academic-scientific-research

Encontrar, selecionar e sintetizar artigos acadêmicos, literatura científica, relatórios técnicos, preprints, publicações clínicas ou biomédicas e evidências sobre um...

npx skills add https://github.com/tavily-ai/use-case-skills --skill academic-scientific-research

Academic Scientific Research

Workflow

Use search to discover scholarly sources, extract to verify source content, map or crawl for known scholarly sites and collections, and research for full literature-review synthesis. Keep this skill focused on research planning, source selection, extraction targets, and evidence synthesis; execution mechanics should come from companion endpoint skills.

Treat the guidance below as base guidance; adapt it to the user's request when appropriate.

  • Translate the user's question into search terms, synonyms, key entities, and likely source domains.
  • Break broad questions into short subqueries under 400 characters: core concept, synonyms, method names, target population or data, benchmark or dataset, author/lab, and year range.
  • Prefer scholarly and official sources when available: preprint servers, PubMed/NIH pages, journals, conference proceedings, professional societies, standards bodies, and official technical reports.
  • Extract from the strongest selected pages after screening titles, snippets, source type, recency, and relevance.
  • Reserve broad research synthesis for full literature reviews, research landscapes, or multi-method comparisons.
  • Distinguish primary studies, review papers, preprints, editorials, guidelines, standards, and news coverage.

Research Budget

  • Start with a small focused search set covering the main concept, synonyms, methods, and source type.
  • Extract only the strongest scholarly sources before drafting the evidence brief.
  • Add more searches only for named gaps, such as missing review papers, missing recent work, or missing primary studies.
  • Do not use map unless a known lab, journal, conference, repository, or documentation site has buried pages.
  • Do not use crawl unless the user needs broad collection from a known proceedings, publication list, or docs section.

Capability Guidance

  • Use search first when the user needs papers, methods, benchmarks, authors, institutions, or recent work.
  • Use extract when comparing a small set of papers, reading abstracts, or verifying study claims.
  • Use map only when a known lab, journal, conference, repository, or documentation site has useful but hard-to-find pages.
  • Use crawl only when the user needs many pages from a known source, such as proceedings, a lab publication list, or a technical docs section.
  • Use research only when the user explicitly needs a full literature review or research landscape.

Query And Source Guidance

  • Pair formal terms with common synonyms and acronyms.
  • Include population, dataset, benchmark, organism, intervention, model, metric, or method terms when relevant.
  • For recent literature, include explicit year ranges or recency language in the query.
  • Prefer primary literature for claims, review papers for landscape summaries, and guidelines/standards for practice recommendations.
  • Deduplicate preprints and final publications; cite the final version when available.
  • Treat abstracts, papers, supplemental pages, tables, and official repositories as separate evidence surfaces.
  • Report failed or inaccessible sources when they affect key papers, guidelines, datasets, or primary evidence.

Output Template

Use this markdown structure and adapt sections to the user's scope:

# Evidence Brief: <topic>

## Research Question
<brief framing of the question>

## Search Strategy
- Concepts searched:
- Source types prioritized:
- Inclusion logic:
- Exclusions or limitations:

## Key Sources
| Source | Type | Why it matters | URL |
| --- | --- | --- | --- |

## Findings
### <Theme>
- Claim:
- Evidence:
- Limitations:

### <Theme>
- Claim:
- Evidence:
- Limitations:

## Consensus And Disagreement
- Consensus:
- Disagreement:
- Evidence gaps:

## Follow-Up Queries
- <query idea>

For medical, clinical, or biomedical topics, be conservative: do not provide diagnosis or treatment advice, and prioritize primary literature, systematic reviews, guidelines, and official health sources.

