| name | paper-search |
| description | 学术论文搜索、引用分析与元数据提取专用 Skill。
【自动触发条件——出现以下任一信号时立即加载本 Skill，无需用户显式说明】
意图信号（中文）：
- 搜论文 / 找论文 / 查论文 / 调研论文 / 检索文献 / 文献综述 / 综述
- 顶会 / 顶刊 / CCF / NeurIPS / ICML / ICLR / ACL / EMNLP / CVPR / KDD / SIGIR / WWW
- 引用数 / 被引 / 引用关系 / 引用量
- BibTeX / 参考文献格式 / 导出引用
- 作者发表列表 / 某人的论文 / 某人在哪发了什么
- arXiv / Semantic Scholar / Google Scholar / PubMed / ACM DL / IEEE
- 知网 / CNKI / 中国知网 / 学位论文 / 硕士论文 / 博士论文 / 中文文献 / 中文期刊
- Web of Science / WoS / SCI / SSCI / JCR / 影响因子
- PDF 链接 / 论文 PDF / 开放获取
- 摘要 abstract / 元数据
意图信号（英文）：
- search paper / find paper / look up paper / literature review / survey
- citation count / citation graph / citing / cited by
- BibTeX / reference export
- top conference / top journal / venue ranking
- author publication list / papers by X
URL 信号（出现以下域名的链接时自动触发）：
- arxiv.org / ar5iv.org
- semanticscholar.org
- scholar.google.com
- dl.acm.org
- ieeexplore.ieee.org
- pubmed.ncbi.nlm.nih.gov
- paperswithcode.com
- cnki.net / kns.cnki.net
- webofscience.com（含机构 VPN 反代 host，见 `config.md`）
覆盖平台：arXiv、Semantic Scholar、Google Scholar、ACM DL、IEEE Xplore、PubMed、Papers with Code、CNKI、Web of Science
|
| metadata | {"version":"2.0.0"} |
paper-search Skill
本 skill 是文献检索的编排层。所有数据库操作由 leaf skill 或 API 完成，本 skill 只负责：意图路由 → query 扩展 → 调度 → 落 paper_raw/_tmp/ → build_refs 合并 → 按需下载 PDF。
个人配置
所有 API Key / 邮箱 / 反代 host 见 config.md。S2 调用必须加 -H "x-api-key: $S2_API_KEY"。
平台选择矩阵
数据库选择规则（硬规则）
- 用户显式列出数据库 → 只跑列出的库；库挂了报告给用户，不用其他库兜底。
- 用户未指定 → 走下方"默认并行"+"按需加入"矩阵自主选。
Rationale：用户列出库 = 对来源（出版类型/质量/语言/订阅）的显式选择。
默认并行（用户未指定时）：arXiv、Semantic Scholar（REST API）
按需加入（用户未指定时）：
| 需求 | 平台 | 访问 / 委托 | 触发 |
|---|
| 生物医学 | PubMed | NCBI E-utilities | 医学/生物/临床/药物/基因 |
| 代码仓库 | Papers with Code | REST API | 复现/开源实现 |
| CS 顶会 BibTeX | ACM DL | WebFetch + Jina | 明确提 ACM |
| IEEE 论文 | IEEE Xplore | WebFetch / Jina | 明确提 IEEE |
| 全平台引用数 | Google Scholar | CDP（必须） | 明确提 Scholar |
| 中文文献 | CNKI | 编排层 Read references/cnki-delegation.md + references/cnki-advanced-search.md + references/cnki-download.md 内联执行 chrome-devtools | 知网/CNKI/中文 |
| SCI/SSCI/JCR | Web of Science | 编排层 Read references/wos-delegation.md + references/wos-download.md 内联执行 chrome-devtools | WoS/SCI/影响因子 |
API 细节见 references/api-cookbook.md。CDP 操作见 references/cdp-api.md。
