa 学术搜索参数
  • references/arxiv-mcp-tools.md：ArXiv MCP 服务器工具参考
  • references/obscura-academic-patterns.md：站点特定的 Obscura 提取模式、JS 表达式与注意事项

限制

资料未提供该技能的收费、价格、平台支持范围或效果保证等信息。Obscura 隐蔽提取明确不用于绕过付费墙，仅用于提取公开可见的元数据、摘要与开放获取内容。