Semantic Scholar Search
Búsqueda estructurada de Semantic Scholar en 4 fases con un ayudante de Python que maneja límites de tasa y consultas booleanas.
Probado · Funciona
Qué hace
Busca artículos académicos, citas y autores a través de la API de Semantic Scholar mediante un flujo de trabajo de 4 fases (plan-execute-present-followup), por defecto a la búsqueda booleana masiva según la propia guía de Semantic Scholar. Incluye un ayudante de Python (s2.py) con limitación de tasa automática y retroceso exponencial tanto para uso con clave como anónimo, además de formateadores para tablas, intención de cita y exportación BibTeX. Úselo para búsqueda de literatura, análisis de citas, búsqueda de autores o solicitudes de recomendación de artículos.
Informe de la prueba
Probado en vivo contra la API real: una llamada directa ingenua (sin skill) golpeó un 429 inmediatamente, mientras que el script s2.py de la skill (retroceso incorporado, traducción de filtro snake_case-to-camelCase) devolvió 10 artículos reales de RAG-for-code correctamente filtrados con recuentos de citas en el primer intento.
Probado el: 2026-07-14 · Claude Code 2.x (agent harness)
Instalación
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
Comandos y prompts de ejemplo
/semanticscholar-skillBúsqueda estructurada de Semantic Scholar en 4 fases con un ayudante de Python que maneja límites de tasa y consultas booleanas.
Los skills se activan con peticiones en lenguaje natural, sin comandos que memorizar. Tras instalarlo, prompts como estos lo activan (en inglés):
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