核心流程
- Query 扩展：在响应里直接给出每个目标库的最终检索式（一张 markdown 表：
db | expression）。同义词/双语/字段映射自然推理，不必走脚本 gate。
- 跳过扩展的 3 种情况：用户给了字面表达式 / 用户明说不要扩展 / DOI/arXiv ID/PMID 精确查找——此时只需把原式按各库语法翻译一次
- 用户说"高水平/顶刊/SCI 分区/Q1 Q2/核心期刊" → 设
quality_filter:"high"，WoS 走 SCI/SSCI edition，build_refs 加 --high-quality（CNKI 具体 UI 序列见 references/cnki-advanced-search.md，语义见 references/query-plan.md §质量过滤）
- 时间窗 per-DB 写法（服务端粒度 + 客户端兜底）见
references/query-plan.md §时间窗过滤策略
- 复杂场景或想要可校验的 plan：可选
scripts/expand_queries.py --plan plan.json（见 references/query-plan.md），并设 PAPER_SEARCH_GATE=1 让 build_refs 强制校验
- per-DB 语法速查见
references/query-plan.md 的"Per-DB expression syntax"表
- 调度：API 库并行（arxiv/s2/pubmed），浏览器库（cnki/wos/gs）逐个串行——见硬规则节
- 落 per-source 中间件到
paper_raw/_tmp/{db}.{xml,json,ris,jsonl}（写入责任分三路）：
- API 库（arXiv/S2/PubMed/PwC）：编排层
curl -o 直接落盘
- CNKI：编排层 Read
references/cnki-advanced-search.md + cnki-delegation.md §合并管道，按指引内联执行 chrome-devtools 检索 + 在结果页 evaluate_script 跑 dm8/API/GetExport blob 导出到 ~/Downloads/cnki.ris，再 mv 到 _tmp/cnki.ris
- WoS：编排层 Read
references/wos-delegation.md，按 §检索流程 + §合并管道 内联执行 chrome-devtools（navigate 到 VPN 反代 /wos/woscc/advanced-search → 粘贴表达式 → 点 Search → 结果页触发 Export → Plain text file UI，Record Content = Author, Title, Source, Abstract），浏览器下载到 ~/Downloads/savedrecs.txt 后 mv 到 _tmp/wos.txt
- 任何情况下都不直接写终件
refs.ris
- 合并：
scripts/build_refs.py 读 _tmp/* → 跨源去重（DOI > arXiv ID > WoS ID > title+year 模糊匹配）→ 写终件 refs.ris + summary.md
- 按需下载 PDF（用户明确说"下载"时），落
paper_raw/{first_author}_{year}_{short_title}.pdf
输出三件套（每次检索默认产出）
所有文件落在当前工作目录下的 ./paper_raw/（不存在则创建）。
终态定义（任务完成时 paper_raw/ 下有且仅有）：
paper_raw/
├── refs.ris # 跨源合并去重后的唯一 RIS
├── summary.md # 跨源合并表，按发表日期倒序
├── {Author}_{Year}_{Title}.pdf × N # 仅用户说"下载"时产出
└── _tmp/ # per-source 中间件，build_refs 合并后可删
├── arxiv.xml
├── wos.ris
└── cnki.ris
per-source 文件（如 refs_wos.ris / summary_cnki.md）属于临时产物，不能作为终件交付；必须经 scripts/build_refs.py 合并为 refs.ris + summary.md 才算任务完成。
合并管道：各来源原始响应落 paper_raw/_tmp/{db}.{xml,json,ris,jsonl}（写入责任见核心流程 Step 3），统一由 scripts/build_refs.py 解析 + 跨源去重 + 日期过滤，输出终件。
1. paper_raw/refs.ris — RIS 引文文件
DO 字段写 DOI（任何来源有 DOI 都写）L1 字段指向本地已下载 PDF 的 file:///... 绝对路径。build_refs.py 在合并阶段按 {source, first_author, year, title} 匹配 paper_raw/ 下的 PDF：命中写入 L1，未命中则该记录无 L1（EndNote 导入时仅载元数据）。
