cnki-research-assistant

name	cnki-research-assistant
description	CNKI 选题分析助手 - 整合热榜追踪、趋势分析、文献调研、期刊匹配和 6 维度研究空白分析，支持一键自动化分析，为学术选题提供数据驱动的决策支持。

CNKI Research Assistant - 选题分析助手（v2.1）

📖 技能说明

本技能整合五个数据源，提供一站式选题分析服务：

数据源	功能	输出
cnki-rank	热点发现	下载榜/热词榜排名、在榜天数、状态
cnki-trend	趋势评估	年度趋势、学科分布、期刊格局、机构/基金分析
cnki-crawler	文献调研	高质量论文元数据、高被引文献识别
CSSCI 期刊库	期刊匹配	933 种 C 刊选题方向、匹配度评分
研究空白分析	空白发现	关键词/方法/机构/基金/趋势 6 维度分析

---

⚡ v2.1 重要更新 (2026-04-10)

Fresh Run 模式

变更：每次分析都是独立任务，直接抓取最新数据

版本	数据策略	适用场景
v2.0	累积式（复用数据库历史文献）	❌ 已废弃
v2.1	Fresh Run（每次都抓取最新数据）	✅ 学术热点分析

原因：

• 学术热点具有时效性，几个月前的数据已过时
• 每次分析应基于最新发表的研究
• 旧任务数据完成后自动清理

例外：趋势分析（cnki-trend）需要历史数据，会保留聚合指标

🚀 快速开始

方式一：一键自动化分析（推荐）

# Fresh Run 模式：每次都抓取最新数据，完成后自动清理
python scripts/auto_analyzer.py "你的选题关键词"

示例：

python scripts/auto_analyzer.py "数字经济"

自动完成：

1. ✅ 抓取最新文献（约 250 篇，写入临时表）
2. ✅ 深度分析（热榜 + 趋势 + 文献 + 期刊 + 研究空白）
3. ✅ 生成 Markdown 报告 + 5 张可视化图表
4. ✅ 清理临时数据

预计耗时：8-15 分钟

输出：

• 本地报告：reports/auto/关键词_分析报告_时间戳.md
• 图表目录：reports/auto/charts/ (5 张趋势图)

数据策略：

• 每次任务独立，不依赖历史数据
• 使用临时表存储抓取文献
• 分析完成后自动清理临时表

---

方式二：分步分析（灵活控制）

# 完整分析
python scripts/analyzer.py "新质生产力" --full-report --output reports/report.md

# 快速分析（仅热榜 + 趋势 + 期刊）
python scripts/analyzer.py "数字经济" --quick

# 只检查热榜排名
python scripts/analyzer.py "耐心资本" --check-rank

# 只分析趋势（含图表生成）
python scripts/analyzer.py "耐心资本" --check-trend

# 只匹配期刊
python scripts/analyzer.py "乡村振兴" --match-journals --top 10

---

方式三：保留临时数据（调试用）

# 分析完成后保留临时表
python scripts/auto_analyzer.py "数字经济" --no-cleanup

适用场景：调试、复查、二次分析

---

📁 目录结构

cnki-research-assistant/
├── SKILL.md                          # 本文件
├── README_自动化分析.md                # 自动化分析详细文档
├── QUICK_START.md                    # 快速开始指南
├── scripts/
│   ├── auto_analyzer.py              # 一键自动化分析（v2.1 Fresh Run）
│   ├── analyzer.py                   # 主分析引擎
│   ├── journal_matcher.py            # 期刊匹配模块（支持 Excel）
│   ├── research_gap_analyzer.py      # 研究空白分析模块（6 维度）
│   ├── report_generator.py           # 报告生成模块
│   ├── isolation_manager.py          # 任务隔离管理器
│   ├── init.py                       # 初始化脚本
│   └── requirements.txt              # 依赖列表
├── config/
│   └── config.json                   # 配置文件（初始化后生成）
├── data/
│   ├── STSONG.TTF                    # 中文字体文件
│   └── cssci_2025_2026.csv           # CSSCI 期刊数据
└── reports/
    └── auto/                         # 自动化分析报告输出
        ├── {关键词}_分析报告_{时间戳}.md
        └── charts/                   # 趋势图表

