mapping-skill

name	Mapping-Skill
description	AI/ML 人才搜索、论文作者发现、实验室成员爬取、GitHub 研究者挖掘与个性化招聘邮件生成 skill。只要用户提到查找 AI/ML PhD、研究员、工程师，抓取实验室成员、OpenReview/CVF 会议作者、GitHub 网络研究者，提取主页/Scholar/GitHub/邮箱/研究方向，识别华人、分类去重，或把结果导入飞书多维表格并批量生成邮件，就应该优先使用这个 skill；即使用户没有明确说“使用 Mapping-Skill”，只要任务属于这些复合工作流，也应触发。

Mapping-Skill

面向 Claude Code 与 OpenClaw 的 AI/ML 人才搜索与触达执行手册。

项目链接

• GitHub: https://github.com/16Miku/Mapping-Skill
• ClawHub: https://clawhub.ai/16Miku/mapping-skill

这个 skill 具备的能力

当用户提出以下任务时，应优先启用本 skill：

1. 搜索 AI/ML PhD、研究员、工程师
2. 抓取实验室成员主页并提取结构化信息
3. 抓取 OpenReview / CVF 论文作者信息
4. 从 GitHub following/followers 网络中发现研究者
5. 对给定 URL 执行全量学者信息抽取
6. 识别华人候选人、分类、去重、标准化研究方向
7. 基于候选人信息生成个性化招聘邮件
8. 将 CSV 或爬取结果导入飞书多维表格
9. 在飞书表格中批量生成并回写推荐邮件

执行原则

1. 先判定任务类型，再选方法

   • Topic search
   • Lab search
   • Conference author search
   • GitHub network discovery
   • Given-URL extraction
   • Feishu email workflow

2. 优先复用已有 references 与 scripts 不要从零发明流程。先检查 references/ 与 scripts/ 是否已有成熟模式。

3. 优先选择最稳定的数据入口

   • OpenReview 会议优先 API
   • CVF 会议优先 HTML + PDF
   • Hugo Academic 页面优先模板化解析
   • 页面结构混乱但邮箱明显时，使用邮箱反向定位法

4. 抽取与清洗并重 结果必须尽量结构化，并在输出前做分类、去重与字段标准化。

5. 邮件必须基于真实信息个性化 technical_hook 和 talk_track_paragraph 不能空泛，必须和候选人论文、研究方向或主页内容关联。

6. 如用户涉及 OpenClaw / 飞书场景，要显式考虑导表和字段回写 对此类需求，结果不应只停留在本地 CSV。

平台使用说明

Claude Code

适用于：

• 本地脚本执行
• MCP 工具调用
• CSV 导出
• 以本地文件和结构化结果为主要交付物

安装方式通常是把 skill 放到 ~/.claude/skills/ 目录。

OpenClaw

适用于：

• skill 目录托管与刷新
• slash commands 调用
• ClawHub 分发
• 飞书、多工具联动工作流

OpenClaw 常见技能加载位置：

• <workspace>/skills
• ~/.openclaw/skills
• 内置 skills

也可通过 ClawHub 安装，并通过“刷新 skills”或重启网关重新索引。

工作流

Step 1：识别输入任务与目标输出

先明确：

• 搜索范围是 topic、lab、conference、GitHub network 还是给定 URL
• 输出要求是候选人列表、CSV、飞书入表、邮件生成，还是全流程都要
• 是否需要识别华人、是否需要邮箱、是否需要导入飞书

Step 2：选择数据源与抓取方式

方法选择矩阵

场景	首选方案	备用方案
OpenReview 会议	scripts/openreview_scraper.py + API	搜索 + 主页回补
CVF 会议	scripts/cvf_paper_scraper.py	补抓 PDF / 页面回退
Hugo Academic 单页卡片	lab_member_scraper.py 的 card 模式	BrightData
实验室列表页 + 个人页	lab_member_scraper.py 的两阶段模式	BrightData
无固定结构但含邮箱	邮箱反向定位法	BrightData / 手工规则
GitHub 研究者网络	scripts/github_network_scraper.py	网页搜索辅助
LinkedIn / 强反爬站点	BrightData MCP	降级到公开网页信息
给定任意 URL	BrightData MCP 或定制脚本	多源补充

Step 3：执行抽取

根据场景读取相应脚本或 reference：

• 搜索模板：references/search-templates.md
• Python 爬取：references/python-scraping-guide.md
• 反爬处理：references/anti-scraping-solutions.md
• URL 优先级：references/url-priority-rules.md
• 会议抓取：references/conference-paper-scraping.md

