YGao2005/scholar-feed-mcp

Добавляет статью в коллекцию, адресуемую по collection_id ИЛИ collection_name (получить-или-создать по имени — не нужно сначала искать id). Вложенность через "/": имя коллекции "AgentOPA/Formal" помещает статью в папку "AgentOPA". МУТИРУЕТ: также автоматически сохраняет статью в библиотеку. Идемпотентна (добавление уже находящейся в коллекции статьи ничего не делает). Требует SF_API_KEY.

Record YOUR verdict on a paper — why it matters for your work, when to use it, or why you ruled it out. One note per paper, upserted (writing again replaces it), so it is safe to call repeatedly. Requires SF_API_KEY. WHY IT MATTERS: this note is the only thing that survives between sessions. list_library returns note_text on every saved paper, so a verdict written now is what a future session reads INSTEAD of re-reading the paper and re-deriving the same conclusion. WRITE A JUDGMENT, NOT A SUMMARY — the paper already carries llm_summary and an abstract, so restating what the paper says adds nothing. Write what those cannot: how it bears on YOUR problem. Prefer a claim someone could later prove wrong ("needs a labeled trace log we don't have", "our baseline — beat this on the 7B setting") over an unfalsifiable verdict ("interesting", "not very relevant"), because a mechanism can be re-checked when circumstances change and a sentiment cannot. State the basis when it is thin: a verdict formed from the abstract alone deserves "(abstract only)", since fetch_fulltext defaults to ~800 characters of the results section rather than the whole paper. Pass action='get' to read the existing note before overwriting it — worth doing when a prior session may already have judged this paper. To correct a note, just write the corrected text (it replaces).

Отвечает на вопрос, используя ТОЛЬКО сохранённые статьи - синтез по вашей библиотеке (или одной коллекции) со встроенными цитатами [arXiv-ID]. Обратная функция для find_gaps (которая находит важные работы, которых вам НЕ ХВАТАЕТ): ask_library рассуждает на основе того, что У ВАС ЕСТЬ. Опционально ограничивает область одной коллекцией (collection_name или collection_id); если опустить оба, используется вся библиотека. Только чтение. Требует SF_API_KEY (читает ваш сохранённый набор). Бесплатные аккаунты получают 1 вопрос в месяц; Pro увеличивает это до 200 в день.

Answers 'for my problem, is the method I use superseded — and by what?' over a grounded, entity-resolved knowledge base of textual critique receipts + benchmark-dominance edges (no LLM call at query time). Call with a family (e.g. 'rag', 'peft', 'kvcache') and a method (e.g. 'SnapKV', 'LoRA') to get a verdict: how superseded it is, WHO critiques it (verbatim quotes + the citing paper), WHO beats it on benchmarks (winner, numbers, condition, source paper), and the not-yet-superseded alternatives in the same sub-problem. Omit method to get the whole-family map: most-superseded baselines, competition sub-problems, and the live frontier. Method names are matched case- and spacing-insensitively, with did-you-mean suggestions on a miss. Use this when choosing or reviewing a technique for a known problem area, or to check whether a baseline a paper relies on has been beaten. Does not require a Pro API key. Covers ~10 builder-problem families and growing; the family parameter lists them, or pass family='list' for the live set. Coverage caveat: evidence is drawn only from arXiv benchmark tables, so 'superseded' means a method was beaten in a published comparison (not that it is dead or unusable), production frameworks (LangChain, LlamaIndex, etc.) appear only as baselines and never as winners, and results are a literature signal rather than a deployment recommendation. GROUNDING — how far to trust an individual receipt: every claim passes a deterministic gate against the source paper's raw LaTeX (a critique must carry a verbatim quote shingle found in the source; a benchmark edge must have every one of its numbers present there), so a fabricated quote or table cell cannot enter the KB. What the gate does NOT verify is ATTRIBUTION: the quote is real but its subject may be class-level or a pronoun ('these methods', 'they') rather than the named method, so tying a receipt to one specific method is sometimes an inference. No end-to-end precision number has been measured on this endpoint — read the verbatim quote and its citing paper before repeating a verdict, and cite the source rather than asserting supersession as fact.

