Token导航 LogoToken导航TokenDH.com
研究检索需要联网clawhub未标认证来源可访问clear审计通过

paper-finder寻纸器

Agent Skill

paper-finder 用于查找、检索和筛选相关信息,适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

1,493

周安装

61

GitHub Stars

公开资料未说明

下载量

483
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:paper-finder(寻纸器)
来源仓库:https://github.com/wangjinhongmy-pixel/paper-finder
安装命令:
openclaw skills install paper-finder
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install paper-finder

简介

根据主题、篇名、关键词等检索学术文献,返回真实的期刊信息、影响因子和下载链接,找不到就是找不到,绝不编造

SKILL.md

name
paper-finder
description
根据主题、篇名、关键词等检索学术文献,返回真实的期刊信息、影响因子和下载链接,找不到就是找不到,绝不编造
triggers

文献检索助手 (Paper Finder)

⚠️ 重要原则

找不到就是找不到,绝不编造!

  • ✅ 只返回真实存在的文献
  • ✅ 明确标注"未找到"当检索无果
  • ✅ 提供可验证的链接和信息来源
  • ❌ 绝不生成虚假的文献信息
  • ❌ 绝不编造不存在的下载链接

功能

根据你提供的主题、篇名、关键词、作者等信息,在主流学术数据库中检索文献,返回:

  • 文献基本信息(标题、作者、期刊)
  • 文献简介(摘要或核心内容)
  • 期刊影响因子(如有)
  • 官方下载/访问链接

使用方法

基础检索

找关于[主题]的文献
搜索[关键词]相关的论文
查找[作者]发表的论文
找篇名包含[标题关键词]的文章

高级检索(组合条件)

找深度学习在医学影像中的应用,近5年,影响因子>5
搜索Transformer架构的综述文章,发表在Nature或Science
查找张三关于癌症免疫治疗的文献
找篇名包含"attention mechanism"的论文,2020年后发表

指定数据库

在PubMed上找关于COVID-19疫苗的文献
在arXiv上搜索大语言模型相关论文
在知网查找人工智能教育应用的中文文献

支持的数据源

数据库适用领域特点
PubMed生物医学权威医学文献,含影响因子
Google Scholar全学科覆盖面广,引用数据
arXiv物理、数学、CS预印本,免费下载
Semantic Scholar全学科AI驱动,相关推荐
Crossref全学科DOI解析,元数据
知网(CNKI)中文学术中文核心期刊
万方中文学术中文学位论文
Web of Science全学科高影响力期刊

检索流程

当我收到你的检索请求时:

  1. 解析需求 - 提取主题、关键词、限制条件(时间、期刊、影响因子等)
  2. 选择数据库 - 根据学科领域选择合适的数据源
  3. 执行检索 - 使用浏览器访问数据库官网进行真实检索
  4. 验证结果 - 确认文献真实存在,信息准确
  5. 格式化输出 - 按标准格式返回结果

输出格式

找到文献时

📄 检索结果 [1/5]

标题:Attention Is All You Need
作者:Ashish Vaswani, Noam Shazeer, Niki Parmar, et al.
期刊:Advances in Neural Information Processing Systems (NeurIPS 2017)
影响因子:会议论文无IF,但NeurIPS为CCF-A类顶会
被引次数:80,000+(Google Scholar,截至2024)

📋 简介:
提出了Transformer架构,完全基于注意力机制,摒弃了RNN和CNN。
这是大语言模型(如GPT、BERT)的基础论文。

🔗 链接:
- arXiv: https://arxiv.org/abs/1706.03762
- PDF下载: https://arxiv.org/pdf/1706.03762.pdf
- Semantic Scholar: https://www.semanticscholar.org/paper/...

