Semantic Scholar Search
Strukturierte 4-Phasen Semantic Scholar Suche mit einem Python-Helfer, der Ratenbegrenzungen und boolesche Abfragen handhabt.
Getestet · Funktioniert
Was es kann
Durchsucht wissenschaftliche Arbeiten, Zitate und Autoren über die Semantic Scholar API mittels eines 4-Phasen plan-execute-present-followup Workflows, standardmäßig mit Bulk-Boolescher Suche gemäß Semantic Scholars eigener Anleitung. Liefert einen Python-Helfer (s2.py) mit automatischer Ratenbegrenzung und exponentiellem Backoff für sowohl keyed als auch anonyme Nutzung, plus Formatierer für Tabellen, Zitationsabsicht und BibTeX-Export. Verwenden Sie es für Literatursuche, Zitationsanalyse, Autorensuche oder Anfragen zur Papierempfehlung.
Testbericht
Live gegen die echte API getestet: Ein naiver direkter Aufruf (ohne Skill) traf sofort auf einen 429-Fehler, während das s2.py-Skript des Skills (eingebautes Backoff, snake_case-to-camelCase Filterübersetzung) beim ersten Versuch 10 echte, korrekt gefilterte RAG-for-code-Papiere mit Zitationszählungen zurückgab.
Getestet am: 2026-07-14 · Claude Code 2.x (agent harness)
Installation
git clone https://github.com/Agents365-ai/semanticscholar-skill cd semanticscholar-skill mkdir -p ~/.claude/skills cp -r skills/semanticscholar-skill ~/.claude/skills/semanticscholar-skill
Befehle & Beispiel-Prompts
/semanticscholar-skillStrukturierte 4-Phasen Semantic Scholar Suche mit einem Python-Helfer, der Ratenbegrenzungen und boolesche Abfragen handhabt.
Skills reagieren auf normale Anfragen — keine Slash-Befehle nötig. Nach der Installation aktivieren Prompts wie diese den Skill (auf Englisch):
Search Semantic Scholar for papers on transformer attentionFind citation counts and authors for this paper on arXivDo a literature review on graph neural networks for me