沁言学术 - 文献检索

概述

本技能通过沁言学术OpenAPI，支持从 Google Scholar、万方(Wanfang)、PubMed、ArXiv 四大学术数据库进行文献检索。根据用户查询的语言和学科领域，智能选择最优检索策略。

学术诚信声明： 所有检索结果均来自真实学术数据库，严禁捏造或猜测文献信息。如检索结果不完整，应如实告知用户。

前置条件

使用前请确保：

1. 已设置 QINYAN_API_KEY 环境变量（前往 https://platform.qinyanai.com/ 申请）
2. 环境中可用 curl 和 python3

bash
export QINYAN_API_KEY="your-api-key-here"

智能检索策略

收到用户的检索请求后，请按以下策略选择数据源：

语言策略

• 中文查询：优先使用 万方(Wanfang)，可同时检索 Google Scholar
• 英文查询：优先使用 Google Scholar，可同时检索其他英文数据库

学科策略

• 医学/生物医学/生命科学：优先使用 PubMed（不支持中文query，需翻译为英文）
• 计算机科学/理工/数学/物理：优先使用 ArXiv（不支持中文query，需翻译为英文）
• 社科/人文/综合：优先使用 Google Scholar 或 万方

重要提醒

• PubMed 和 ArXiv 不支持中文检索：如用户使用中文关键词且需检索这两个数据库，必须先将查询词翻译为准确的英文学术术语，再发起检索
• 可同时检索多个数据库以获取更全面的结果
• 向用户说明实际使用了哪些数据库进行检索

使用方法

通过 scripts/search.sh 脚本调用API，指定数据源和检索参数：

bash
bash scripts/search.sh <source> '<json_payload>'

其中 <source> 为：google | wanfang | pubmed | arxiv

各数据库参数说明

Google Scholar

bash
bash scripts/search.sh google '{"query": "deep learning", "max_results": 20, "offset": 0, "date_from": "2020", "date_to": "2025", "author": "Hinton", "journal": "Nature", "language": "english"}'

| 参数 | 类型 | 必填 | 说明 | |------|------|------|------| | query | string | 是 | 检索关键词，支持布尔表达式（1-300字符） | | max_results | int | 否(默认20) | 返回数量，最大20 | | offset | int | 否(默认0) | 分页偏移量 | | date_from | string | 否 | 起始年份，如 "2020" | | date_to | string | 否 | 截止年份，如 "2025" | | author | string | 否 | 按作者筛选 | | journal | string | 否 | 按期刊筛选 | | language | string | 否 | "english" 或 "中文"，留空不限 |

万方(Wanfang)

bash
bash scripts/search.sh wanfang '{"query": "人工智能 教育", "max_results": 50, "date_from": "2020", "date_to": "2025"}'

| 参数 | 类型 | 必填 | 说明 | |------|------|------|------| | query | string | 是 | 检索关键词，支持中英文（1-300字符） | | max_results | int | 否(默认50) | 返回数量，1-100 | | date_from | string | 否 | 起始年份 | | date_to | string | 否 | 截止年份 |

PubMed

bash
bash scripts/search.sh pubmed '{"query": "cancer immunotherapy", "max_results": 50, "offset": 0, "date_from": "2020", "date_to": "2025"}'

| 参数 | 类型 | 必填 | 说明 | |------|------|------|------| | query | string | 是 | 检索关键词，支持PubMed查询语法（1-300字符，仅英文） | | max_results | int | 否(默认50) | 返回数量，1-200 | | offset | int | 否(默认0) | 分页偏移量 | | date_from | string | 否 | 起始日期，"YYYY" 或 "YYYYMMDD" | | date_to | string | 否 | 截止日期，"YYYY" 或 "YYYYMMDD" |

ArXiv

bash
bash scripts/search.sh arxiv '{"query": "transformer attention", "max_results": 50, "offset": 0, "date_from": "2020", "date_to": "2025", "author": "Vaswani"}'

| 参数 | 类型 | 必填 | 说明 | |------|------|------|------| | query | string | 是 | 检索关键词，支持ArXiv查询语法（1-300字符，仅英文） | | max_results | int | 否(默认50) | 返回数量，1-100 | | offset | int | 否(默认0) | 分页偏移量 | | date_from | string | 否 | 起始日期 | | date_to | string | 否 | 截止日期 | | author | string | 否 | 按作者筛选 |

输出格式

检索结果以结构化方式呈现给用户：

1. 说明检索策略：告知用户选择了哪些数据库及原因
2. 结果列表：每条文献包含：

• 标题（加粗）
• 作者列表
• 发表年份 / 期刊或来源
• 摘要（适当截断）
• DOI链接（如有）
• PDF链接（如有）
• 数据来源标注

1. 结果统计：总计检索到多少条结果

示例工作流

用户输入中文查询

用户: 帮我检索关于"深度学习在医学影像中的应用"的文献

1. 识别为中文查询 + 医学领域
2. 将查询翻译为英文: "deep learning medical imaging applications"
3. 优先检索 万方（中文文献）和 PubMed（英文医学文献）
4. 整合结果返回用户

用户输入英文查询

用户: Search papers about "large language models for code generation"

1. 识别为英文查询 + 计算机领域
2. 优先检索 Google Scholar 和 ArXiv
3. 整合结果返回用户