| 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。