Получает новые подходящие статьи с момента последней доставки дайджеста в том же формате, что и результаты search_papers. Опционально ограничивает область одним наблюдением по watch_name или watch_id; если оба опущены — применяет ко всем наблюдениям. Только для чтения и идемпотентный — НЕ продвигает никакой watermark (только доставка дайджеста делает это), поэтому его можно безопасно вызывать многократно (без отметки о прочтении). Это внутрисессионный запрос «что нового в моих наблюдениях?». Требует SF_API_KEY.

Находит окрестность соавторства одного или нескольких авторов. Получает список author_ids, возвращает ребра {from, to, papers_count, last_collab_year}, где 'from' — один из входных авторов, а 'to' — любой соавтор, появившийся в совместной статье в пределах окна. Используется для сортировки рецензентов AC (поиск конфликтов), уточнения исследователей (с кем они на самом деле работают?) или расширения начального набора авторов до исследовательского сообщества. window_years по умолчанию 10. Результат ограничен 500 ребрами, отсортирован по papers_count DESC.

Создаёт новую именованную коллекцию. MUTATES. Если коллекция с таким именем уже существует, возвращает существующую (get-or-create — никогда не вызывает ошибку при дубликате). Используйте "/" для вложения в папку, например "AgentOPA/Formal" — папка определяется из имени, поэтому не нужно сначала создавать родительскую. Требуется SF_API_KEY.

Создаёт постоянное наблюдение - ежедневно проверяется по вновь проиндексированным статьям, выводит новые совпадения через дайджест по электронной почте и через check_watches. МУТИРУЕТ. Получает или создаёт по имени (повторное создание с существующим именем возвращает его без изменений - никогда не выдаёт ошибку при дубликате). ДВЕ формы: (1) структурированный фильтр v2 через criteria (collections/authors/categories/text/has_code/min_novelty/similar, объединённые по И) - компонуемая, настраиваемая агентом форма, рекомендуется; сначала настройте с помощью preview_watch, а затем отредактируйте через update_watch. Структурированные наблюдения по умолчанию ранжируются по 'rising' (прогнозируемый прорывной импакт) и ужесточаются с помощью min_impact_pct для наблюдения, фильтрующего шум и показывающего только прорывные статьи в вашей нише. (2) один устаревший селектор-источник (q ИЛИ collection_name ИЛИ collection_id ИЛИ anchor_paper_id); если указан criteria, он имеет приоритет. Требуется SF_API_KEY.

Удаляет отслеживание, заданное по watch_id ИЛИ имени. ИЗМЕНЯЕТ. Идемпотентно: удаление несуществующего отслеживания не выполняет никаких действий (без ошибки). Чтобы изменить отслеживание на месте (rename / novelty_min / retarget criteria), используйте update_watch вместо delete-and-recreate. Требует SF_API_KEY.

Встраивает текстовую строку в 768-мерный вектор Gemini Flash. Используется для поиска в стиле HyDE: (1) создаёт гипотетическую короткую статью, которая идеально отвечает на запрос пользователя, (2) встраивает её с task_type='RETRIEVAL_DOCUMENT' (по умолчанию — соответствует стороне эмбеддингов корпуса), (3) передаёт полученный эмбеддинг обратно через инструменты поискового типа, чтобы найти реальные статьи, ближайшие к гипотетической. task_type='RETRIEVAL_QUERY' соответствует стороне запроса и полезен для прямого встраивания запроса пользователя без HyDE. Только для Pro — требует SF_API_KEY на аккаунте Pro; анонимные и бесплатные вызывающие получают ошибку 403 pro_required. Стоимость: ~$0,0001 за вызов; ограничение скорости: 30 запросов в минуту на один ключ API.

