Pular para o conteúdo
Skillpedia
Pesquisa51 mil · #1926

paperclip

Pesquisa e lê documentos biomédicos e de saúde. Ele busca informações em artigos, documentos da FDA e ensaios clínicos, extraindo dados importantes.

O que ela faz

O Paperclip GXL é uma ferramenta que busca e lê documentos científicos, como artigos, relatórios da FDA e resultados de testes clínicos. Ele permite encontrar informações específicas dentro desses documentos.

Quando usar

  • ✓Quando você precisa encontrar artigos sobre um tópico específico.
  • ✓Quando você quer procurar por termos exatos em documentos científicos.
  • ✓Quando você precisa extrair informações de múltiplos artigos.

Exemplo do que pedir para a IA

“Encontre artigos sobre edição genética CRISPR e me mostre os 5 mais relevantes.”

Quer saber mais? Abra as seções abaixo.

Como usar

O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.

Link da skill

https://github.com/K-Dense-AI/scientific-agent-skills/blob/main/skills/paperclip/SKILL.md

Mensagem pronta para colar

Use esta skill para me ajudar: https://github.com/K-Dense-AI/scientific-agent-skills/blob/main/skills/paperclip/SKILL.md Leia o arquivo SKILL.md desse link e siga as instruções dele na minha tarefa.
Como funciona

Você diz ao Paperclip o que procurar e onde procurar (por exemplo, em artigos da PubMed). Ele então busca os documentos e permite que você leia ou extraia informações específicas deles.

Instalação

Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.

No terminal (Claude Code, Codex, Cursor), na pasta do projeto:

npx skills add K-Dense-AI/scientific-agent-skills --skill paperclip

Ou baixe só o arquivo:

curl -L https://raw.githubusercontent.com/K-Dense-AI/scientific-agent-skills/main/skills/paperclip/SKILL.md -o SKILL.md
Conteúdo técnico (SKILL.md)

Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.

Paperclip CLI

Paperclip by GXL expõe documentos científicos através de um sistema de arquivos virtual e busca no lado do servidor e leitores. Este é o GXL Paperclip em paperclip.gxl.ai, não o aplicativo não relacionado da empresa de agentes Paperclip. Use a fonte solicitada pelo usuário; outros provedores têm suas próprias habilidades.

Esta revisão verifica a documentação oficial, o esquema da API pública e o CLI/SDK 0.7.92 instalado. Ajuda local, construção de requisições SDK e metadados públicos foram verificados. Recuperação autenticada, leitores LLM, uploads e mutações de repositório não foram executados durante esta revisão; seus exemplos são ilustrativos. O comportamento do servidor pode mudar independentemente da versão do CLI.

Preparação e autenticação

command -v paperclip
paperclip --version
paperclip --help

Se instalado, use a conta existente ou uma chave configurada privadamente em https://paperclip.gxl.ai/keys. Não peça uma chave no chat nem imprima arquivos de credenciais. O Paperclip não carrega um projeto .env automaticamente. Se o usuário forneceu um .env confiável e compatível com shell, exporte-o na mesma invocação do shell do comando:

if [ -f .env ]; then
  set -a
  . ./.env
  set +a
fi
paperclip config 2>&1 | grep -E 'Auth:|Health:'

Sourcing .env executa código de shell: use apenas um arquivo confiável e mantenha-o fora do Git. Repita o export quando uma ferramenta iniciar um novo shell; um ambiente já exportado não precisa de prefixo. Um token bearer pode ter precedência sobre uma chave de API, e credenciais de ambiente ausentes podem recorrer a uma identidade OAuth armazenada. Verifique a conta pretendida em vez de assumir que qualquer login OAuth está errado. Auth relata a presença de credenciais; Health sonda a alcançabilidade pública. Nenhum dos dois prova que a credencial é válida. Verifique a autenticação na próxima requisição autorizada pela tarefa.

Use o navegador paperclip login quando o usuário estiver disponível para concluir o login. A instalação e paperclip install também contêm prompts; veja installation.md. Não execute atualizações, desinstalações, alterações de conta ou uploads meramente para testar a documentação.

