pubscholar-auto-search

name	pubscholar-auto-search
description	在PubScholar公益学术平台自动搜索中文论文、文献或专利，支持智能关键词扩展和结果数量自适应。当用户需要搜索中文学术资源时使用此技能。
version	1.0.0
author	socienceAI.com
license	MIT
tags	["literature-search","pubscholar","chinese-papers","academic-search","automation"]
compatibility	Claude 3.5 Sonnet and above
metadata	{"domain":"literature-search","methodology":"automated-search","complexity":"intermediate","integration_type":"web-automation","last_updated":"2025-12-28","website":"https://pubscholar.cn","language":"chinese"}
allowed-tools	["python","bash","playwright"]

PubScholar自动搜索技能 (PubScholar Auto Search)

Overview

在PubScholar公益学术平台（https://pubscholar.cn/）自动搜索中文学术资源，支持智能关键词扩展确保获得足够的文献结果。

When to Use This Skill

Use this skill when the user requests:

• 搜索中文论文或文献 ("搜索关于...的中文论文")
• 在PubScholar平台查找学术资源
• 查找中文学术文献、专利或会议论文
• 自动化文献检索和元数据提取
• 需要批量搜索多个关键词
• 智能扩展搜索策略（结果不足时自动添加相关词）

Quick Start

When user needs Chinese literature search:

1. 识别核心搜索关键词
2. 执行精准搜索（使用原始关键词）
3. 评估结果数量（< 5篇则触发扩展）
4. 扩展搜索（添加同义词、英文翻译）
5. 提取文献元数据（标题、作者、期刊等）
6. 返回结构化结果列表

使用时机

当用户提到以下需求时，使用此技能：

• "搜索" + "中文论文" / "中文学术文献" / "中文期刊"
• "在PubScholar" / "公益学术平台" / "pubscholar" 搜索
• "查找" + "中文" + "论文/文献/专利"
• "文献检索" + "中文" / "中国"
• 需要"批量搜索" / "自动搜索"中文学术资源
• 用户指定在PubScholar平台搜索

关键词触发:

• PubScholar、pubscholar
• 中文论文、中文学术文献
• 中文专利、中文期刊
• 公益学术平台

核心功能

1. 双阶段智能搜索

阶段1: 精准搜索

• 使用用户提供的确切关键词
• 不添加任何额外术语
• 快速获取最相关结果

阶段2: 智能扩展（自动触发）

• 当结果 < 5篇时自动启用
• 扩展策略：
  • 添加同义词（人工智能 → AI）
  • 添加英文翻译（人工智能 → artificial intelligence）
  • 简化关键词（"A B C" → "A"）
  • 添加相关领域（机器学习 + 教育）

2. 完整数据提取

自动提取每篇文献的：

• 标题 (title)
• 作者列表 (authors)
• 期刊名称 (journal)
• 发表年份 (year)
• 卷期页码 (volume, issue, pages)
• 摘要 (abstract)
• 关键词 (keywords)
• 原文链接 (url)

3. 结果导出

支持多种格式：

• JSON格式（完整数据）
• CSV格式（表格数据）
• GB/T 7714引用格式（学术规范）

脚本调用

from skills.pubscholar_auto_search.scripts.pubscholar_searcher import SynchronousPubScholarSearcher

# 初始化
searcher = SynchronousPubScholarSearcher(debug=False)

# 执行搜索
results = searcher.search(
    keyword="搜索关键词",
    auto_expand=True,      # 是否智能扩展
    min_results=5,         # 触发扩展的最小结果数
    max_results=50         # 最大返回结果数
)

# 导出结果
searcher.export_to_csv(results, 'output.csv')

参数说明:

• keyword: 搜索关键词（必需）
• auto_expand: 是否启用智能扩展（默认True）
• min_results: 触发扩展的阈值（默认5）
• max_results: 最大返回结果数（默认50）

统一输入格式

{
  "search_request": {
    "keyword": "搜索关键词（必需）",
    "auto_expand": true,
    "min_results": 5,
    "max_results": 50,
    "year_range": {
      "start": 2020,
      "end": 2024
    },
    "document_types": ["期刊论文", "学位论文", "会议论文", "专利"]
  }
}

统一输出格式

{
  "search_summary": {
    "keyword": "搜索关键词",
    "total_results": 25,
    "expansion_used": true,
    "strategies_applied": ["同义词扩展", "英文翻译"],
    "search_time_seconds": 15.3
  },
  "papers": [
    {
      "index": 1,
      "title": "文献标题",
      "authors": ["作者1", "作者2"],
      "journal": "期刊名称",
      "year": "2024",
      "volume": "25",
      "issue": "3",
      "pages": "45-60",
      "abstract": "摘要内容...",
      "keywords": ["关键词1", "关键词2"],
      "url": "https://pubscholar.cn/...",
      "source": "PubScholar"
    }
  ]
}

扩展策略映射

场景	原始关键词	扩展策略
人工智能	人工智能	AI + 机器学习 + artificial intelligence
数字鸿沟	数字鸿沟	信息不平等 + digital divide + 数字分化
社会网络	社会网络	社交网络 + 关系网络 + social network
深度学习	深度学习	神经网络 + DL + neural network

参考文档

详细文档请查看：

• references/USER_GUIDE.md - 完整使用指南
• references/DEVELOPMENT.md - 开发文档
• references/API_REFERENCE.md - API参考
• references/EXTENSION_STRATEGIES.md - 扩展策略详解

依赖要求

# 核心依赖
playwright>=1.40.0
beautifulsoup4>=4.12.0
pandas>=2.0.0

# 安装
pip install -r requirements.txt

# 测试
python scripts/test_pubscholar_search.py

示例用法

示例1: 基本搜索

# 用户: "在PubScholar搜索关于人工智能的中文论文"
searcher = SynchronousPubScholarSearcher()
results = searcher.search("人工智能")

示例2: 精准搜索

# 用户: "搜索'社会网络分析 在线社区'，不要扩展"
results = searcher.search("社会网络分析 在线社区", auto_expand=False)

示例3: 批量搜索

# 用户: "搜索：数字鸿沟、信息不平等、数字不平等"
keywords = ["数字鸿沟", "信息不平等", "数字不平等"]
all_results = [searcher.search(kw) for kw in keywords]

注意事项

⚠️ 重要声明:

• 仅用于学术研究和教育目的
• 尊重PubScholar平台使用条款
• 不提供文献下载功能，仅提取元数据
• 避免频繁请求，每次搜索间隔2-3秒
• 遵守学术规范和版权法律

✅ 最佳实践:

• 建议每次搜索提取不超过50篇文献
• 使用debug模式查看详细日志
• 验证自动提取的信息准确性
• 正确引用原始文献来源

---

版本: 1.0.0 最后更新: 2025-12-28 维护者: SSCI Research Tools