Читает фактический текст статей arXiv по разделам. Выбор раздела управляет расходом контекста: запрашивайте один или два нужных раздела, а не всю статью: «all» это примерно 13,5 КБ на статью, а для 8 статей около 108 КБ. Названия разделов выводятся автоматически: проверьте low_confidence_sections, прежде чем считать какой-то раздел собственным заголовком статьи. Источником служит HTML arXiv с разметкой разделов, затем LaTeX, затем PDF; код 404 означает, что все три варианта не сработали.

Двухрежимный инструмент для работы с авторами. Укажите ровно один из параметров: q или id. Q-MODE (q=...): ищет исследователей по теме или имени. Использует сходство эмбеддингов для тем ('efficient LLM inference') и нечёткое сопоставление для имён ('Yann LeCun'). Возвращает список подходящих авторов с полями author_id, name, h_index, total_papers, primary_field, research_topics. ID-MODE (id=...): получает профиль одного автора по author_id (полученному из предыдущего вызова в режиме q-mode или из результатов co_author_graph). Возвращает h-index, общее количество цитирований, глобальный рейтинг, основную область, распределение оценок новизны, исследовательские темы, оценки code/venue, годы активности и топ-10 статей автора по рейтинговому баллу.

Находит важные работы, которые вы НЕ СОХРАНИЛИ для коллекции или темы: анализ «что я упускаю?». Возвращает две категории: foundational_gaps (канонические якоря графа цитирования в нише, отсутствующие в вашей библиотеке) и frontier_gaps (недавние высокооригинальные работы в нише, ещё не сохранённые). Принимает ровно один источник: collection_name, collection_id или topic. Бэкенд определяет нишу, выполняет поиск по цепочке цитирования и недавним новинкам, а затем вычитает ваше сохранённое множество. Только для чтения. Требует SF_API_KEY (он нужен для вычитания вашей библиотеки) и доступен только в Pro, бесплатные аккаунты увидят предложение обновить тариф.

Получает граф цитирования для статьи, отсортированный по rank_score цитирующей статьи (сначала с наибольшим влиянием). 'citing' = исходящие ссылки, которые цитирует эта статья; 'cited_by' = входящие цитирования из других статей. Ответ по умолчанию — компактная форма с 12 полями на статью — передайте verbose=true для полной формы с 28 полями.

Возвращает КАНДИДАТОВ В ФУНДАМЕНТАЛЬНЫЕ РАБОТЫ для исследовательской темы: только дешёвый поиск, без синтеза. Ранжирует работы по смеси числа цитирований (вес 0.6, отражает важность) и семантического сходства с вашей темой (вес 0.4). Используйте это, чтобы начать обзор литературы или быстро оценить ландшафт. Для синтезированного ориентировочного отчёта (ключевые концепции, открытые проблемы, порядок чтения) используйте навык /field-guide, который внутри себя вызывает этот инструмент. Не требует ключа Pro API. Вызовы LLM не производятся.

Возвращает ОСНОВОПОЛАГАЮЩУЮ РАБОТУ ДЛЯ НИШИ СТАТЬИ через граф цитирования - относительный вопрос («что является основополагающим для конкретной подобласти ЭТОЙ статьи», часто сама эта работа цитируется скромно), а не очевидные глобальные ориентиры. Привязывается к статье, берёт её окрестность эмбеддингов в качестве ниши и ранжирует то, что цитируется в нише, по трём уровням: niche_roots (основополагающие работы для конкретной ниши, ранжированные по тому, насколько специфично окрестность на них опирается - выявляет канонические якоря, которые пропускает семантический поиск), field_level (более широкие вторичные основы) и discipline (универсальные ориентиры, такие как Attention Is All You Need, свёрнутые в сторону). Каждая статья содержит свидетельство cited_by_in_niche, чтобы утверждение было обоснованным, а не голословным. Используйте этот инструмент для отслеживания предшествующих работ / происхождения статьи или для поиска канонических методов, на которых построена ниша. Дополняет get_field_orientation (который привязан к теме и работает только на поиске). Не требует Pro-ключа и вызовов LLM.

