foreign-literature-search

name	foreign-literature-search
description	外文学术文献检索工具（社会科学方向）。基于 OpenAlex 开放 API（无需机构账号、无需 API key）， 执行三阶段检索：①主体联合检索（最具体组主检索+其他组后置文本过滤，实现真正 AND 语义） ②独立补充检索（研究对象背景文献 + 核心理论文献）③汇总去重分类 Excel。 同步生成 WoS/Scopus 布尔检索式供有机构权限的用户使用。 触发条件：用户提到需要检索外文/英文/SSCI文献、检索国外学术数据库、帮我搜英文文献、 foreign literature search、检索 SSCI/SCI 论文等。

外文学术文献检索工具（OpenAlex 主力版）

调用 Python 脚本（scripts/openalex_search.py）通过 OpenAlex 开放 API 执行全自动检索， 无需机构账号、无需 API key、无需浏览器。

依赖安装

pip install openpyxl

OpenAlex API 无需注册，每秒最多 10 次请求，脚本已内置限速。

---

Step 0: 解析输入并制定检索策略

0.1 关键词组设计原则

从研究选题中提取 2-3 个核心概念组，每组内扩展同义词（+ 分隔），组间取 AND 交集。

关键注意：过滤组的词语应足够具体，避免使用 "meaning"、"identity" 这类极泛词（会在所有社科文献中出现）。优先使用复合短语：

避免（太泛）	改用（更具体）
meaning	meaning of work + work meaning + meaningful work
identity	occupational identity + worker identity + professional identity
control	labor control + algorithmic control + managerial control
change	livelihood change + occupational transition + career change

选题示例："快车司机的生计变迁与意义建构"

组1（研究对象，主检索）：gig economy + platform labor + ride-hailing + Uber driver + DiDi
组2（核心议题，后置过滤）：meaning of work + work meaning + occupational identity + livelihood

0.2 上位概念兜底

若某组词过于精确（新兴概念、特定群体），主动加入上位概念：

精确词	上位概念兜底
ride-hailing driver	+ gig worker + platform worker + precarious worker
meaning-making	+ identity work + self-concept + sensemaking
algorithmic management	+ digital labor + platform capitalism

0.3 向用户确认策略

执行前列出检索方案，等用户确认：

【主体联合检索】
组1（主检索）：gig economy + platform labor + ride-hailing + Uber driver
组2（后置过滤）：meaning of work + work meaning + occupational identity + livelihood

【独立补充检索】（主检索完成后必做）
补充A（研究对象背景）：precarious work + informal economy × labor market + working conditions
补充B（核心理论）：identity work + sensemaking + meaning-making × labor + work + occupation

WoS 布尔检索式（同步生成，供有机构权限用户使用）

---

Step 0.5: 生成 WoS / Scopus 布尔检索式

在执行脚本之前，根据关键词组生成标准布尔检索式，输出给用户备用：

Web of Science（SSCI）：

TS = ("gig economy" OR "platform labor" OR "ride-hailing" OR "Uber driver")
AND TS = ("meaning of work" OR "occupational identity" OR "livelihood" OR "worker identity")
AND WC = (Sociology OR "Industrial Relations" OR "Labor Relations")

Scopus：

TITLE-ABS-KEY("gig economy" OR "platform labor" OR "ride-hailing")
AND TITLE-ABS-KEY("meaning of work" OR "occupational identity" OR "livelihood")
AND SUBJAREA(SOCI OR PSYC OR ECON OR BUSI)

---

Step 1: 执行主体联合检索

python3 /Users/songyiping/.claude/skills/foreign-literature-search/scripts/openalex_search.py \
  --keywords "gig economy + platform labor + ride-hailing + Uber driver" \
  --keywords "meaning of work + work meaning + occupational identity + livelihood" \
  --max-results 100 \
  --topic "快车司机生计变迁与意义建构" \
  --category "直接相关（平台劳动×意义建构）" \
  --color "D9E1F2" \
  --output-dir ~/Downloads

