SkillProof tested Claude skills

Semantic Scholar Search

Ricerca Semantic Scholar strutturata in 4 fasi con un helper Python che gestisce i limiti di frequenza e le query booleane.

di Agents365-ai · Agents365-ai/semanticscholar-skill

Promosso ★ 9.6/10

Semantic Scholar Search — Ricerca Semantic Scholar strutturata in 4 fasi con un helper Python che gestisce i limiti di frequenza e le query booleane.

Cosa fa

Cerca articoli accademici, citazioni e autori tramite l'API Semantic Scholar attraverso un workflow in 4 fasi plan-execute-present-followup, con default alla ricerca booleana di massa secondo le linee guida di Semantic Scholar. Fornisce un helper Python (s2.py) con rate-limiting automatico e exponential backoff per l'uso con chiave e anonimo, più formattatori per tabelle, intento di citazione ed esportazione BibTeX. Usalo per la ricerca bibliografica, l'analisi delle citazioni, la ricerca di autori o le richieste di raccomandazione di articoli.

Rapporto di test

Testato live contro l'API reale: una chiamata diretta ingenua (senza skill) ha subito immediatamente un 429, mentre lo script s2.py della skill (backoff integrato, traduzione del filtro snake_case-to-camelCase) ha restituito 10 articoli RAG-for-code reali, correttamente filtrati, con conteggi di citazioni al primo tentativo.

Testato il: 2026-07-14 · Claude Code 2.x (agent harness)

Installazione

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

Comandi e prompt di esempio

  • /semanticscholar-skillRicerca Semantic Scholar strutturata in 4 fasi con un helper Python che gestisce i limiti di frequenza e le query booleane.

Gli skill si attivano con richieste in linguaggio naturale, senza comandi da ricordare. Dopo l'installazione, prompt come questi lo attivano (in inglese):

  • Search Semantic Scholar for papers on transformer attention
  • Find citation counts and authors for this paper on arXiv
  • Do a literature review on graph neural networks for me

Rapporto completo →