---

⚠️ 重要说明

数据时效性

v2.1 变更：

• 每次分析都是 Fresh Run，直接抓取最新数据
• 临时表在分析完成后自动清理
• 不依赖数据库历史文献

原因：

• 学术热点具有时效性
• 几个月前的数据已过时
• 确保每次分析基于最新发表的研究

趋势分析例外

趋势分析（cnki-trend）调用 CNKI getGroupData API，获取的是全网聚合数据：

• 年度趋势（1980-2026）
• 学科分布
• 期刊格局
• 机构/基金统计

这些数据来自 CNKI 实时计算，不依赖本地数据库。

---

📊 分析报告结构

1. 执行摘要

• 热度评估（⭐⭐⭐⭐ 4.0/5）
• 发表空间（⭐⭐⭐⭐ 4.5/5）
• 竞争程度评分
• 核心发现（峰值年份、主导学科、推荐期刊）

2. 热点扫描 (cnki-rank)

• 当前热榜排名（周榜/月榜）
• 在榜天数统计
• 状态识别（new/continuing/returning/dropped）

3. 趋势评估 (cnki-trend)

• 年度趋势图 + 峰值年份
• 近三年占比（判断热度持续性）
• 学科分布（判断学科承载能力）
• 期刊集中度（判断发表空间）
• 头部机构分布（判断研究共同体）
• 基金支持情况（判断项目化程度）
• 可视化图表（6 张 PNG，中文字体已适配）

4. 文献调研 (cnki-crawler)

• 抓取文献数（230+ 篇）
• 高被引文献 Top 10
• 文献统计信息（平均被引、平均下载、年份范围）

5. 期刊推荐 (CSSCI 数据)

• 匹配度评分 Top 10 期刊
• 选题契合点说明
• 期刊级别（核心/扩展）
• 投稿策略建议

6. 研究空白分析（6 维度，v2.0 新增）💎

维度	分析内容	输出示例
关键词共现	识别未充分研究的关键词组合	"高质量发展 + 供应链韧性 研究较少"
主题聚类	研究主题分布	主题集中度分析
研究方法	实证/理论/案例/仿真等方法多样性	"缺乏因果推断方法"
机构合作	研究机构分布	"头部机构集中度高"
基金资助	资助方向分析	"主要资助方向：国家社科基金"
时间趋势	年度文献量变化	"近两年文献激增，处于爆发期"

7. 综合评估与建议

• 选题可行性评估（热度/发表空间/竞争程度）
• 潜在切入点（学科交叉/方法创新/视角创新）
• 投稿策略（首选期刊/备选期刊/投稿时机）

---

⚙️ 配置说明

数据库配置

初始化时自动从 cnki-crawler 继承：

{
  "database": {
    "host": "localhost",
    "port": 5432,
    "dbname": "cnki_db",
    "user": "cnki_user",
    "password": "123456"
  }
}

代理配置

自动继承 cnki-crawler 的代理，用于 CNKI 接口访问：

{
  "proxy": {
    "http": "http://user:pass@host:port/",
    "https": "http://user:pass@host:port/"
  }
}

CSSCI 数据路径

使用相对路径，支持 Excel 和 CSV 格式（v2.0 新增）：

{
  "cssci_data": {
    "path": "data/中文社会科学引文索引 (CSSCI) 来源期刊目录 (2025-2026).xlsx"
  }
}

中文字体配置（v2.0 新增）

图表生成使用 data/STSONG.TTF 字体文件，中文显示正常。

---

🔧 依赖

pip install -r scripts/requirements.txt

依赖列表：

• requests (HTTP 请求)
• pandas (数据处理)
• openpyxl (Excel 读取)
• matplotlib (图表生成，中文字体已适配)
• psycopg2-binary (PostgreSQL 连接)
• scikit-learn (文本分析)

---

📝 使用示例

示例 1：一键自动化分析（推荐）

python scripts/auto_analyzer.py "数字经济"

输出：

• 自动抓取 250 篇权威文献
• 完整分析报告（含 6 维度研究空白）
• 6 张可视化图表

示例 2：快速评估选题

python scripts/analyzer.py "人工智能 + 教育" --quick

输出摘要报告（不含文献抓取）：

• 热榜排名
• 趋势评分
• 期刊推荐 Top 5
• 研究空白 Top 3

示例 3：深度分析

python scripts/analyzer.py "数据要素市场化" --full-report --output reports/report.md

输出完整报告：

• 五大模块完整分析
• 趋势图表附件
• 研究空白识别
• 投稿建议

示例 4：仅期刊匹配

python scripts/analyzer.py "乡村振兴" --match-journals --top 20 --level core

只匹配核心期刊，输出 Top 20 推荐。

示例 5：指定输出目录

python scripts/auto_analyzer.py "数字经济" --output-dir /path/to/my/reports

---

⚠️ 注意事项

1. 运行时长

分析模式	预计时长
一键自动化（含抓取）	8-15 分钟
快速分析 (--quick)	1-2 分钟
完整分析 (--full-report)	2-3 分钟
仅趋势分析	2-3 分钟