---

未找到时

❌ 未找到符合条件的文献

检索条件:主题="量子计算在药物发现中的应用",时间=2020-2024,影响因子>10
检索数据库:PubMed, Web of Science

可能原因:
1. 检索条件过于严格(建议放宽影响因子限制)
2. 该交叉领域文献较少
3. 关键词需要调整

建议:
- 尝试更宽泛的关键词如"quantum computing" + "drug discovery"
- 移除影响因子限制,或降低至>5
- 扩大时间范围

示例对话

示例1:主题检索

用户: 找关于深度学习在医学影像诊断中的文献,近3年,影响因子>5

我:

正在为您检索... 📄 检索结果 [1/5] 标题: Deep Learning for Medical Image Analysis: A Comprehensive Review 作者: Jane Smith, John Doe, et al. 期刊: Nature Reviews Bioengineering (2023) 影响因子: 42.8 📋 简介: 全面综述了深度学习在医学影像分析中的应用,涵盖X光、CT、MRI等多种模态, 讨论了当前挑战和未来方向。 🔗 链接: - 官方页面: https://www.nature.com/articles/... - PubMed: https://pubmed.ncbi.nlm.nih.gov/... --- 📄 检索结果 [2/5] 标题: A Survey on Deep Learning in Medical Image Analysis 作者: Geert Litjens, Thijs Kooi, et al. 期刊: Medical Image Analysis (2022) 影响因子: 13.8 ...

示例2:精确查找

用户: 找篇名是"Attention Is All You Need"的论文

我:

✅ 找到精确匹配的文献 📄 Attention Is All You Need 作者: Ashish Vaswani, Noam Shazeer, Niki Parmar, Jakob Uszkoreit, Llion Jones, Aidan N. Gomez, Łukasz Kaiser, Illia Polosukhin 发表: Advances in Neural Information Processing Systems 30 (NeurIPS 2017) 页码: 5998-6008 📋 简介: 提出了Transformer模型,完全基于自注意力机制,实现了机器翻译任务的新SOTA, 训练速度大幅提升。这是现代大语言模型(GPT、BERT、T5等)的奠基性工作。 📊 影响力: - Google Scholar被引:80,000+ - 发表会议:NeurIPS 2017(CCF-A类) 🔗 获取链接: - arXiv: https://arxiv.org/abs/1706.03762 - PDF: https://arxiv.org/pdf/1706.03762.pdf - 官方代码: https://github.com/tensorflow/tensor2tensor

示例3:找不到的情况

用户: 找作者"李明"在Nature上发表的关于区块链的论文

我:

❌ 未找到符合条件的文献 检索条件: - 作者:李明 - 期刊:Nature - 主题:区块链 (blockchain) 检索数据库: PubMed, Web of Science, Google Scholar 结果: 在Nature数据库中未找到作者"李明"发表的区块链相关论文。 可能原因: 1. 该作者可能未在Nature发表过区块链论文 2. 作者姓名可能有多种拼写方式(Li Ming, M. Li等) 3. 论文可能发表在Nature子刊(如Nature Communications)而非主刊 建议: - 提供作者的全名拼音或英文拼写 - 扩大期刊范围至Nature子刊 - 尝试用关键词"blockchain" + "Li"进行更宽泛的检索

检索技巧

提高检索成功率

技巧示例
使用英文关键词"deep learning" 比 "深度学习" 结果更多
尝试同义词"cancer" + "tumor" + "neoplasm"
使用作者IDORCID、ResearchGate链接
提供DOI直接定位唯一文献
放宽限制先大范围检索,再筛选

影响因子查询

影响因子数据来源:

  • Journal Citation Reports (JCR)
  • Scopus CiteScore
  • 中科院期刊分区

注意:

  • 预印本(arXiv、bioRxiv)无影响因子
  • 会议论文无影响因子,但可参考CCF分区

局限性说明

  1. 访问权限

- 我只能提供公开可访问的链接 - 付费论文可能只能提供摘要和购买链接 - 机构订阅内容需要你自己通过学校/单位访问

  1. 检索深度

- 复杂的多条件检索可能需要分步进行 - 某些专业数据库可能需要特殊访问权限

  1. 实时性

- 最新发表的论文(<1个月)可能尚未被索引 - 影响因子数据每年更新一次(通常6月发布)

相关工具

检索完成后,你可以:

  • 使用 paper-buddy skill 让我陪你读文献
  • 使用 summarize skill 生成文献摘要
  • 使用 sag skill 将文献内容转为语音

*真实、准确、可验证 —— 你的可靠文献检索助手 🔍*

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

91.38%
按下载量换算441

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills