academic-search

# Academic Search 按用户要求检索、筛选并交付可追溯的学术资料。优先官方 API 和论文来源；浏览器用于动态页面、交互或当前 API 无法满足的字段。 ## 任务范围与完成标准 从请求确定学科、论文范围、年份、数量和所需字段；只有影响结果且无法合理推断的缺项才询问。开放式选题可先轻量检索、筛选，再补充核心论文；用户已经要求完整元数据、摘要、BibTeX 或下载时，直接完成相应步骤，不因“两遍策略”再次要求确认。 完成标准是所需记录、字段和文件均已交付，或逐项说明未完成部分的证据与原因。工具返回成功、页面加载完成、URL 看起来像 PDF 都不能单独证明任务完成。 ## 学科路由与来源 读取与任务对应的学科 profile，跨学科任务以核心学科为主，并用 OpenAlex / Crossref 等补充。 | 学科 / 任务 | 优先来源 | 按需参考 | |---|---|---| | 计算机 / AI | arXiv、Semantic Scholar、ACM DL、IEEE、DBLP | [computer-science](references/disciplines/computer-science.md) | | 医学 / 生命科学 | PubMed、PMC、Europe PMC、临床试验库 | [biomedicine](references/disciplines/biomedicine.md) | | 物理 / 数学 | arXiv、NASA ADS、INSPIRE HEP | [physics-math](references/disciplines/physics-math.md) | | 化学 / 材料 | Crossref、OpenAlex、ChemRxiv、出版商 | [chemistry-materials](references/disciplines/chemistry-materials.md) | | 经济 / 社科 | RePEc、NBER、SSRN、OSF | [economics-social-science](references/disciplines/economics-social-science.md) | | 人文 / 法律 | 学术搜索、图书馆目录、领域数据库 | [humanities-law](references/disciplines/humanities-law.md) | | 精确论文 / 元数据 | DOI → Crossref / 出版商；arXiv ID → arXiv；S2 / OpenAlex 补全 | [API cookbook](references/api-cookbook.md) | | 引用 / 作者论文 | S2 API；用户指定 Scholar 时使用浏览器 | [S2](references/site-patterns/semanticscholar.org.md)、[Scholar](references/site-patterns/scholar.google.com.md) | | 中文文献 | CNKI 等中文数据库，按当前访问条件检索 | [CNKI](references/site-patterns/cnki.net.md) | | OA PDF / 全文 | 论文来源、开放仓储、OpenAlex、Unpaywall、PMC | [全文工作流](references/full-text-workflow.md) | 只使用 API 时不启动浏览器或执行 CDP 环境检查。调用参数、鉴权与分页见 [API cookbook](references/api-cookbook.md)。代码链接优先核对论文或作者给出的仓库；第三方索引作为发现线索。 ## 检索与核验 1. 根据研究问题选择互补查询词、受控词表与文献类型。记录实际查询、筛选条件和检索时间；按相关性及用户目标排序。CCF 只用于适用的 CS 任务，其他学科遵循 profile；分级需注明来源和版本。 2. 轻量筛选可暂不拉完整摘要；完整元数据任务应继续补齐已要求的字段。论文表明确区分搜索片段、摘要与全文证据。 3. 按 [metadata-schema](references/metadata-schema.md) 输出。需要交付或复用 JSON 记录时，按 [academic-records](references/academic-records.md) 运行可执行校验与保守去重：DOI/arXiv/PMID 等精确标识可归组，规范化后标题完全相同只产生待核对候选。预印本与正式版本保留对应关系，勿静默合并不同研究。 4. 引用数保留平台、数值、检索时间和来源；不同平台的计数分别保存，不求和、不把较大值当唯一真值。缺失字段用空值及原因，不补造。 5. API 429 只说明当前请求被限流，不能确定会话配额永久耗尽。遵守有效的 `Retry-After`，无提示时有界退避；同一请求默认最多 2 次重试、总等待预算 30 秒，预算不足则停止该来源并记录限制。并行任务共享平台请求预算；参数详见 [API cookbook](references/api-cookbook.md) 与 [S2 经验](references/site-patterns/semanticscholar.org.md)。 多篇独立论文或不同来源可并行，依赖查询结果的详情获取顺序执行；各执行者返回结构化结果及来源，不共享同一页面的操作控制。 ## 浏览器、全文与导出 - 需要动态页面时，先读 [browser-workflow](references/browser-workflow.md) 及对应域名经验。正文型页面优先调用 `/readPage` 获取带来源、提取方式和截断标记的结构化观察；交互前检查唯一目标、可见性、禁用状态与遮挡。动作返回的 `status:"dispatched"` 只表示已派发，`outcome_verified:false` 表示仍须等待并核验查询、筛选、保存或提交结果。空结果、挑战页、登录要求和超时分别处理。 - 获取全文或开放 PDF 下载与 manifest 导出时，读 [full-text-workflow](references/full-text-workflow.md)。候选 URL、开放获取声明、实际文件验证、论文身份是不同证据；有 arXiv ID 不等于 PDF 已验证。HTML 响应不能证明没有 PDF，未找到 OA 匹配只能报告本次所查来源未发现。 - 已获授权的开放 PDF 下载直接执行；未要求下载时交付元数据或清单即可。不得调用 Sci-Hub、LibGen 或绕过付费墙、验证码和机构访问限制；遇到限制记录原因并继续其他合法来源。 - BibTeX 优先使用出版平台或 arXiv 导出，缺失时按 [metadata-schema](references/metadata-schema.md) 从已核对字段生成，保留缺失项。 - 系统综述与证据图谱读取 [systematic-review](references/workflows/systematic-review.md)，记录检索、去重、筛选与全文限制，按实际覆盖报告完成程度。 ## 运行路径与站点经验 本文及 references 中的脚本路径均相对本 `SKILL.md` 所在目录。先将其绝对路径保存为 `ACADEMIC_SEARCH_ROOT`，再运行 `bash "$ACADEMIC_SEARCH_ROOT/scripts/check-deps.sh"`、`node "$ACADEMIC_SEARCH_ROOT/scripts/academic-records.mjs"` 或 `node "$ACADEMIC_SEARCH_ROOT/scripts/oa-pdf-download.mjs"`；不要假定安装在某个宿主的固定目录。仅在使用 bundled CDP 运行时时执行第一条命令。默认自动启动本机 Chrome，使用独立持久 profile（`~/.local/share/academic-search/chrome-profile`），不发现或连接日常 Chrome；首次网站登录需在专用 profile 中完成，日常登录态不会复制。显式设置 `ACADEMIC_CHROME_ENDPOINT` 时只连接该已运行端点，失败不自动启动或回退；`CDP_PROXY_PORT` 仅指定代理端口，v1.4.0 默认仍为 3457（v1.3.1 从 3456 迁移）；调用前核对新版代理身份，不接管旧端口服务。配置与协议见 [cdp-api](references/cdp-api.md)。 经验按“域名 → 操作 → 症状”按需读取。条目使用 `unverified` / `verified` / `deprecated` 状态，记录适用环境、前提、失败信号、回退和 `last_verified`。历史未复验条目保持 `last_verified: null`；只有实际观察到预期结果才能升级为 verified。选择器失效时以当前观察修正本次操作。仅在用户授权维护本 Skill 时更新内置经验；普通检索不自动改写 Skill 或全局个人记忆。