academic-scientific-research

Находить, отбирать и обобщать академические статьи, научную литературу, технические отчеты, препринты, клинические или биомедицинские публикации и доказательную базу по…

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.

Больше skills от tavily-ai

research
tavily-ai
Всестороннее исследование любой темы с автоматическим сбором источников, анализом и цитированием. Проводит многоисточниковый веб-поиск с явными ссылками, идеально подходит для сравнений, текущих событий, анализа рынка и детальных отчетов. Предлагает три варианта модели: mini для целенаправленного исследования одной темы (~30 с), pro для всестороннего многоаспектного анализа (~60–120 с) и auto для автоматического определения сложности через API. Аутентификация через OAuth через сервер MCP Tavily с автоматическим входом через браузер...
official
search
tavily-ai
Веб-поиск с оптимизированными для LLM результатами, оценкой релевантности и гибкой фильтрацией. Поддерживает четыре режима глубины поиска (ультрабыстрый, быстрый, базовый, расширенный) с настраиваемыми компромиссами между задержкой и релевантностью. Включает фильтрацию доменов, ограничения по временному диапазону, даты, повышение приоритета стран и извлечение необработанного контента. Возвращает результаты с заголовком, URL, фрагментом содержимого и оценкой релевантности; опционально изображения и фавиконы. Автоматическая аутентификация OAuth через сервер Tavily MCP или настройка API-ключа;...
official
tavily-best-practices
tavily-ai
Веб-поисковый API для LLM с доступом к данным в реальном времени, извлечением контента, сканированием сайтов и AI-исследованиями. Пять основных методов: search() для веб-результатов, extract() для контента URL, crawl() для сканирования всего сайта, map() для обнаружения URL и research() для сквозного AI-синтеза. Поддерживает SDK для Python и JavaScript с асинхронными клиентами для параллельных запросов и настраиваемой глубиной поиска (ultra-fast/fast/basic/advanced). Метод crawl принимает семантические инструкции для фокусировки извлечения на...
official
tavily-cli
tavily-ai
Веб-поиск, извлечение контента, сканирование сайтов и глубокое исследование через Tavily CLI. Пять режимов команд, охватывающих поиск, извлечение, обнаружение URL, массовое сканирование и многоисточниковое исследование с цитированием. Все команды поддерживают вывод в JSON и сохранение в файл для структурированных агентных рабочих процессов. Схема эскалации ведет вас от простого поиска через извлечение, картографирование, сканирование к всестороннему исследованию в зависимости от ваших потребностей. Требуется установка tavily-cli и аутентификация по API-ключу через tvly login.
official
tavily-crawl
tavily-ai
Многостраничный веб-сканер с семантической фильтрацией и экспортом в Markdown. Сканируйте целые разделы сайтов с контролем глубины и ширины; фильтруйте по регулярному выражению пути, домену или инструкциям на естественном языке для фокусировки результатов. Сохраняйте каждую страницу в виде локальных Markdown-файлов через --output-dir или возвращайте структурированный JSON для агентной обработки. Используйте семантические инструкции с извлечением фрагментов для предотвращения раздувания контекста при передаче результатов LLM; используйте извлечение полных страниц для загрузки офлайн-документации. Поддерживает...
official
tavily-dynamic-search
tavily-ai
Поиск в интернете, фильтрация результатов и извлечение контента, чтобы необработанные данные
official
tavily-extract
tavily-ai
Извлекает чистый Markdown или текст из до 20 URL-адресов с поддержкой рендеринга JavaScript и разбивки на фрагменты по запросу. Обрабатывает страницы с рендерингом JavaScript с настраиваемой глубиной извлечения (базовая для простых страниц, продвинутая для динамических SPA и таблиц). Поддерживает извлечение по запросу, возвращая только релевантные фрагменты контента вместо полных страниц. По умолчанию возвращает оптимизированный для LLM Markdown с возможностью выбора формата обычного текста и структурированного вывода JSON. Обрабатывает до 20 URL-адресов за один вызов;...
official
tavily-map
tavily-ai
Быстрое обнаружение URL-адресов на веб-сайтах без извлечения содержимого, идеально подходит для поиска конкретных страниц на крупных сайтах. Возвращает структурированные списки всех URL-адресов в домене с настраиваемой глубиной и шириной, фильтрацией путей по регулярным выражениям и инструкциями на естественном языке для семантической фильтрации. Поддерживает контроль глубины (1–5 уровней), ограничения ширины на страницу, включение/исключение внешних ссылок и фильтрацию доменов с помощью шаблонов регулярных выражений. Разработан как первый шаг в рабочем процессе: карта для поиска нужной страницы, затем используйте извлечение или...
official