Step 4：结构化与标准化

至少尽量抽取这些字段：

• 中文名 / 英文名
• title / role
• affiliation
• research_interests / research_field
• education / experience
• publications
• homepage / Google Scholar / GitHub / LinkedIn / Zhihu / Bilibili
• email

然后继续做：

• 华人识别：references/chinese-surnames.md
• 候选人分类：references/candidate-classifier.md
• 去重：references/deduplication-rules.md
• 研究方向标准化：references/field-mappings.md

Step 5：邮件生成

读取：

• references/email-templates.md
• references/talk-tracks.md

生成邮件时必须填充：

• researcher_name
• context_affiliation
• research_field
• technical_hook
• talk_track_paragraph

Step 6：结果交付

根据用户要求输出为：

• Markdown 结构化表格
• CSV 文件
• 飞书多维表格
• 飞书表格中的“推荐邮件”字段

OpenClaw / 飞书工作流要点

如果用户明确提到 OpenClaw、飞书、多维表格、导表或批量写邮件，应把这些步骤视为本 skill 的标准能力，而不是额外加分项。

标准能力

1. 解析飞书多维表格链接
2. 提取 app_token / table_id
3. 批量读取记录
4. 依据论文标题或候选人关键词映射研究方向
5. 批量生成个性化邮件
6. 创建新字段并批量更新记录
7. 返回飞书链接、成功/失败统计与原因

最佳实践提示词

后续如果有新的实践文档，应继续沉淀到 references/prompt-best-practices.md。当前优先复用下面几类高价值提示词模式。

1. OpenReview 论文爬取 + 飞书入表

请执行 OpenReview 论文爬取任务：
1. 使用 Mapping-Skill skill 根目录下的 `scripts/openreview_scraper.py` 脚本
2. 初始化爬虫时使用 api2.openreview.net 端点：
   scraper = OpenReviewScraper(
       username='XXXXXXX',
       password='XXXXXXX',
       baseurl='https://api2.openreview.net'
   )
3. 爬取 ICLR2025 的 5 篇论文（测试）+ https://openreview.net/group?id=ICLR.cc/2025/Conference#tab-accept-oral（记着替换链接）
4. 保存 CSV 到 /tmp/ 目录
5. 创建新的飞书多维表格，按照 Mapping-Skill skill 根目录下的 `scripts/openreview_scraper.py` 脚本中爬取的数据来创建相应字段
6. 批量导入数据到多维表格
7. 返回多维表格链接和统计信息

2. CVF 论文爬取 + 邮箱提取 + 飞书入表

请执行 CVF 论文爬取任务：
1. 使用 Mapping-Skill skill 根目录下的 `scripts/cvf_paper_scraper.py` 脚本
2. 严格按照脚本中的 extract_emails_from_text() 函数提取邮箱
3. 爬取 ICCV2025 的 5 篇论文（测试）+ https://openaccess.thecvf.com/ICCV2025?day=all（记着替换链接）
4. 保存 CSV 到 /tmp/ 目录
5. 创建新的飞书多维表格，按照 Mapping-Skill skill 根目录下的 `scripts/cvf_paper_scraper.py` 脚本中爬取的数据来创建相应字段
6. 批量导入数据到多维表格
7. 返回多维表格链接和邮箱提取统计

3. 飞书表格批量写邮件

请执行论文作者邮件生成任务：
【数据源】
表格链接：
【第一步：解析表格链接】
1. 从链接中提取 app_token（格式：/base/{app_token}）
2. 调用 feishu_bitable_app_table 的 list 接口获取 table_id
3. 验证表格可访问性
【第二步：分批读取论文数据】
1. 使用 feishu_bitable_app_table_record 的 list 操作
2. 分批读取（每批50条），使用 page_token 分页
3. 只提取必要字段：记录ID、论文标题、作者、邮箱、机构
4. 过滤条件：只处理有邮箱的记录
【第三步：确定研究领域】
1. 读取 Mapping-Skill skill 根目录下的 `references/field-mappings.md`
2. 根据论文标题和关键词，使用映射规则确定研究领域
3. 示例：
   - "Symmetry Understanding of 3D Shapes" → Computer Vision
   - "Efficient Adaptation of Vision Transformer" → NLP
【第四步：生成个性化邮件】
1. 读取 Mapping-Skill skill 根目录下的 `references/email-templates.md`
2. 根据研究领域选择对应模板（共22个领域）
3. 填充占位符：
   - {{researcher_name}} → 第一作者姓名
   - {{context_affiliation}} → 机构
   - {{research_field}} → 研究领域
   - {{technical_hook}} → 基于论文标题生成
   - {{talk_track_paragraph}} → 从 talk-tracks.md 选择
【第五步：批量更新多维表格】
1. 在多维表格中创建新字段："推荐邮件"（多行文本）
2. 使用 batch_update 批量更新每条记录
3. 每批最多 500 条
【第六步：验证和统计】
1. 验证邮件内容个性化
2. 返回统计：总计 X 条 / 成功 Y 条 / 失败 Z 条
3. 列出失败原因
【输出】
- 多维表格链接
- 生成统计
- 失败原因列表

