核心用法
scholar-search 是一款面向学术研究场景的统一检索技能，通过单一命令行脚本封装两大权威学术数据库：arXiv（预印本平台）与 Semantic Scholar（学术图谱数据库）。用户可通过标准化参数执行主题搜索、精确 ID 拉取、作者轨迹追踪、引用网络扩展等操作，输出格式严格统一的结构化论文信息。
检索模式：
- arXiv 源：支持
search_query高级语法（字段前缀 ti:/au:/abs:/cat: 等）、时间区间过滤submittedDate、ID 精确拉取id_list、多字段排序（相关度/提交时间/更新时间） - Semantic Scholar 源：覆盖
paper/search、paper/{id}、citations、references、author/{id}/papers等核心端点，支持引用数过滤、领域筛选、开放获取 PDF 识别
输出规范：强制包含论文完整标题、TL;DR（如有）、来源/日期/引用数/开放获取状态、Semantic Scholar 链接、PDF 直链、前 3 位作者、领域标签、研究内容概述（1-2 句）、摘要关键点（2-4 条）。输出前执行相关性分层（高/中/弱）与质量校验，确保字段完整性。
显著优点
1. 双源互补：arXiv 提供最新预印本与极快更新频率（适合追踪前沿），Semantic Scholar 提供权威引用数据与作者图谱（适合影响力评估），支持跨源结果整合与去重
2. 检索粒度精细：支持从模糊主题搜索到单篇 ID 精确拉取的全谱系需求，arXiv 的 id_list 模式响应速度最优，适合批量元数据获取
3. 学术场景深度优化：内置引用趋势分析、开放获取检测、作者轨迹追踪、引用上下文片段定位等专业功能
4. 输出格式严格统一：消除多源数据异构问题，便于下游分析或知识库构建
5. 自动化质量保障：多轮检索策略（数量不足/主题偏离/字段缺失时自动重试）、相关性分层排序、停止条件智能判断
潜在缺点与局限性
1. API 限流约束：arXiv 限制每 3 秒 1 次请求；Semantic Scholar 需申请 S2_API_KEY，且存在端点级分页上限（如 paper/search 单次 ≤100，offset+limit < 1000），大规模批量检索效率受限
2. 配额依赖风险：Semantic Scholar 对免费层级存在调用配额，高并发场景可能触发 429 错误，需手动降级至 arXiv
3. 字段覆盖不全：部分论文缺失 TL;DR、影响力引用数（influentialCitationCount）或开放获取 PDF 链接，需标注"未知/缺失"
4. 语言处理局限：arXiv 以英文为主，非英文学术成果覆盖有限；输出语言策略依赖关键词检测，存在误判可能
5. 实时性差距：arXiv 数据即时更新，Semantic Scholar 索引存在滞后（通常数日至数周）
适合人群
- 科研人员：文献综述、研究前沿追踪、引用网络分析
- 技术从业者：AI/ML 领域最新预印本监控、技术选型参考
- 学术写作者：参考文献格式化、作者影响力评估
- 知识管理用户：构建个人学术知识库、自动化文献采集 pipeline
常规风险
1. API 密钥泄露：S2_API_KEY 存储于 scripts/.env 文件，需确保文件权限限制（建议 600），避免提交至版本控制
2. 数据合规边界：arXiv 与 Semantic Scholar 内容均受原平台服务条款约束，大规模自动化抓取可能触发服务限制
3. 结果准确性依赖上游：元数据错误、作者消歧失败、引用数统计延迟等问题源于数据源本身，非本工具可修正
4. 网络可用性：API 端点变更或故障可能导致检索中断，需关注官方公告