Получает полные сведения об одной или нескольких статьях по arXiv ID. Передайте одноэлементный массив для одной статьи; передайте несколько ID для пакетного получения до 50 статей за один вызов. Передайте format='bibtex', чтобы получить запись цитирования .bib (bibtex работает только для одной статьи; для нескольких статей в формате bibtex вызывайте инструмент повторно). По умолчанию возвращает компактный набор из 13 полей (arxiv_id, title, authors, year, categories, has_code, github_url, citation_count, venue_name, llm_summary, llm_significance, llm_novelty_score, impact_pct): impact_pct - это процентиль влияния по прогнозу ML от 0 до 100, вычисленный ВНУТРИ когорты arXiv-категории самой статьи, то есть это относительный ранг внутри когорты, а не абсолютная оценка; для более старых статей, выпадающих из недавнего окна оценки ~90 дней, он равен NULL. Передайте verbose=true для полного набора полей со структурированным извлечением (method_name, contribution_type, task_category, datasets, baselines) и institution_tags. Используйте fields='arxiv_id,title,abstract', чтобы выбрать точное подмножество полей, или fetch_fulltext с sections='all' для получения полного текста статьи.

Лайкает статью — калибровочный сигнал «больше похожего», который настраивает ленту «Для вас» пользователя на похожие работы. Только INSERT и идемпотентно (двойной лайк — пустая операция, никогда не отменяет лайк). Отличается от save_paper: лайк выражает предпочтение для ранжирования; сохранение добавляет закладку для последующего чтения. Требует SF_API_KEY.

Перечисляет коллекции (именованные группы сохранённых статей) аутентифицированного пользователя с количеством статей. Только для чтения. Используйте перед add_to_collection, чтобы просмотреть существующие коллекции. Требует SF_API_KEY.

Перечисляет сохранённые статьи пользователя (их библиотеку), сначала новые. Только чтение. Используйте это, чтобы просмотреть список для чтения или увидеть, что уже сохранено, перед тем как сохранить больше. Требуется SF_API_KEY. ФОРМА: вызывающие агенты получают компактную запись — llm_summary (~300 символов) ВМЕСТО аннотации, с опущенными пустыми полями, а не отправленными как null. Каждая статья также несёт состояние, которое превращает это в базу знаний, а не в список закладок: note_text (собственный зафиксированный вердикт пользователя, если он есть), is_read и collections (категории, в которые она помещена, например 'AgentOPA/G4'). СНАЧАЛА читайте note_text. Статья, несущая его, уже была оценена в предыдущей сессии — используйте этот вердикт вместо повторного чтения статьи и повторного вывода. Если его нет, подумайте о том, чтобы записать его с помощью annotate_paper, чтобы следующая сессия унаследовала ваш вывод. Передавайте verbose=true (или fields=...) только когда вам действительно нужна полная аннотация или все 28 полей; по умолчанию запись примерно в 4 раза меньше и подходит для обзора того, что у вас уже есть.

Перечисляет watches аутентифицированного пользователя с именем, однострочным кратким описанием, last_evaluated_at и pending_hits (количество новых совпадений с момента последней доставки дайджеста). Только чтение. Используйте перед create_watch, чтобы увидеть, что уже отслеживается. Требуется SF_API_KEY.

Выполняет пробный прогон структурированного фильтра по недавним статьям БЕЗ создания отслеживания - цикл настройки. Возвращает {window_days, needs_similarity, match_count, sample}, чтобы вы могли итерировать (добавить категорию, повысить min_novelty, изменить отношение коллекции) перед сохранением с помощью create_watch. Структурированные отслеживания по умолчанию ранжируют по 'rising' (прогнозируемый прорывной эффект) и ужесточают с помощью min_impact_pct для антишумового отслеживания, которое показывает только прорывные статьи в вашей нише. ПРИМЕЧАНИЕ: для фильтра по схожести match_count ограничен 200 (окно косинусного поиска) и поэтому насыщается на уровне 200 по широким/горячим темам - настраивайте по оценкам sample и сужайте с помощью categories/min_novelty (или более высокого порога схожести), а не полагайтесь только на match_count. Только для чтения. Требует SF_API_KEY.

