前言¶
通用对话模型回答学术问题时，常见的问题是泛泛而谈、不给出处，用户追问”依据是什么”时补不出文献。自己搭检索管道又要处理数据库、检索式、引用格式，成本不低。下面介绍的这个 Skill，把维普学术大模型的文献问答能力封装成一个可调用的 Skill，输入问题，输出带参考文献的回答。
这是什么¶
「全球学术文献问答」是一个基于 SKILL.md 格式的 Agent Skill，由社区开发者 @user_7996e53b 发布在 SkillHub 上，版本 1.0.1，来源为 community，分类为 professional。
它的核心是维普学术大模型对话接口，采用 SSE 流式返回。Skill 的职责是：判断用户问题是否需要学术证据，需要时调用该接口，基于学术文献回答问题，并在回答中附带参考文献。它不限于单一学科，覆盖自然科学、工程技术、医学健康、农业、信息科学、材料、化学、生物、环境、能源、教育、管理、经济、社会科学、法学、人文等领域。
核心功能与触发方式¶
根据官方简介，Skill 的触发条件写得很宽，以下任一情况都应优先调用：
- 用户明确询问文献、论文、期刊、学位论文、会议论文、专利、研究报告、综述、研究进展、研究现状。
- 用户要求文献综述、研究背景整理、选题依据撰写、开题报告辅助、论文框架设计、研究问题提炼。
- 用户询问某个概念、理论、模型、方法、技术路线、实验设计、统计方法、评估指标或学科前沿。
- 用户需要基于证据回答问题，例如”有哪些研究支持”“现有研究结论是什么”“证据强度如何”。
- 用户需要比较不同研究方法、技术路线、算法、材料、药物、教育干预、政策效果、工程方案。
- 用户需要查找或解释专利、现有技术、技术方案新颖性、专利布局、技术演进、竞争对手技术路线。
- 用户提供论文标题、摘要、DOI、作者、研究问题、实验数据或研究假设，希望进行学术解释、文献定位、相似研究推荐或改写润色。
- 用户询问如何检索文献、如何构造检索式、如何使用数据库、如何筛选文献、如何评估文献质量、如何引用文献。
- 用户提出跨学科、多语言、全球范围的研究问题，需要综合中文、英文或其他语种的学术资料回答。
- 用户没有明确说”文献”，但问题本质需要学术证据、科研资料、论文支持、专利支持或学术共识时，也应调用。
触发词包括：学术问答、问维普大模型、学术对话、基于文献回答。
安装与启用¶
官方页面没有提供可直接复制的安装命令，下面是已核实的启用前提，具体安装步骤以 SkillHub 页面为准。
1、确认坐标。Skill 的完整坐标为 @user_7996e53b/academic-chat，官方地址为 https://api.skillhub.cn/user_7996e53b/academic-chat，SkillHub 页面为 https://www.skillhub.cn/skills/user_7996e53b/academic-chat。
2、准备 API Key。该 Skill 的标签为 requires_api_key=true，即需要配置 API Key 才能调用维普学术大模型接口。Key 的获取与配置字段以 SkillHub 页面说明为准。
3、在 Agent 中启用。将 Skill 接入支持 SKILL.md 格式的 Agent（如 Cursor、Codex CLI、Claude Code 等）后，由 Agent 根据上述触发条件决定何时调用，无需在代码里手工拼接请求。
典型用法¶
官方简介描述了两类调用形态：
- 单轮或简单问题：直接把用户问题作为消息传给接口，SSE 流式返回，回答附带参考文献。
- 多轮或复杂消息：使用
--body-json传完整的 messages 数组，保留上下文与多轮对话结构。
也就是说，简单问答走常规入参，需要多轮上下文或结构化消息时改用 --body-json 传完整 messages，具体参数名与字段结构以官方页面为准。
回答的粒度可以按用户需求调整：要求简答时输出简洁学术回答；要求深入研究时输出文献综述式回答；要求写作辅助时输出论文段落、研究背景、开题内容或综述框架。
适用场景与注意¶
适合需要学术证据、又不想自建检索管道的场景：选题论证、开题辅助、研究现状梳理、概念解释、方法比较、专利与技术路线调研、跨语言文献综合。
使用前注意三点：
- 该 Skill 依赖维普学术大模型与文献数据源，覆盖范围受其收录文献限制，冷门或未收录领域可能查不到依据。
- 需要配置 API Key，调用前确认 Key 有效且配额足够。
- 参考文献来自模型检索结果，正式写作前仍应回到原始文献核对，避免引文与原文不符。
结尾¶
这个 Skill 的价值在于把”找文献、引文献”这一步接进了对话流程，开发者不必自己处理检索与引用格式。需要接入的话，从官方地址查看安装说明与 API Key 配置即可：https://api.skillhub.cn/user_7996e53b/academic-chat。