2. 代理依赖

CNKI 接口需要代理，请确保：

• cnki-crawler 的 .env 文件配置正确
• 代理服务器可用
• 如遇 418 错误，脚本会自动重试（最多 10 次）

3. 中文字体（v2.0 已解决）

图表生成使用 data/STSONG.TTF 字体文件，中文显示正常。

4. 数据库

需要 PostgreSQL 数据库：

• 复用 cnki-crawler 的 cnki_db
• cnki-rank 使用 academic_hotspot

5. 文献抓取策略（v2.1）

• 检索式：SU=('关键词')（主题字段）
• 排序：按被引频次（CF），确保权威文献
• 页数：5 页（约 250 篇）
• 存储：写入临时表（cnki_papers_temp_{时间戳}）
• 清理：分析完成后自动删除临时表

---

🔍 匹配算法说明

期刊匹配度评分

匹配度 = 0.4 × 学科匹配 + 0.4 × 选题相似度 + 0.2 × 级别系数

• 学科匹配：用户选题关键词 vs 期刊学科名称
• 选题相似度：用户选题关键词 vs 期刊 2026 重点选题（TF-IDF + 余弦相似度）
• 级别系数：核心来源=1.0，扩展版=0.8

研究空白评分（v2.0 新增）

空白评分 = 空白程度 + 研究潜力 + 发表空间

• 空白程度：现有研究数量越少，评分越高
• 研究潜力：热点程度、政策相关性
• 发表空间：期刊征稿需求、匹配度

---

🔧 维护

重置配置

rm config/config.json
python scripts/init.py

更新 CSSCI 数据

cp /path/to/new_cssci.xlsx data/

迁移技能

# 整个技能目录可迁移到其他位置
cp -r /path/to/cnki-research-assistant /new/location/
cd /new/location/cnki-research-assistant
python scripts/init.py  # 重新初始化

查看配置

cat config/config.json

测试运行

# 测试期刊匹配器
python scripts/journal_matcher.py

# 测试研究空白分析（6 维度）
python scripts/research_gap_analyzer.py

# 测试自动化分析
python scripts/auto_analyzer.py "测试关键词" --no-crawl

---

📞 故障排查

问题 1：数据库连接失败

症状：热点扫描或文献调研模块失败

解决：

1. 检查 PostgreSQL 服务是否运行
2. 验证 config/config.json 中的数据库配置
3. 测试连接：PGPASSWORD=123456 psql -h localhost -U cnki_user -d cnki_db

问题 2：CNKI 接口 418 错误

症状：趋势分析模块失败

解决：

1. 检查代理配置是否正确
2. 脚本会自动重试（最多 10 次）
3. 如持续失败，更新代理配置

问题 3：图表中文乱码

症状：趋势图表中文字符显示为方框

解决：

1. 检查字体文件是否存在：ls -la data/STSONG.TTF
2. 字体文件已配置，如仍有问题请重新初始化

问题 4：CSSCI 数据文件不存在

症状：期刊匹配模块失败

解决：

python scripts/init.py  # 重新初始化

问题 5：文献抓取失败

症状：抓取结果为 0

解决：

1. 检查代理：python /root/.openclaw/skills/cnki-crawler/scripts/proxy_check.py
2. 验证检索式：python /root/.openclaw/skills/cnki-crawler/scripts/validate_query.py "SU=('数字经济')"

---

📚 相关文档

文档	说明
README_自动化分析.md	一键自动化分析详细文档
QUICK_START.md	快速开始指南
reports/auto/	自动化分析报告输出目录

---

📈 版本历史

版本	日期	更新内容
v2.1	2026-04-10	Fresh Run 模式：每次独立任务、临时表存储、自动清理
v2.0	2026-04-10	新增一键自动化分析、6 维度研究空白分析、中文字体适配、CSSCI Excel 支持
v1.0	2026-04-08	初始版本

---

最后更新：2026-04-10 | 版本：2.0.0