脚本工作原理：

1. 以词数最少（最具体）的组作为主检索，对每个同义词调用 OpenAlex API，合并结果（OR 逻辑）
2. 对每篇论文的 title+abstract 做后置文本过滤：确保包含其他每个组的至少一个词
3. 若过滤后 < 20 篇，自动放宽为"任意一个额外组匹配"
4. 按被引量降序排列，输出前 N 篇

参数说明：

参数	说明
--keywords	关键词组，每个 --keywords 为一组，组内 + 分隔同义词
--max-results	最多返回篇数（默认100）
--year-from / --year-to	年份范围（如 --year-from 2010）
--no-soc-filter	关闭社会科学 concept 过滤（默认开启）
--min-quartile	最低期刊分区要求，如 --min-quartile Q2 只保留Q1/Q2期刊
--no-journal-stats	跳过期刊分区查询（加快速度，不推荐）
--category	文献类别标签（用于最终 Excel 分类）
--color	Excel 行颜色，蓝=D9E1F2，绿=E2EFDA，黄=FFF2CC，橙=FCE4D6
--output-file	指定输出路径
--topic	检索主题（用于文件名）

Excel 输出列说明：

列名	说明
JCR分区	Q1-Q4，基于精选内置期刊表（无号）或2yr影响因子估算（有号）
中科院分区	1区-4区，同上来源
2yr影响因子	OpenAlex source API 返回的近2年平均被引率（≈ 2yr IF）
被引量	论文总引用次数

分区数据说明：内置表覆盖约50个社科核心期刊（含ASQ、ASR、AJS、Human Relations等），未覆盖的期刊通过 OpenAlex 影响因子估算分区（带 * 标记）。JCR/中科院官方分区以最新年度为准，请自行核实。

---

Step 2: 独立补充检索（必做）

主检索完成后，对各核心概念分别做独立检索，获取间接相关文献：

补充检索 A：研究对象背景文献

python3 /Users/songyiping/.claude/skills/foreign-literature-search/scripts/openalex_search.py \
  --keywords "precarious work + informal work + gig worker + platform worker" \
  --keywords "labor market + working conditions + employment + job quality" \
  --max-results 60 \
  --topic "快车司机生计变迁与意义建构" \
  --category "间接相关-劳动条件背景" \
  --color "E2EFDA" \
  --output-file ~/Downloads/外文补充A_劳动背景.xlsx

补充检索 B：核心理论文献

python3 /Users/songyiping/.claude/skills/foreign-literature-search/scripts/openalex_search.py \
  --keywords "identity work + sensemaking + meaning-making + self-concept" \
  --keywords "labor + work + occupation + employment" \
  --max-results 60 \
  --topic "快车司机生计变迁与意义建构" \
  --category "间接相关-意义/身份认同理论" \
  --color "FFF2CC" \
  --output-file ~/Downloads/外文补充B_意义理论.xlsx

补充检索结果不足 20 篇时不强制调整，但结果为 0 时需替换词汇后重试。

---

Step 3: 汇总合并——输出统一分类 Excel

所有检索完成后，将全部 Excel 文件合并去重，生成统一的分类 Excel：

import openpyxl
from openpyxl.styles import Font, PatternFill, Alignment
from pathlib import Path

files = {
    "直接相关（平台劳动×意义建构）":     ("D9E1F2", "~/Downloads/外文文献检索_快车司机生计变迁_YYYYMMDD.xlsx"),
    "间接相关-劳动条件背景":              ("E2EFDA", "~/Downloads/外文补充A_劳动背景.xlsx"),
    "间接相关-意义/身份认同理论":         ("FFF2CC", "~/Downloads/外文补充B_意义理论.xlsx"),
}

