| name | paper-search |
| description | Search academic papers via OpenAlex API for math modeling references. Invoke when user needs literature search, paper references, or when writing papers requires citations. |
Paper Search Skill - 论文搜索技能
本技能通过 OpenAlex API 实现学术论文搜索功能,为数学建模论文撰写提供参考文献支持。
功能概述
| 功能 | 说明 |
|---|
| 论文搜索 | 通过关键词搜索相关学术论文 |
| 摘要获取 | 自动重建并返回论文摘要 |
| 引用格式化 | 生成标准的引用格式 |
| 多字段搜索 | 支持标题、摘要、作者等多字段搜索 |
使用场景
在以下情况下使用本技能:
- 建模分析阶段:查找模型相关的理论文献
- 论文撰写阶段:为论文添加参考文献引用
- 算法验证阶段:查找算法的原始论文
- 用户请求:用户明确要求搜索论文或文献
配置要求
邮箱配置(必需)
OpenAlex API 要求提供邮箱地址以使用礼貌池(Polite Pool):
使用前必须配置邮箱地址:
- 用于礼貌池访问,提高API限制
- 必须是有效的邮箱地址
搜索流程
┌─────────────────────────────────────────────────────────────┐
│ 论文手/建模手 │
│ (需要引用文献时调用搜索工具) │
└──────────────────────┬──────────────────────────────────────┘
│ 调用 search_papers
▼
┌─────────────────────────────────────────────────────────────┐
│ openalex_scholar.py │
│ (论文搜索脚本 - 封装 OpenAlex API 调用) │
└──────────────────────┬──────────────────────────────────────┘
│ HTTP GET 请求
▼
┌─────────────────────────────────────────────────────────────┐
│ OpenAlex API (https://api.openalex.org) │
│ - 免费学术搜索引擎 │
│ - 支持论文标题、摘要、作者、引用次数等字段 │
└─────────────────────────────────────────────────────────────┘
使用方法
方法一:运行搜索脚本
python tools/paper_search/scripts/openalex_scholar.py --query "grey prediction model" --email "your@email.com"
方法二:在代码中调用
from openalex_scholar import OpenAlexScholar
scholar = OpenAlexScholar(email="your@email.com")
papers = scholar.search_papers("linear programming optimization")
for paper in papers:
print(f"标题: {paper.title}")
print(f"作者: {', '.join(paper.authors)}")
print(f"年份: {paper.publication_year}")
print(f"引用: {paper.citation_format}")
print(f"DOI: {paper.doi}")
print("---")
方法三:获取字典格式数据
from openalex_scholar import OpenAlexScholar
scholar = OpenAlexScholar(email="your@email.com")
papers = scholar.search_papers("linear programming optimization")
for paper in papers:
paper_dict = paper.to_dict()
print(f"标题: {paper_dict['title']}")
print(f"作者: {paper_dict['authors']}")
print(f"年份: {paper_dict['publication_year']}")
print(f"引用: {paper_dict['citation_format']}")
print("---")
返回字段说明
Paper 对象属性
| 属性 | 类型 | 说明 |
|---|
title | str | 论文标题 |
abstract | str/None | 摘要(从倒排索引重建) |
authors | List[str] | 作者列表 |
cited_by_count | int | 被引用次数 |
doi | str/None | DOI 标识符 |
publication_year | int/None | 发表年份 |
Paper 对象方法
| 方法 | 返回值 | 说明 |
|---|
citation_format | str | 格式化引用文本(APA风格) |
to_dict() | Dict | 转换为字典格式,包含所有字段和citation_format |
引用格式示例
Smith J. et al. (2020). A Novel Approach to Grey Prediction Models.
DOI: 10.1016/j.example.2020.123456
API 限制与最佳实践
| 项目 | 说明 |
|---|
| 速率限制 | 使用礼貌池(polite pool)可提高限制 |
| 必需参数 | 必须提供 mailto 邮箱参数 |
| 返回数量 | 默认返回 8 篇相关论文 |
| 搜索字段 | 支持标题、摘要、作者等多字段搜索 |
数学建模常用搜索关键词
优化算法
linear programming optimization
genetic algorithm optimization
particle swarm optimization
simulated annealing
预测模型
grey prediction model GM(1,1)
ARIMA time series forecasting
LSTM neural network prediction
prophet forecasting
评价方法
analytic hierarchy process AHP
TOPSIS multi-criteria decision
entropy weight method
data envelopment analysis DEA
图论与网络
shortest path algorithm Dijkstra
minimum spanning tree
maximum flow network
vehicle routing problem
相关文件
| 文件 | 说明 |
|---|
scripts/openalex_scholar.py | OpenAlex 搜索实现脚本 |
参考链接