wp-a/nature-academic-search

해결하는 문제

Academic Paper Search는 학술 문헌을 검색, 검증, 내보내기할 수 있는 재현 가능한 방법을 제공합니다. 인용에서 발생하는 "AI 환각" 문제를 해결하기 위해 검색 결과를 실제 학술 데이터베이스와 교차 참조하고 메타데이터(제목, 저자, 연도)를 필드 수준에서 검증하여 인용이 진짜이고 정확한지 확인합니다.

작동 방식

이 프로젝트는 검색 $\rightarrow$ 중복 제거 $\rightarrow$ 검증 $\rightarrow$ 내보내기 파이프라인을 구현합니다. CrossRef, PubMed, arXiv, OpenAlex, Europe PMC를 포함한 여러 학술 소스와 통합되며, 선택적으로 Semantic Scholar 및 ClinicalTrials.gov를 지원합니다.

이 도구는 세 가지 방식으로 사용할 수 있는 도구 모음으로 제공됩니다.

1. MCP 서버: AI 클라이언트(예: Claude Code 또는 Codex)가 검색을 수행하고 식별자를 확인하며 인용을 생성할 수 있는 도구를 제공합니다.
2. 스킬: AI 모델이 연구 질문을 키워드로 분해하고 출처를 검증하는 방법을 안내합니다.
3. CLI: YAML 워크플로를 통한 배치 처리를 지원하여 대규모 논문 세트의 자동 검색 및 검증을 가능하게 합니다.

대상 사용자

체계적인 문헌 검토를 수행하거나, AI 생성 인용의 정확성을 검증하거나, Zotero 및 EndNote와 같은 참고문헌 관리 도구로의 수집 및 내보내기를 자동화해야 하는 연구자, 학자, AI 고급 사용자.

주요 기능

• 다중 소스 검색: 여러 데이터베이스를 동시에 쿼리하여 문헌 발견의 공백을 줄입니다.
• 필드 수준 검증: 예상 인용 데이터를 실제 데이터베이스 메타데이터와 비교하여 불일치를 표시합니다.
• 인용 그래프: 업스트림(참조) 및 다운스트림(인용된) 관계를 추적하여 연구 네트워크를 탐색할 수 있습니다.
• MeSH 통합: 정밀한 생의학 검색을 위한 의학 주제 표목(MeSH) 조회를 지원합니다.
• 자동화된 워크플로: 재현 가능한 검색 및 선별 프로세스를 위한 YAML 정의 파이프라인을 지원합니다.

요약

여러 학술 데이터베이스를 통합하여 AI 환각을 방지하고 검증된 참고문헌을 내보내는 문헌 검색 및 인용 검증 도구입니다.

제목

AI 에이전트와 연구자를 위한 재현 가능한 학술 검색 및 인용 검증 도구