4. 给定某 URL 全量抽取并入表

1、请你调用BrightData-MCP工具，或者编写爬虫脚本，爬取 <某网站URL> 页面中的所有人员信息。
2、提取信息包括中文名，英文名，个人介绍信息、学术方向、学校和专业信息、工作经历、近期论文著作信息（包含论文名和论文链接）、github链接、个人主页链接、谷歌学术链接、领英链接、知乎链接、B站链接、邮箱等。
3、当前页面缺少邮箱的话，需要进入学者主页或论文链接页面，从里面提取作者们的邮箱。
4、保存到csv文件，然后将csv导入飞书多维表格。

输出格式

候选人摘要表

Name	Type	Affiliation	Field	Chinese?	Email
Wei Zhang	PhD	Tsinghua	RL	Yes (0.92)	[e-mail]

单个候选人详细输出

## Candidate: Wei Zhang (张伟)

- Type: PhD Student
- Affiliation: Tsinghua University
- Research Field: Reinforcement Learning
- Chinese: Yes (0.92)
- Email: [e-mail]
- Homepage: ...
- Scholar: ...
- GitHub: ...

### Research Summary
- RLHF
- Reward modeling
- Policy optimization

### Publications
1. ...
2. ...

### Outreach Email
...

飞书工作流输出

至少返回：

• 飞书多维表格链接
• 总记录数 / 成功数 / 失败数
• 邮箱提取统计（如有）
• 失败原因摘要

References guide

按场景加载：

• 通用搜索：references/search-templates.md
• 候选人字段：references/profile-schema.md
• 分类：references/candidate-classifier.md
• 华人识别：references/chinese-surnames.md
• 去重：references/deduplication-rules.md
• 邮件模板：references/email-templates.md
• talk tracks：references/talk-tracks.md
• Python 抓取：references/python-scraping-guide.md
• 反爬处理：references/anti-scraping-solutions.md
• 会议抓取：references/conference-paper-scraping.md
• 后续实践复盘：references/practice-cases.md
• 后续最佳提示词：references/prompt-best-practices.md
• 后续用户反馈：references/user-feedback-notes.md

Scripts guide

• scripts/openreview_scraper.py：OpenReview 会议论文与作者抓取
• scripts/cvf_paper_scraper.py：CVF 论文页面 + PDF 邮箱提取
• scripts/lab_member_scraper.py：实验室成员抓取（两阶段 / Hugo Academic / 邮箱反向定位）
• scripts/github_network_scraper.py：GitHub 研究者网络抽取
• scripts/cloudflare_email_decoder.py：Cloudflare XOR 邮箱解密
• scripts/httpx_scraper.py：通用异步 HTTP 抓取
• scripts/serper_search.py：搜索入口模板

不要遗漏的经验

1. OpenReview 优先 API，不要一上来就网页搜索
2. CVF 邮箱提取优先 PDF 首页文本
3. Hugo Academic 要先判断是 card 模式还是两阶段模式
4. 中国高校站点要考虑 [at] 混淆和 SSL 问题
5. 页面结构混乱时，优先尝试邮箱反向定位法
6. GitHub README 往往能补齐 Scholar / Homepage / LinkedIn
7. 若用户要求飞书结果，必须考虑表字段创建与批量更新

后续迭代入口

后续收到新的实践文档后：

1. 把高价值提示词加入 references/prompt-best-practices.md
2. 在本 SKILL.md 的“最佳实践提示词”部分补充该功能已支持的明确说明
3. 将踩坑与修复沉淀到 references/user-feedback-notes.md
4. 必要时补充 evals/evals.json 做后续测试