Escolha a operação de recuperação

Objetivo Comando Interpretação
Artigos sobre um tópico search -s pmc "..." -n 5 Descoberta classificada; resumos são triagem
Termos exatos em texto completo grep "TP53" /papers/ Pode ser limitado por tempo ou correspondência
DOI/PMID conhecido lookup doi 10.1073/pnas.2307796121 Resolva a identidade antes de ler
Contagens e metadados sql "SELECT ..." Agregação de metadados, não busca de texto completo
Análogos metodológicos search -s arxiv --ranking analogical "..." Descreva o método ou problema em frases completas
Os mesmos campos em vários artigos map --from s_ID "..." Extração LLM; verifique evidências materiais

Sempre passe uma fonte ou diretório virtual para search. Fontes separadas por vírgula funcionam, mas consultas direcionadas separadas são mais fáceis de interpretar ao misturar artigos, ensaios e evidências regulatórias. Use paperclip skill proteins antes de consultas de proteínas e paperclip skill patents antes de patentes.

Encontrar, ler e citar

paperclip search -s pmc "CRISPR base editing delivery" -n 5
paperclip cat /papers/PMC10945750/meta.json
paperclip head -40 /papers/PMC10945750/content.lines
paperclip ls /papers/PMC10945750/sections/
paperclip grep -n "lipid nanoparticle" /papers/PMC10945750/content.lines
paperclip scan /papers/PMC10945750/content.lines "IC50" "off-target" "efficiency"

Capture o ID do resultado retornado; não reutilize os IDs ilustrativos nesta habilidade. IDs s_ identificam cohortes de busca/grep/filtro salvas, m_ mapeiam execuções e r_ reduzem artefatos. Recupere IDs recentes com paperclip results --list. A saída do terminal pode ser uma prévia truncada, então use resultados salvos ou o SDK result.papers para hits estruturados, não um regex sobre títulos de artigos renderizados. Veja search-and-retrieval.md e python-sdk.md.

Use caminhos virtuais absolutos. Prefira head, seções, grep e scan em vez de despejar um artigo inteiro. Uma leitura falha ou um resultado de grep limitado e vazio não estabelece ausência científica.

Extração de múltiplos artigos

paperclip search -s pmc "lipid nanoparticle mRNA delivery" -n 5
# Substitua o ID de busca real abaixo.
paperclip filter --from s_ID "in vivo delivery with quantified efficiency"
paperclip map --from s_ID "Report delivery vector, target cell type, efficiency, and supporting lines. State 'not reported' when absent."
paperclip results m_ID --save map.txt

…
Perguntas frequentes

Como eu instalo o Paperclip?

Você pode instalar o Paperclip usando o comando `paperclip install`. Se precisar de mais detalhes, consulte a documentação de instalação.

Como eu me autentico no Paperclip?

Você pode se autenticar usando `paperclip login` se estiver disponível para interagir com o navegador, ou configurando suas chaves de API em `https://paperclip.gxl.ai/keys`. Nunca compartilhe suas credenciais.

O que são 's_IDs', 'm_IDs' e 'r_IDs'?

Esses são identificadores para os resultados das suas buscas. 's_IDs' são para buscas salvas, 'm_IDs' para extrações de dados (map) e 'r_IDs' para resultados de processamento (reduce). Você pode listar os resultados recentes com `paperclip results --list`.

Detalhes

Descrição original do autor

Searches and reads biomedical papers, FDA/PMDA/EMA documents, clinical trials, and protein records with the GXL Paperclip CLI and Python SDK. Supports source-scoped search, full-text grep, metadata SQL, map/reduce extraction, figure analysis, optional repositories and claim verification, and line-pinned citations. Use when a task names GXL paperclip, asks to install or authenticate it, or requests

repo: K-Dense-AI/scientific-agent-skills

Popularidade

Estrelas no GitHub
51 mil
Posição no ranking
#1926
Licença
MIT
Atualizada em
15/10/2026

Essa skill é útil?

0

Entre para votar.

Comentários

  • …

Mais skills deste repositório

Skills parecidas