Sciverse Skills

以 opendatalab/Sciverse-Agent-Tools 仓库为准，提供 5 个标准化 Agent 工具与 Python / TypeScript SDK，支持 5 种装载路径。

GitHub
opendatalab/Sciverse-Agent-Tools
list_catalog
字段查询
search_papers
结构化检索
semantic_search
语义检索
read_content
原文切片
get_resource
图表资源
装载路径
npx skills add
npx skills add https://sciverse.space
OpenClaw · ClawHub
clawhub install sciverse
Claude Plugin
/plugin install sciverse
手动 Skill
clone 后 cp 至 .claude/skills
Python · TS SDK
pip / npm install sciverse
兼容 Claude Code / Cursor / Codex CLI / Windsurf 等主流 Agent 客户端，统一通过 sciverse-mcp-server 连接。

连接方式

  • 传输协议：sciverse-mcp-server / SDK / ClawHub Skill
  • 端点：https://github.com/opendatalab/Sciverse-Agent-Tools
  • 鉴权：统一使用 Sciverse API Token（SCIVERSE_API_TOKEN 环境变量）。ClawHub 一键装载时在面板填写；Claude Code / Cursor / Codex CLI / Windsurf 等均通过 sciverse-mcp-server 接入。

客户端配置

{
  "mcpServers": {
    "sciverse": {
      "command": "npx",
      "args": ["-y", "sciverse-mcp-server"],
      "env": {
        "SCIVERSE_API_TOKEN": "sv-..."
      }
    }
  }
}

装载方式

# 一键安装 Agent Skill（推荐给支持 npx skills 的环境）

# 1) 从官方安装
npx skills add https://sciverse.space

# 2) 设置 Token
export SCIVERSE_API_TOKEN=sv-xxx

工具总览

类别工具名说明典型延迟
SDKlist_catalog枚举可用字段、过滤算子与示例值；首次集成或拼装精确 filters 之前调用一次。~120ms
SDKsearch_papers结构化元数据检索（作者 / 年份 / 期刊 / 学科），适合精确过滤后交给语义检索。~150–500ms
SDKsemantic_search以自然语言在文献片段层面进行语义检索，是 RAG 场景的核心入口。~500–1500ms
SDKread_content按字节范围切片读取原文以扩展 RAG 上下文，配合 semantic_search 返回的 doc_id / offset 使用。~200ms
SDKget_resource拉取 read_content Markdown 中引用的图 / 表二进制（图像字节 + MIME），用于多模态 RAG。~200ms

SDK工具

list_catalog
~120ms

枚举可用字段、过滤算子与示例值；首次集成或拼装精确 filters 之前调用一次。

字段类型必填说明
include_sample_valuesboolean可选是否随枚举字段返回示例值，便于 LLM 自校验。
默认 false
返回字段：fields[]（name · type · operators[] · sample_values?）
search_papers
~150–500ms

结构化元数据检索（作者 / 年份 / 期刊 / 学科），适合精确过滤后交给语义检索。

字段类型必填说明
querystring可选补充的自然语言词。
authorsstring[]可选作者名列表。
year_frominteger可选起始年份。
filters_advancedobject[]可选由 list_catalog 返回字段拼装的精确过滤表达式。
page_sizeinteger可选每页返回条数。
默认 10范围 1–100
返回字段：hits[]（title · doc_id · authors · year · venue · abstract）
semantic_search
~500–1500ms

以自然语言在文献片段层面进行语义检索，是 RAG 场景的核心入口。

字段类型必填说明
querystring必填自然语言查询，1–2048 字符。
top_kinteger可选返回片段上限。fast/balanced 实际至多约 50，quality 可超过。
默认 10范围 1–100
modestring可选语义检索质量 / 耗时权衡。
默认 balanced范围 fast / balanced / quality
返回字段：hits[]（doc_id · chunk_id · text · score · source.title · source.year · offset）
read_content
~200ms

按字节范围切片读取原文以扩展 RAG 上下文，配合 semantic_search 返回的 doc_id / offset 使用。

字段类型必填说明
doc_idstring必填文献 ID（由 search_papers / semantic_search 返回）。
offsetinteger可选起始字节偏移。
默认 0
limitinteger可选本次拉取的字节上限。
默认 4096
返回字段：Markdown 片段（含 ![](dt=…/p_…/f*.png) 引用）· next_offset · more
get_resource
~200ms

拉取 read_content Markdown 中引用的图 / 表二进制（图像字节 + MIME），用于多模态 RAG。

字段类型必填说明
file_namestring必填形如 dt=xxx/p_yyy/f3.png，由 read_content 返回的 Markdown 中给出。
返回字段：bytes（image/png 等）· mime_type

错误响应

{
  "content": [{ "type": "text", "text": "错误信息" }],
  "isError": true
}
场景HTTP 状态码说明
Token 缺失或无效401检查 SCIVERSE_API_TOKEN 是否填入客户端或环境变量。
请求参数错误400由 Python httpx.HTTPStatusError / TypeScript Error("Sciverse API 400: …") 抛出。
超出额度429仅服务返回；请等待限流窗口恢复或联系支持团队调整账号配额。
服务暂不可用502 / 503按指数退避重试（1s / 2s / 4s）。

还没有 API Key？

登录控制台「密钥」即可创建。同一套 API Key 可用于已开通的 Sciverse、点石与 Skills 能力，提供基础试用额度，具体以账号权限为准。

前往控制台