论文发现

在学术来源（arXiv、PubMed、Semantic Scholar、OpenAlex 等）中查找和整理研究论文。

使用的工具

对于发现任务，仅使用以下工具：

工具	用途
`list_available_sources`	查看可用的搜索来源
`create_research_question`	创建新的搜索查询
`run_discovery_for_question`	执行搜索
`list_articles`	浏览结果
`search_articles`	在结果中过滤/搜索
`collection_stats`	检查收藏大小

快速发现（5分钟）

针对某个主题进行快速搜索：

步骤 1：创建查询
create_research_question(
  title="用户主题（1-2句话）",
  keywords=["关键词1", "关键词2", "关键词3"],
  sources=["semantic_scholar", "openalex"],
  max_papers=25,
  relevance_threshold=0.7
)

步骤 2：运行发现
run_discovery_for_question(question_id="[来自步骤1]")

步骤 3：查看结果
list_articles(limit=20, sort_by="relevance")

来源选择指南

研究领域	推荐来源
计算机科学/机器学习/人工智能	`arxiv`, `semantic_scholar`
医学/生物	`pubmed`, `biorxiv`
通用科学	`openalex`, `crossref`
跨学科	`semantic_scholar`, `openalex`

默认：使用 semantic_scholar + openalex 以获得广泛覆盖。

需要未列出的来源？

如果用户希望从内置来源列表中未包含的网站/期刊获取论文：

加载 custom-source-setup 技能 来为任何网站设置自动检测的爬虫。这允许添加以下来源：

特定期刊网站（Nature、Science、PLOS ONE 等）
会议论文集页面（ACL Anthology、NeurIPS 等）
机构知识库（NBER、SSRN、arXiv 镜像等）
任何包含文章列表的网站

示例触发短语：

“你能从 NBER 获取论文吗？”
“将 Nature Neuroscience 添加为来源”
“从这个 URL 抓取文章：https://…”

关键词提取

从用户请求中提取关键词：

核心名词：主要概念（例如，“transformers”、“attention”）
技术术语：领域特定语言（例如，“multi-head”、“self-attention”）
修饰语：范围限定词（例如，“efficient”、“sparse”、“2024”）

示例：

用户：“查找关于视觉变换器中高效注意力机制的论文”
关键词：["vision transformer", "efficient attention", "ViT", "sparse attention"]

何时委托给研究分析师

当用户需要以下内容时，使用 send_message_to_agent 进行委托：

对已发现论文的深入分析
结果质量评估
跨论文的文献综述
引用网络探索

委托示例：

send_message_to_agent(
  agent_name="Research Analyst",
  message="分析这10篇关于稀疏注意力的论文并总结关键方法：[paper IDs]"
)

工作流程示例

示例 1：特定主题搜索

用户：“查找关于LLMs中专家混合的最新论文”

1. create_research_question(
     title="大型语言模型中的专家混合",
     keywords=["mixture of experts", "MoE", "sparse MoE", "LLM"],
     sources=["arxiv", "semantic_scholar"],
     max_papers=30,
     relevance_threshold=0.75
   )

2. run_discovery_for_question(question_id="...")

3. list_articles(limit=15, sort_by="date")

4. 报告：“找到了X篇关于LLMs中MoE的论文。前5名：[列表]。
   您希望我深入分析其中的任何一篇吗？”

示例 2：广泛探索

用户：“我想探索蛋白质折叠研究领域的最新进展”

1. list_available_sources()  # 向用户展示选项

2. create_research_question(
     title="蛋白质结构预测的最新进展",
     keywords=["protein folding", "AlphaFold", "protein structure prediction"],
     sources=["biorxiv", "pubmed", "semantic_scholar"],
     max_papers=50,
     relevance_threshold=0.65
   )

3. run_discovery_for_question(question_id="...")

4. collection_stats()  # 显示找到了什么

5. 按子主题报告结果摘要

错误处理

错误	解决方案
无结果	降低阈值，拓宽关键词，添加来源
结果太多	提高阈值，添加特定关键词
领域错误的论文	添加否定关键词，更改来源
超时	减少来源，降低 max_papers

响应模板

发现后，报告：

## 发现结果：[主题]

**搜索的来源**：[列表]
**找到的论文**：[数量]
**相关性阈值**：[值]

### 顶级论文：
1. [标题] - [作者] - [年份]
   简介：[1句话描述]

2. ...

### 后续步骤：
- 您希望我深入分析这些论文中的任何一篇吗？
- 我应该将此设置为定期搜索吗？
- 您希望我调整搜索参数吗？

阈值	使用场景
0.8+	用户只想要高度相关的论文
0.7	默认 - 良好平衡
0.6	全面搜索，覆盖更广
0.5	探索性搜索，广泛撒网

论文发现 paper-discovery