Удаляет статью из коллекции по идентификатору коллекции (collection_id) или имени коллекции (collection_name). MUTATES (статья остаётся в вашей библиотеке; она только удаляется из этой коллекции). Идемпотентна. Требует SF_API_KEY.

Сохраняет статью в библиотеку Scholar Feed аутентифицированного пользователя (закладка). ИЗМЕНЯЕТ библиотеку и влияет на персонализацию пользователя — сохранённые статьи — самый сильный сигнал в ленте For You и в email-дайджесте. Идемпотентно: повторный вызов для уже сохранённой статьи оставляет её сохранённой. Требует SF_API_KEY. Чтобы одним шагом поместить её в именованную коллекцию, используйте add_to_collection (он тоже сохраняет).

Search Scholar Feed's 600k+ CS/AI/ML paper corpus. Semantic (embedding) search by default, so it finds conceptually related work even when the wording differs. EVERY PARAMETER DOCUMENTS ITS OWN BEHAVIOUR AND COVERAGE LIMITS — read the ones you intend to use; this description covers only what no single parameter can tell you. RETRIEVAL LIMIT: semantic ranking favours recent, stylistically-matched papers and routinely MISSES the old high-citation anchor of a field (H2O for KV eviction, GRIT for unified embedding+generation). To reach a field's canonical work, read the top-5 abstracts for repeated baseline mentions ('we compare against X') and look that name up directly, or call get_foundational_lineage. THREE UNRELATED NOTIONS OF IMPACT, easily confused: proven citations (sort='impactful', min_citations) | a ~90-day forecast percentile that is NULL on older papers and therefore excludes them (sort='trending', impact_min) | GitHub adoption (sort='community', min_stars). YOUR LIBRARY IS MARKED INLINE on authenticated calls: each hit carries is_saved and is_read, and a hit you previously annotated carries note_text — your own earlier verdict. Read note_text INSTEAD of re-deriving a conclusion from the abstract; re-judging a paper you already ruled on is the most common way an agent wastes a research session. is_saved=false is a real measurement; on anonymous calls these keys are absent entirely, so never read a missing is_saved as false. Papers new to you are ranked exactly as before — nothing is demoted for being unseen.

Удаляет статью из библиотеки Scholar Feed аутентифицированного пользователя. ИЗМЕНЯЕТ библиотеку. Идемпотентна: удаление статьи, которой нет в сохранённых, оставляет её несохранённой. Примечание: сохранённая библиотека — это надмножество всех коллекций, поэтому отмена сохранения статьи ТАКЖЕ удаляет её из каждой коллекции, в которой она находилась. Чтобы оставить её в коллекции, используйте вместо этого remove_from_collection (это оставляет статью сохранённой). Требует SF_API_KEY.

Обновляет существующее наблюдение на месте: переименовывает, изменяет novelty_min или ПЕРЕНАЦЕЛИВАЕТ его структурированный фильтр criteria. МУТИРУЕТ. Адресуется по watch_id ИЛИ имени. Изменение criteria заменяет определение и очищает ожидающие попадания наблюдения (чтобы устаревшие совпадения не доставлялись); следующая ежедневная оценка перезаполняет список. Структурированные наблюдения ранжируются по 'rising' (прогнозируемая ударная сила прорыва) по умолчанию и ужесточают порог с помощью min_impact_pct для защиты от шума — такое наблюдение показывает только прорывные статьи в вашей нише. Сначала настройте новые критерии с помощью preview_watch. Требует SF_API_KEY.