Scholarsearch 是一款专为学术研究者设计的智能文献检索与简报生成工具，基于 Tavily API 整合 PubMed、Google Scholar 及其他权威学术数据库，实现高效精准的学术论文发现。该工具能够自动搜索特定主题的最新研究成果，并按相关性对文献进行智能评分与排序，输出结构化的 Top 10 精选报告。生成的简报不仅包含论文标题、摘要和链接，还提供核心发现总结与临床或研究关注重点，极大提升科研信息获取效率。内容自动保存至 Obsidian 知识库，并通过 Feishu 实时推送，确保用户随时随地掌握前沿动态。其设计兼顾中英文关键词混合输入，支持多语言检索，适用于医学、工程、人工智能等多个学科领域。通过自动化流程，Scholarsearch 帮助用户从海量学术资源中快速筛选高价值文献，节省文献调研时间，助力科研决策。
核心功能特点
- 多源学术检索：集成 PubMed、Google Scholar 等权威数据库，利用 Tavily API 实现跨平台的统一搜索
- 智能相关性评分：采用多维评估体系（时效性、临床价值、权威性、直接相关性），将文献按 0.0–1.0 分排序
- Top 10 精选简报：自动生成结构化报告，包含标题、链接、摘要及关键结论，便于快速阅读
- 双端同步输出：结果自动保存至 Obsidian 笔记系统，并通过 Feishu 推送完整内容
- 支持中英文混合关键词：兼容中文术语与英文缩写，提升检索覆盖广度与准确性
- 自动调度与错误处理：内置重试机制与限流保护，支持定时运行并优化低质量链接过滤
适用场景
Scholarsearch 特别适用于需要每日跟踪某一领域最新进展的研究人员，例如医生在房颤治疗技术（如脉冲电场消融）上的临床实践更新，或 AI 工程师关注机器学习大模型的前沿突破。它可配置为每日清晨自动运行，生成当日‘Top 10’精选文献简报，帮助用户快速把握核心趋势与潜在应用方向。对于撰写综述文章或准备学术汇报的研究者而言，该工具能显著缩短文献筛选周期，提供高质量、高相关性的参考文献清单。此外，在跨学科研究中，通过混合使用中英文关键词（如‘房颤, AFib, catheter ablation’），可避免因语言壁垒遗漏重要成果。无论是临床医学、工程技术还是基础科学研究，只要涉及持续的知识更新需求，Scholarsearch 都能成为高效的学术助手，将被动浏览转化为主动获取，提升科研生产力。