القائمة
在PubScholar公益学术平台自动搜索中文论文、文献或专利，支持智能关键词扩展和结果数量自适应。当用户需要搜索中文学术资源时使用此技能。
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
استنادا إلى تصنيف SOC المهني
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
يتجاوز الأمر المباشر Prompt المخصّص للمراجعة. افحص المصدر قبل تشغيله.
npx skills add https://github.com/ptreezh/sscisubagent-skills --skill pubscholar-auto-searchيبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
عرض SKILL.md
| name | pubscholar-auto-search |
| description | 在PubScholar公益学术平台自动搜索中文论文、文献或专利，支持智能关键词扩展和结果数量自适应。当用户需要搜索中文学术资源时使用此技能。 |
| version | 1.0.0 |
| author | socienceAI.com |
| license | MIT |
| tags | ["literature-search","pubscholar","chinese-papers","academic-search","automation"] |
| compatibility | Claude 3.5 Sonnet and above |
| metadata | {"domain":"literature-search","methodology":"automated-search","complexity":"intermediate","integration_type":"web-automation","last_updated":"2025-12-28","website":"https://pubscholar.cn","language":"chinese"} |
| allowed-tools | ["python","bash","playwright"] |
在PubScholar公益学术平台（https://pubscholar.cn/）自动搜索中文学术资源，支持智能关键词扩展确保获得足够的文献结果。
Use this skill when the user requests:
When user needs Chinese literature search:
当用户提到以下需求时，使用此技能：
关键词触发:
阶段1: 精准搜索
阶段2: 智能扩展（自动触发）
自动提取每篇文献的：
支持多种格式：
from skills.pubscholar_auto_search.scripts.pubscholar_searcher import SynchronousPubScholarSearcher
# 初始化
searcher = SynchronousPubScholarSearcher(debug=False)
# 执行搜索
results = searcher.search(
keyword="搜索关键词",
auto_expand=True, # 是否智能扩展
min_results=5, # 触发扩展的最小结果数
max_results=50 # 最大返回结果数
)
# 导出结果
searcher.export_to_csv(results, 'output.csv')
参数说明:
keyword: 搜索关键词（必需）auto_expand: 是否启用智能扩展（默认True）min_results: 触发扩展的阈值（默认5）max_results: 最大返回结果数（默认50）{
"search_request": {
"keyword": "搜索关键词（必需）",
"auto_expand": true,
"min_results": 5,
"max_results": 50,
"year_range": {
"start": 2020,
"end": 2024
},
"document_types": ["期刊论文", "学位论文", "会议论文", "专利"]
}
}
{
"search_summary": {
"keyword": "搜索关键词",
"total_results": 25,
"expansion_used": true,
"strategies_applied": ["同义词扩展", "英文翻译"],
"search_time_seconds": 15.3
},
"papers": [
{
"index": 1,
"title": "文献标题",
"authors": ["作者1", "作者2"],
"journal": "期刊名称",
"year": "2024",
"volume": "25",
"issue": "3",
"pages": "45-60",
"abstract": "摘要内容...",
"keywords": ["关键词1", "关键词2"],
"url": "https://pubscholar.cn/...",
"source": "PubScholar"
}
]
}
| 场景 | 原始关键词 | 扩展策略 |
|---|---|---|
| 人工智能 | 人工智能 | AI + 机器学习 + artificial intelligence |
| 数字鸿沟 | 数字鸿沟 | 信息不平等 + digital divide + 数字分化 |
| 社会网络 | 社会网络 | 社交网络 + 关系网络 + social network |
| 深度学习 | 深度学习 | 神经网络 + DL + neural network |
详细文档请查看：
references/USER_GUIDE.md - 完整使用指南references/DEVELOPMENT.md - 开发文档references/API_REFERENCE.md - API参考references/EXTENSION_STRATEGIES.md - 扩展策略详解# 核心依赖
playwright>=1.40.0
beautifulsoup4>=4.12.0
pandas>=2.0.0
# 安装
pip install -r requirements.txt
# 测试
python scripts/test_pubscholar_search.py
# 用户: "在PubScholar搜索关于人工智能的中文论文"
searcher = SynchronousPubScholarSearcher()
results = searcher.search("人工智能")
# 用户: "搜索'社会网络分析 在线社区'，不要扩展"
results = searcher.search("社会网络分析 在线社区", auto_expand=False)
# 用户: "搜索：数字鸿沟、信息不平等、数字不平等"
keywords = ["数字鸿沟", "信息不平等", "数字不平等"]
all_results = [searcher.search(kw) for kw in keywords]
⚠️ 重要声明:
✅ 最佳实践:
版本: 1.0.0 最后更新: 2025-12-28 维护者: SSCI Research Tools