Mais skills de tavily-ai

research
tavily-ai
Pesquisa abrangente sobre qualquer tópico com coleta automática de fontes, análise e citações. Realiza pesquisa web em múltiplas fontes com citações explícitas, ideal para comparações, eventos atuais, análise de mercado e relatórios detalhados. Oferece três opções de modelo: mini para pesquisa direcionada em tópico único (~30s), pro para análise abrangente multi-ângulo (~60-120s) e auto para detecção de complexidade orientada por API. Autentica via OAuth através do servidor MCP do Tavily com login automático baseado em navegador em...
official
search
tavily-ai
Pesquisa na web com resultados otimizados para LLM, pontuação de relevância e filtragem flexível. Suporta quatro modos de profundidade de pesquisa (ultra-rápido, rápido, básico, avançado) com latência configurável e compensações de relevância. Inclui filtragem por domínio, restrições de intervalo de tempo, intervalos de datas, priorização por país e extração de conteúdo bruto. Retorna resultados com título, URL, trecho de conteúdo e pontuação de relevância; resultados opcionais de imagem e favicons. Autenticação automática OAuth via servidor Tavily MCP ou configuração de chave de API;...
official
tavily-best-practices
tavily-ai
We need to translate the given text from English to Brazilian Portuguese. The text describes a web search API for LLMs with various methods. We must preserve product names, protocol names, URLs, numbers, technical terms. The name "tavily-best-practices" is not in the text, so we don't include it. We translate only the text inside <text>. No extra commentary, no labels. Let's translate: "Web search API for LLMs with real-time data access, content extraction, site crawling, and AI-powered research." -> "API de busca web para LLMs com acesso a dados em tempo real, extração de conteúdo, crawling de sites e pesquisa com IA." "Five core methods: search() for web results, extract() for URL content, crawl() for site-wide extraction, map() for URL discovery, and research() for end-to-end AI synthesis" -> "Cinco métodos principais: search() para resultados web, extract() para conteúdo de URL, crawl() para extração em todo o site, map() para descoberta de URLs e
official
tavily-cli
tavily-ai
Pesquisa na web, extração de conteúdo, rastreamento de sites e pesquisa aprofundada via Tavily CLI. Cinco modos de comando que abrangem pesquisa, extração, descoberta de URLs, rastreamento em massa e pesquisa com múltiplas fontes e citações. Todos os comandos suportam saída em JSON e salvamento em arquivo para fluxos de trabalho estruturados e agentivos. O padrão de escalonamento orienta você desde a pesquisa simples até extração, mapeamento, rastreamento e pesquisa abrangente, conforme suas necessidades. Requer instalação do tavily-cli e autenticação via chave de API com tvly login.
official
tavily-crawl
tavily-ai
Rastreador de sites com múltiplas páginas, filtragem semântica e exportação em markdown. Rastreie seções inteiras do site com controle de profundidade e largura; filtre por regex de caminho, domínio ou instruções em linguagem natural para focar os resultados. Salve cada página como arquivos markdown locais via --output-dir, ou retorne JSON estruturado para processamento agêntico. Use instruções semânticas com extração por chunks para evitar inchaço de contexto ao alimentar resultados para LLMs; use extração de página completa para downloads de documentação offline. Suporta...
official
tavily-dynamic-search
tavily-ai
Pesquise na web, filtre resultados e extraia conteúdo para que dados brutos de pesquisa nunca entrem na sua janela de contexto. Apenas sua saída print() selecionada retorna.
official
tavily-extract
tavily-ai
Extrai markdown ou texto limpo de até 20 URLs, com suporte a renderização JavaScript e chunking focado em consultas. Lida com páginas renderizadas por JavaScript com profundidade de extração configurável (básica para páginas simples, avançada para SPAs dinâmicas e tabelas). Suporta extração focada em consulta para retornar apenas trechos de conteúdo relevantes, em vez de páginas inteiras. Retorna markdown otimizado para LLMs por padrão, com opções para formato de texto simples e saída JSON estruturada. Processa até 20 URLs em uma única chamada;...
official
tavily-map
tavily-ai
Descoberta rápida de URLs em sites sem extrair conteúdo, ideal para encontrar páginas específicas em sites grandes. Retorna listas estruturadas de todas as URLs de um domínio com profundidade e amplitude configuráveis, filtragem de caminhos por regex e instruções em linguagem natural para filtragem semântica. Suporta controle de profundidade (1–5 níveis), limites de amplitude por página, inclusão/exclusão de links externos e filtragem de domínio por padrões regex. Projetado como etapa 1 em um fluxo de trabalho: mapeie para encontrar a página certa, depois use extract ou...
official