MATLAS 数学文献检索

它解决什么问题

查数学结论最可靠的方式仍然是翻论文和教材，但「知道有这个结果」和「找到它的原始表述」之间隔着大量检索成本。关键词检索在数学文本上表现很差——同一个结果可能有多种命名方式，符号表达也各不相同。MATLAS 的做法是把数学命题本身当作检索单元：从 435,000 篇同行评审论文和 1,900 本教材中抽取出 807 万条命题，用 Qwen3-Embedding-8B 做向量化，再按语义相似度召回。这样你可以用自然语言描述一个概念，而不必先猜出它在哪篇论文里、以什么标题出现。

技能如何工作

调用方式很直接：给一个查询字符串，可选结果数量（num_results，默认 10，范围 10–200），返回结构化结果。

工作流程分三步：

1. 构造查询 — 使用精确的英文数学术语。标准名称和记号的召回效果最好，例如 "Lebesgue dominated convergence theorem" 明显优于 "convergence theorem"。
2. 执行检索 — 可以直接调用 API，也可以用内置的 scripts/search_matlas.py（Python 3.7+，仅标准库，无外部依赖）。脚本更适合程序化使用。
3. 整理输出 — 每条结果包含 type（book/paper）、entity_name、doi、title、authors、journal、year、statement 和 candidate_id。

其中 statement 字段是关键：它直接给出命题文本，而不是只返回论文摘要链接，省去了二次确认的步骤。candidate_id 可用于后续反馈。

适用边界与注意点

• 覆盖范围是英文文献。 语料来自英文论文和教材，非英文查询的召回效果可能不佳。
• 检索不等于证明。 语义相似度只能找到相关结果，不能确认两者等价，statement 文本仍需人工核对。
• 学术用途要标注出处。 结果中带有 DOI 和来源信息，引用时应当使用。
• 探索性查询可以放大 num_results（20–50 比较合理），定向查找保持默认的 10 即可。
• 需要排查 API 问题或查看完整参数文档时，可以读 references/api_reference.md。