核心用法
arxiv-scholar-search 是一款面向学术研究的文献检索技能，完全基于 arXiv 开放 API 实现。用户可通过自然语言输入搜索需求，系统将自动解析主题关键词、时间偏好、结果数量等约束条件，构造优化的查询语句并调用 API 获取论文元数据。
该技能采用两轮搜索策略：首轮使用宽泛主题词确保召回率，次轮根据初步结果添加方法、任务或分类等约束词提升精准度。支持布尔逻辑组合（AND/OR/ANDNOT）、字段限定搜索（标题 ti、作者 au、摘要 abs、分类 cat）以及时间范围过滤，并内置分页与排序机制（按提交时间/更新日期/相关性降序排列）。
输出严格遵循固定模板，每篇论文包含：标准化标题、来源信息（期刊/会议/日期/链接/PDF）、研究内容概述（1-2句客观描述）及主要贡献列表（3-5条），确保信息结构化且便于后续分析。
显著优点
1. 数据源权威性高：arXiv 是物理学、数学、计算机科学、定量生物学等领域的顶级预印本平台，论文质量经过社区评审，可信度高。
2. 检索逻辑严谨：内置关键词优化策略与结果质量评估机制，自动判断是否需要追加搜索轮次，平衡查全率与查准率。
3. 输出格式规范：强制结构化模板避免信息遗漏，特别适合生成文献综述、研究趋势报告或对比分析。
4. 完全免费开放：arXiv API 无调用费用，支持学术自由访问。
5. 时效性强：可按提交日期排序，快速追踪最新研究进展。
潜在缺点与局限性
1. 数据源单一：仅限 arXiv，无法覆盖 PubMed、IEEE、ACM、Springer 等其他学术数据库，医学、工程等领域文献可能不足。
2. 元数据限制：依赖论文作者提交的摘要和关键词，部分字段（如引用数、期刊最终发表信息）可能缺失。
3. API 速率限制：强制要求每 3 秒一次请求、单连接限制，大规模批量检索效率受限。
4. 语言偏向：arXiv 以英文论文为主，中文或其他语种支持有限。
5. 无全文解析能力：仅能获取元数据与摘要，无法深入分析论文正文内容。
适合人群
- 高校科研人员与研究生进行文献调研
- AI/ML、理论物理、数学等领域从业者追踪最新预印本
- 需要快速生成结构化文献综述的技术写作者
- 对学术信息溯源有严格要求的分析师
常规风险
- 信息时效风险：预印本未经同行评审，研究结论可能存在后续修正
- 链接失效风险：PDF 直链依赖 arXiv 服务稳定性
- 查询构造风险：复杂布尔表达式需严格遵循 API 语法，否则返回空结果
- 隐私合规：arXiv API 为公开服务，不涉及用户隐私数据，但搜索关键词可能暴露研究意图
综合评价
该 skill 在学术文献检索场景中具备专业级可靠性，尤其适合需要结构化输出、严格溯源的科研工作流程。建议作为 arXiv 文献调研的首选工具，但重要研究应交叉验证其他数据库。