Skip to main content
本笔记本提供了快速入门 SERPGoogleScholarTool 的概述。有关所有 SERPGoogleScholarAPITool 功能和配置的详细文档，请前往 API 参考。

​
概述

​
集成详情

类包PY 支持版本
GoogleScholarTool@langchain/community✅NPM - Version

​
工具功能

  • 按主题、作者或查询检索学术出版物。
  • 获取元数据，如标题、作者和出版年份。
  • 高级搜索过滤器，包括引用次数和期刊名称。

​
设置

集成位于 @langchain/community 包中。 
npm install @langchain/community

​
凭证

确保您拥有访问 Google 学术的适当 API 密钥。在环境变量中设置它： 
SERPAPI_API_KEY="your-serp-api-key"
设置 LangSmith 以获得最佳可观测性也很有帮助： 
process.env.LANGSMITH_TRACING="true"
process.env.LANGSMITH_API_KEY="your-langchain-api-key"

​
实例化

您可以像这样导入并实例化 SERPGoogleScholarAPITool 工具： 
import { SERPGoogleScholarAPITool } from "@langchain/community/tools/google_scholar";

const tool = new SERPGoogleScholarAPITool({
  apiKey: process.env.SERPAPI_API_KEY,
});

​
调用

​
直接使用参数调用

您可以使用查询参数直接调用工具： 
const results = await tool.invoke({
  query: "neural networks",
  maxResults: 5,
});

console.log(results);

​
使用 ToolCall 调用

我们也可以使用模型生成的 ToolCall 调用工具： 
const modelGeneratedToolCall = {
  args: { query: "machine learning" },
  id: "1",
  name: tool.name,
  type: "tool_call",
};
await tool.invoke(modelGeneratedToolCall);

​
API 参考

有关所有 SERPGoogleScholarAPITool 功能和配置的详细文档，请前往 API 参考。
在 GitHub 上编辑此页面 或 提交问题。
通过 MCP 将这些文档连接到 Claude、VSCode 等 以获取实时答案。