paper-fetch-skill

从现有证据看，它值得关注，但目前更适合判断为“有明确用途的开源组件”，还不足以仅凭热度认定为成熟稳定的学术检索平台。唯一强证据来自官方 GitHub 仓库文案，说明其核心能力是把 DOI、URL 或标题转成 agent-ready 的结构化 Markdown/全文；222 Stars 和 27 Forks 只能证明近期被关注，不能单独证明抓取成功率、覆盖率或长期维护质量。

它的实际作用更像“面向 AI 工作流的论文获取与格式整理层”，而不是 Semantic Scholar、Google Scholar 那类发现型学术搜索引擎，也不是 Zotero 这种参考文献管理器。更准确的类比，是给 LLM agent、脚本或研究流水线用的论文摄取 skill：把论文入口解析后，整理成更容易摘要、引用、下游分析的文本格式。对做 RAG、文献摘要、研究自动化的人，这个定位很直接。

门槛和成本方面，现有证据只支持确认它是开源项目，且提供 CLI 与 MCP 集成；是否有托管服务、官方 API 定价、稳定 SLA、批量额度等都没有证据，不能外推。可保守判断其采用成本主要是本地部署、命令行使用、工作流接入和可能的抓取环境配置成本，这属于保守推断，不是官方价格承诺。如果你需要开箱即用、合规采购、团队权限管理，这些能力目前都看不到。

适合有一定技术能力、想把论文全文/结构化文本接入 agent 或自动化流程的研究者和开发者；不太适合只想“搜论文并点开看”的普通用户。证据源讨论质量目前也偏单一：只有 GitHub 仓库这个官方入口，属于“能力边界有一定支持，但外部实测、教程、长文评测都不足”的样本有限状态。现阶段社媒共识最多只能说“方向清晰、概念吸引人、热度有一定证明”，距离“好用证明”还需要更多真实案例与失败场景反馈。