简介

用一句话说清要找什么，智能体便能拿到一份排好序的论文列表。之后它可以打开原文读正文和图表，沿引用向前、向后追溯，再把有用的论文和笔记存下，下次会话接着用。

Scholar 支持 Claude、Codex、Cursor、VS Code、Gemini CLI、OpenCode 等所有 MCP 客户端。同样的功能也可在命令行和 Python 中使用。

能做什么

搜索

输入一个问题、记得的一句话或一个标题。学术数据源并行搜索，密钥可启用额外索引，结果去重后统一排序。

读原文

正文按页转成 Markdown，表格保留结构，需要时可单独查看某张图。

文献库

论文、笔记、标签和 PDF 存在本地，可全文搜索，也可同步到 Obsidian、Zotero 或 Notion。

有何不同

多个数据源，一份排序。 数据源理解问题的方式各不相同，语义检索要读整句话，关键词检索则是词越精越准，所以每个数据源收到它最擅长的问法，结果汇入同一个候选池。同一篇论文在 DOI、arXiv、Semantic Scholar、OpenAlex、PubMed 和 OpenReview 中的记录合并为一条。再从最相关的几篇出发沿引用多找一轮，最后用同一个模型统一排序。在 LitSearch 测试中，前五条命中率为 0.62，比 Exa 的论文搜索高 10 个百分点，见基准测试。

读全文，不只读摘要。 read_paper 会在存档库、开放仓库和预印本服务器中寻找可下载的 PDF，默认读第 1 到 10 页，并列出每张图和表的名字。用这个名字再读一次，智能体就能看到那张图和它周围的文字。

文献库跨会话保留。 存下的论文带有固定的标识符、笔记、标签和 PDF 路径，保存在本地的 SQLite 库中，可全文搜索。同一份记录可导出到 Obsidian、同步到 Zotero 或发布到 Notion。你在已关联的 Markdown 或 Notion 中修改研究笔记后，智能体下次读取文献库时会采纳这些修改。

下一步

快速开始安装 Scholar，接入智能体，完成第一次搜索。

接入客户端Claude、Codex、Cursor、VS Code 等客户端的配置方法。

研究工作流智能体如何用好这些工具。

MCP 工具所有工具和参数。