运行时依赖
安装命令
点击复制本土化适配说明
Skill — 技能 安装说明: 安装命令:["openclaw skills install sciverse-papers"]
技能文档
sciverse-agent-tools SciVerse 学术论文检索:结构化元数据搜索、语义块检索用于 RAG,以及字节范围内容读取。适用于需要引用级科学文献的代理工作流。何时使用 当用户的请求涉及以下任何内容时触发此技能: 按结构化标准定位学术论文(作者、年份、期刊、主题) 在论文摘录中找到答案(RAG / 引用) 在已知 doc_id 周围扩展原始文本(在块之前/之后获取更多字节) 身份验证 此技能需要 SCIVERSE_API_TOKEN 环境变量(从 https://sciverse.space 获取)。可选地设置 SCIVERSE_BASE_URL 以覆盖默认的 API 基础 URL。 工具 search_papers 按结构化过滤器搜索学术论文(标题、作者、期刊、年份、主题等)。使用时: “找到 Hinton 2020-2023 年的论文”,“关于 CRISPR 的 Nature 论文”。不适用于:自然语言 Q&A 检索(使用 semantic_search)或全文摘录(使用 read_content)。返回:论文列表;每个条目都有 doc_id、标题、作者、摘要、出版物名称、出版年份。调用:node scripts/search_papers.mjs '' semantic_search 自然语言语义搜索,返回相关论文块以供 RAG 风格回答。使用时: “Transformer 注意力如何工作?”,“最近的蛋白质结构预测方法是什么?”。不适用于:精确字段过滤(使用 search_papers)或获取全原始文本(使用 read_content)。返回:块列表;每个条目都有 chunk_id、doc_id、摘要、块、评分、标题、偏移量。典型链:semantic_search → 选择块 → read_content(doc_id, 偏移量)。调用:node scripts/semantic_search.mjs '' read_content 读取论文原始文本的 UTF-8 字节范围。通常与 semantic_search 返回的 doc_id/偏移量一起使用,以扩展上下文(读取块之前或之后的更多字节)。返回:文本片段、返回的字节数、下一个偏移量、更多(布尔值)。调用:node scripts/read_content.mjs '' 组合模式 典型的 RAG 流程:semantic_search(query=...) └─▶ hits[i].doc_id, hits[i].偏移量 └─▶ read_content(doc_id, 偏移量) 结构化过滤器 + 元数据查找:search_papers(作者=[...], 年份从=2020) └─▶ hits[].doc_id 列表 退出代码 0 — 成功;stdout 是 JSON 响应 1 — HTTP 4xx/5xx;stderr 包含状态代码和响应体 2 — 参数错误(缺少令牌、格式错误的 JSON、缺少必需字段)