all_rows = []
seen_titles = set()
orig_headers = None  # 从第一个文件读取真实表头，不硬编码

for category, (color, filepath) in files.items():
    wb = openpyxl.load_workbook(Path(filepath).expanduser())
    ws = wb.active
    rows = list(ws.iter_rows(values_only=True))
    if orig_headers is None:
        orig_headers = list(rows[0])  # 实际表头：序号(0), 文献类别(1), 标题(2), ...
    for row in rows[1:]:
        title = str(row[2] or "").strip()  # 标题固定在索引2
        if title and title not in seen_titles:
            seen_titles.add(title)
            # 用正确的 category 覆盖原行的文献类别（索引1），保留其余列原样
            all_rows.append((color, category) + tuple(row[2:]))
    wb.close()

wb_out = openpyxl.Workbook()
ws_out = wb_out.active
ws_out.title = "外文文献汇总"

# 直接使用从文件读取的真实表头，避免硬编码导致列名错位或重复
ws_out.append(orig_headers)
for cell in ws_out[1]:
    cell.font = Font(bold=True, color="FFFFFF", size=11)
    cell.fill = PatternFill(fill_type="solid", fgColor="1F4E79")
    cell.alignment = Alignment(horizontal="center", vertical="center", wrap_text=True)

for seq, row_data in enumerate(all_rows, 1):
    color, category = row_data[0], row_data[1]
    ws_out.append((seq, category) + row_data[2:])  # 用新序号替换原序号
    fill = PatternFill(fill_type="solid", fgColor=color)
    for cell in ws_out[ws_out.max_row]:
        cell.fill = fill
        cell.alignment = Alignment(vertical="top", wrap_text=True)

# 列宽按实际列数动态设置（原始文件有14列）
col_widths = [5, 28, 45, 22, 22, 8, 8, 10, 6, 8, 36, 36, 30, 60]
for i, w in enumerate(col_widths[:len(orig_headers)], 1):
    ws_out.column_dimensions[openpyxl.utils.get_column_letter(i)].width = w
for row in ws_out.iter_rows(min_row=2):
    ws_out.row_dimensions[row[0].row].height = 65
ws_out.freeze_panes = "A2"
ws_out.auto_filter.ref = ws_out.dimensions

ws2 = wb_out.create_sheet("分类统计")
ws2.append(["文献类别", "颜色", "篇数"])
color_desc = {"D9E1F2": "蓝-直接相关", "E2EFDA": "绿-背景文献", "FFF2CC": "黄-理论文献", "FCE4D6": "橙-扩展视角"}
for cat, (color, _) in files.items():
    cnt = sum(1 for r in all_rows if r[1] == cat)
    ws2.append([cat, color_desc.get(color, color), cnt])
ws2.append(["合计（去重后）", "", len(all_rows)])
for cell in ws2[1]: cell.font = Font(bold=True)

output_path = "~/Downloads/外文文献汇总_快车司机生计变迁_YYYYMMDD.xlsx"
wb_out.save(Path(output_path).expanduser())
print(f"[✓] 已保存: {output_path}（共 {len(all_rows)} 篇）")

---

Step 4: 报告结果

检索完成后向用户报告：

• 各轮检索篇数（含 API 总量参考）
• 去重后总篇数、各类别分布
• 汇总文件路径（打开文件）
• 提醒用户在 WoS/Scopus 补充机构数据库检索

open ~/Downloads/外文文献汇总_*.xlsx

---

颜色约定

类别	颜色	hex
直接相关	蓝	D9E1F2
间接相关-背景	绿	E2EFDA
间接相关-理论	黄	FFF2CC
间接相关-扩展	橙	FCE4D6

---

常见问题

现象	原因与处理
结果中有不相关文献	过滤组使用了太泛的单词（如 "meaning"）→ 改用复合短语如 "meaning of work"
结果 < 20 篇	主检索词太精确 → 加入上位概念（如加 "gig worker + platform worker"）
SSL/连接错误	网络波动，脚本自动重试3次；若持续失败稍等后重试
摘要为空	OpenAlex 部分论文无摘要数据（属正常现象）
顶刊标注 ⭐	期刊名匹配 ASQ、Human Relations、Organization Studies 等内置顶刊列表