cn-discover-by-catalog

name	cn-discover-by-catalog
description	用于中文期刊 P0 调研第一层 A 路径"按学科 + 收录目录浏览"时使用：下载/解析 PKU 北核、CSSCI、CSCD、CSTPCD 4 表 PDF，并用 ncpssd 学科检索扩召回，输出 trust_level=catalog-cn 的 CandidateJournal 候选。触发关键词：按学科找期刊、北大核心目录、CSSCI 目录、CSCD 目录、CSTPCD 目录、ncpssd、catalog discovery、目录白名单。不用于自由研究方向语义反推（那是 cn-discover-by-paper）、不用于等级画像（那是 easyscholar-rank）、不用于合法性/CN 号校验（那是 nppa-validator）。

cn-discover-by-catalog

一句话定位

目录路径 = “先翻正规名单”。输入学科名，先从国内核心目录白名单找候选，再用 ncpssd 学科检索扩召回。

Method-call

/cn-discover-by-catalog(subject, limit=20)

工具优先级

场景	工具	说明
4 表下载	scripts/download_catalogs.sh	curl 直链下载，CSTPCD 二跳 best-effort
PDF 解析	scripts/parse_catalogs.py	pdfplumber 表格优先，文本抽取兜底
学科扩召回	scripts/ncpssd_subject_query.py	GBK 表达式 base64 landing URL + /searchHandler/search JSON rows；HTML 解析保留为兜底
主入口	scripts/discover_by_catalog.py	merge 目录候选和 ncpssd 频次候选

Runtime

bash plugins/journal-research-cn/skills/cn-discover-by-catalog/scripts/download_catalogs.sh
python3 plugins/journal-research-cn/skills/cn-discover-by-catalog/scripts/parse_catalogs.py
python3 plugins/journal-research-cn/skills/cn-discover-by-catalog/scripts/discover_by_catalog.py "经济学" --limit 20

ncpssd smoke：

python3 plugins/journal-research-cn/skills/cn-discover-by-catalog/scripts/test_ncpssd.py "经济学"

4 表来源

Catalog	File	处理策略
PKU 北核 2023	data/catalogs/pku-core-2023.pdf	必须下载成功
CSSCI 2023-2024	data/catalogs/cssci-2023-2024.pdf	必须下载成功
CSCD 2023-2024	data/catalogs/cscd-2023-2024.pdf	必须下载成功
CSTPCD 2024	data/catalogs/cstpcd-2024.pdf	best-effort；失败时写 references/cstpcd-mirrors.md

输出 Schema

{
  "query": "经济学",
  "status": "ok",
  "path": "A/catalog+ncpssd",
  "candidate_count": 20,
  "candidates": [
    {
      "identity": {
        "title_cn": "经济研究",
        "issn": "0577-9154",
        "catalog_labels": ["pku", "cssci"]
      },
      "fit_score": 0.75,
      "trust_level": "catalog-cn",
      "evidence": [
        {"source": "pku-catalog", "trust_level": "catalog-cn"},
        {"source": "cssci-catalog", "trust_level": "catalog-cn"}
      ]
    }
  ]
}

解析边界

• merged.json 以中文刊名 normalize 后去重。
• 多目录收录合并到 catalog_labels，不覆盖原始 catalog_entries。
• pdfplumber 缺失时脚本明确提示安装，不静默降级成空结果。
• ncpssd landing URL 的查询表达式必须先 GBK 编码再 base64；当前站点的实际结果来自 /searchHandler/search POST JSON rows，HTML 解析作为页面结构兜底。

Anti-pattern

• 不把 CSTPCD best-effort 下载失败当作整条中文路线失败。
• 不把 ncpssd 频次候选当目录收录；它的证据源是 ncpssd-subject。
• 不用字符串拼接硬猜 ISSN；只接受 PDF 或页面附近可见 ISSN。
• 不在 data/catalogs/ 写手工伪造目录。

本 skill 的 deletion-spec

• 触发删除条件：四表公开 PDF 全部停止可访问且无合法镜像，或 easyScholar/官方接口提供稳定等价目录全集，或项目切换到机构订阅数据库并取消公开目录路径。
• 禁用方式：删除 plugins/journal-research-cn/skills/cn-discover-by-catalog/，bump journal-research-cn minor，重生成 marketplace 并刷新 Claude/Codex cache。
• 卸载清单：同步更新 cn-orchestrator 的 A 路径、README 流程图、_shared/adapter_utils.py 中仅目录路径使用的 helper、以及 references/cstpcd-mirrors.md 的后续维护说明。