| name | getbib |
| description | 用低幻觉工作流为一篇或多篇学术论文获取可靠的 BibTeX。当用户提供论文标题和可选作者信息，并希望得到：(1) 带理由的权威候选链接，(2) 通过浏览器实际获取而不是猜测生成的 BibTeX，(3) 类似 bib_link_candidates.md 这样的可审阅过程文档，或 (4) 多篇论文的批量 BibTeX 收集结果时，应使用此 skill。 |
Getbib
概述
使用这个 skill，可以把论文标题转成一条可审阅的引用获取工作流：
- 使用 agent 自带的 web search 工具为每篇论文找到最可靠的发表链接。如果用户配置了
config.json，也可以使用内置的 Grok 搜索脚本代替。
- 使用由 Playwright 驱动的浏览器提取流程，从推荐链接或其站点内可推导的元数据路径中获取 BibTeX。
- 将中间审阅文档和最终 BibTeX 文件都写入磁盘。
当用户希望尽量降低文献引用幻觉风险，并愿意在信任最终 BibTeX 之前先检查中间文档时，优先使用这个 skill。
工作流
1. 收集输入
支持以下输入形式：
- 单篇论文：
- 批量论文：
- 在 prompt 中重复给出多个标题
- 带
title 和可选 author 列的 csv / tsv
- 形如
{title, author} 数组的 json / jsonl
- 每行一个标题，或使用
title<TAB>author 格式的 txt
如果用户没有提供批量输入文件，就根据对话内容隐式构造输入，并用重复的 --title 和可选的 --author 调用脚本。
2. 搜索链接
默认使用 agent 自带的 web search 工具为每篇论文搜索最合适的发表链接。搜索时遵循来源路由章节中的优先级。
如果项目根目录下存在 config.json（Grok 或其他 OpenAI 兼容搜索 API 配置），则改用内置的 scripts/grok_search.py 自动搜索，无需 agent 手动搜索。config.json 中的 base_url 支持填写任何 OpenAI 兼容端点（不限于 Grok）。
两种搜索方式的结果都需要整理为链接 JSON 格式：
[
{"title": "Attention Is All You Need", "url": "https://dblp.org/rec/conf/nips/VaswaniSPUJGKP17.html"},
{"title": "BERT", "url": "https://openreview.net/forum?id=..."}
]
3. 运行编排脚本
默认模式（agent 自行搜索链接后调用）：
python3 scripts/getbib.py --title "Paper Title" --links-json links.json
Grok 模式（有 config.json）：
python3 scripts/getbib.py --title "Paper Title" [--author "Author Name"]
批量模式：
python3 scripts/getbib.py --input papers.csv [--links-json links.json]
常用选项：
--output-dir <dir>：将所有输出写入指定目录--links-json <file>：使用预先准备好的链接 JSON，跳过 Grok 搜索--mode links：只生成可审阅的链接文档（仅在 Grok 模式下有意义）--mode both：同时生成链接文档和最终 BibTeX（默认）--keep-cache：保留中间 JSON 产物
4. 交付输出
默认会在输出目录中生成以下文件：
bib_link_candidates.md：推荐链接、选择理由以及返回的来源 URLplaywright_route.bib：通过浏览器驱动提取流程获取的最终 BibTeX.cache/grok_bib_links/*.json：原始 Grok 检索结果.cache/playwright_results.json：逐篇论文的提取结果summary.json：本次运行摘要
5. 审阅策略
在向用户总结结果时，遵循以下信任规则：
- 把中间链接文档视为第一层审阅界面。
- 将
playwright_route.bib 视为比模型直接生成的 BibTeX 更高置信，因为它是从推荐来源页面或其站点内元数据路径中实际提取得到的。
- 如果页面标题与站点提供的 BibTeX 标题不一致，要明确指出，尤其是
OpenReview 场景。
- 如果搜索没有返回可用链接，或浏览器无法从推荐来源提取 BibTeX，应明确标记失败，而不是自行按标题猜测其他来源。
来源路由
脚本已经实现了以下来源优先策略：
dblp / dblp.dagstuhl -> .bibOpenReview -> API note 内容和 _bibtex，并修复标题不一致问题arXiv -> 页面元数据NeurIPS / PMLR -> 页面中的 BibTeX 入口AMS -> 先从页面元数据提取 DOI，再获取 DOI 对应的 BibTeXIEEE 页面 -> 当页面未直接暴露 BibTeX 时，尝试使用页面中的 DOI 元数据GitHub / 模型卡 / 发布公告页 -> @misc
只有在已知某个特定来源结果错误时，才应覆盖脚本默认行为。不要在搜索未提供链接时自行按标题猜测其他来源。
资源
scripts/getbib.py
主入口脚本。单篇和批量模式都使用它。
scripts/grok_search.py
基于 Grok API（或任何 OpenAI 兼容的搜索端点）的联网搜索脚本。从项目根目录的 config.json 读取配置。
scripts/playwright_fetch.mjs
供 scripts/getbib.py 使用的浏览器驱动提取器。
config.example.json
搜索 API 配置模板。复制为 config.json 并填入 API key 即可使用。
