Scholar Search 🔬📚

Automated academic literature discovery and briefing generation. This skill searches PubMed, Google Scholar, and other academic databases using Tavily API, generates relevance-ranked Top 10 reports, and delivers them to your Obsidian vault and Feishu.

Quick Start

# Search papers on specific topic
scholarsearch 关键词：房颤，导管消融，脉冲电场消融

Or multiple keywords separated by comma or space:

scholarsearch 房颤，afib, 心房颤动，catheter ablation，消融，pulsed field ablation

What It Does

1. Multi-source search: Queries PubMed, Google Scholar, and academic web sources via Tavily API
2. Relevance ranking: Evaluates papers based on scoring criteria below
3. Top 10 curation: Selects most relevant papers with scores 0.0-1.0
4. Report generation: Creates formatted briefing with links, abstracts, and key findings
5. Dual delivery: Saves to Obsidian + sends complete content via Feishu

评分标准 (Relevance Scoring)

评分范围: 0.0 - 1.0，越高表示越相关

评分维度

评分等级

• 0.90-1.0: 高度相关，必看论文，核心研究成果
• 0.80-0.89: 高度相关，重要文献，强烈推荐阅读
• 0.70-0.79: 中等偏上，有价值的研究
• 0.60-0.69: 一般相关，可作为背景阅读
• 0.00-0.59: 低相关，辅助材料

优先规则

1. 人体试验数据 优先于 动物/离体实验
2. 2026 年最新研究 优先于 早期研究
3. 多中心/大样本 RCT 优先于 单中心/小样本
4. 同行评审期刊 优先于 会议摘要/预印本
5. 系统综述/Meta 分析 优先级最高

排除规则

• 非学术来源 (商业网站、博客、新闻稿无实质内容)
• 动物实验仅作为参考，评分降低 0.1-0.2
• 远 2025 年的研究，除非是经典文献

评分说明

Tavily API 评分解释：

Tavily 返回的相关性评分基于其内部算法，综合考虑：

• 网页内容质量
• 搜索结果与查询匹配度
• 来源权威性
• 页面结构完整性

本技能的评分转换：

将 Tavily 的原始评分 (0-100) 转换为 0.0-1.0 的学术相关性评分：

学术评分 = min(原始评分 / 100, 1.0) × 评分系数

评分系数：

• 人体临床试验：1.0 (基准)
• 动物/细胞研究：0.8-0.9
• 会议摘要：0.7-0.8
• 系统综述/Meta 分析：1.0-1.1 (可超 1.0)
• 新闻/商业内容：0.5-0.6 (即使 Tavily 评分高)

When to Use

• ✅ Morning academic briefings (configurable timing, defaults to 5:00 AM)
• ✅ Literature review on specific medical/technical topics
• ✅ Tracking emerging research in a field
• ✅ Getting curated "Top 10" lists with context

Parameters

Accept comma-separated or space-separated keywords:

scholarsearch 房颤，心房颤动，pulsed field ablation，catheter ablation
scholarsearch AFib, atrial fibrillation, ablation, electrogram
scholarsearch 机器学习，深度学习，神经网络，大模型

Output Format

# 每日学术更新 - [Topic] 研究简报

**日期**: YYYY-MM-DD  
**更新时间**: HH:MM Asia/Shanghai  
**关键词**: [your keywords]

---

## 📊 Top 10 精选文献

按相关性评分排序 (0.0-1.0):

### 1️⃣ [Paper Title]
**评分**: 0.XX  
**链接**: https://...  
**摘要**: [Brief summary with key findings]

... (10 papers)

---

## 📝 本期要点总结

### 🔥 核心发现

[Bullet points of major breakthroughs/trends]

### 🎯 临床/研究关注重点

[What to watch for]

---

## 🔄 配置说明

**检索频率**: [Set to user preference]  
**来源**: Tavily API (PubMed, Google Scholar, etc.)  
**保存路径**: Obsidian 每日学术更新/YYYY-MM-DD.md  
**排序方式**: 相关性评分 + 发表时间

---

*自动生成 | ☕🐕 CoffeeDog | [Topic] | YYYY-MM-DD*

Error Handling

• No results: Adjust keywords, widen search terms
• Low-quality links: Skip non-academic sources, prioritize peer-reviewed
• API limits: Retry with backoff, rate limit protection

Integration Points

• Tavily API: Academic web search with PubMed/Scholar support
• Feishu: Daily delivery of complete briefing content
• Obsidian: Auto-save to Obsidian 每日学术更新/YYYY-MM-DD.md

Notes

• For automatic scheduling: Use cron or heartbeat to run at 5:00 AM daily
• Use English keywords for better PubMed results
• Mix Chinese + English terms for comprehensive coverage
• Consider topic-specific parameters: "房颤 2026，PFA 临床试验"

Academic discovery automated. CoffeeDog knows the papers. ☕🐕