2. paper_raw/summary.md — 结果 Markdown 表格
字段列（必须）：题目 | 发表日期 | 年份 | 作者 | 期刊/来源 | JCR | 中科25 | 中科26 | 关键词 | 摘要
- 发表日期：ISO
YYYY-MM-DD；数据源只给年份时兜底 YYYY-01-01
- 作者超过 3 人用"张三 等"
- 摘要保留完整（md 表格用
<br> 或折叠）
- 按发表日期倒序
3. paper_raw/{first_author}_{year}_{short_title}.pdf — 原文（仅用户明确说"下载"时生成）
判断标准：用户消息包含"下载"、"下载 PDF"、"下载全文"、"保存到本地"才触发。
- arXiv：
curl 直取（唯一允许编排层直接下载的来源）
- CNKI / WoS / 其他浏览器驱动来源：编排层在同一会话、同一浏览器上下文内，Read 对应 reference doc 并按指引内联执行 chrome-devtools，完成"检索 → 导 RIS → 逐篇下载 PDF"。每篇 PDF 前 Read
references/cnki-download.md / references/wos-download.md 获取下载步骤。严禁：(a) 用 Agent 工具 + general-purpose 包装并让 sub-agent 自写 UI 序列；(b) A 库搜 → B 库搜 → A 库下 → B 库下 交叉（chrome-devtools 全局页状态会丢 cookie / 触发 VPN 重登）；(c) 试图用 Skill(cnki-advanced-search) 等形式调用——这些不是已注册的顶层 skill，Skill 工具会返回 Unknown skill。
- 不尝试绕过付费墙
精确论文查找（已知 DOI 或 arXiv ID）
curl -s "https://api.semanticscholar.org/graph/v1/paper/DOI:{doi}?fields=title,authors,year,abstract,citationCount,openAccessPdf" -H "x-api-key: ..."
curl -s "https://api.semanticscholar.org/graph/v1/paper/ARXIV:{arxiv_id}?fields=..." -H "x-api-key: ..."
失败信号速查
| 信号 | 方向 |
|---|
| API 429 | 等 15s+ 或切 CDP，不要同请求重试 |
| arXiv 301 / 空 body | curl 必须加 -L 跟随重定向 |
| arXiv 503 | 等 60–90s；时间窗用 submittedDate:[...] 而非主题词+客户端过滤 |
| S2 空结果 | 换关键词组合或换 arXiv/PubMed |
| CNKI 滑块 / GS reCAPTCHA | 立即停手报告用户人工解，不要重试（反爬冷却 ≥ 5 min） |
| 同方式重试 3 次无改善 | 路径错了；换平台/访问方式 |
硬规则
- 枚举规则不扩展：skill 文档用枚举列表定义白名单/集合/阈值时按列表执行。UI 面板里出现列表外的选项不勾；觉得有缺漏，先回复里提出让用户拍板。判别"规则 vs 示例"：
=/列表/"必须"/"白名单"是规则；"例如"/"如..."/"可以"是示例。
- chrome-devtools MCP 强制串行：CNKI/WoS/GS 逐个委托，不可并发；每次
evaluate_script 用 location.href 校验 hostname。（根因：MCP 全局"当前页"状态竞态。要并行换 playwright-cli。）
- 浏览器库 = Read reference doc 并内联执行，不是 Skill 工具，也不是 Agent 工具：CNKI/WoS/GS 的"检索 + 导 RIS + 下载"没有已注册的 leaf skill。编排层直接 Read 对应 reference doc（如
references/cnki-advanced-search.md → cnki-delegation.md §合并管道的 dm8/API/GetExport JS 模板 → references/cnki-download.md）按指引内联执行 chrome-devtools MCP 调用。严禁：(a) Skill(cnki-advanced-search) / Skill(wos-search) 这种调用——它们从未注册为顶层 skill，运行时会 Unknown skill；(b) 用 Agent 工具 + general-purpose 包一层 sub-agent 自写 UI 序列——那会绕过 reference doc 里的既定 UI 序列和权威导出管道，并引入虚构 subagent_type。
- 中间件路径 =
paper_raw/_tmp/：所有 per-source 中间件（arxiv.xml / wos.ris / cnki.ris 等）落在当前工作目录下 paper_raw/_tmp/。任务产物自包含、不同检索任务互不污染、用户可直接检视。build_refs.py 从 paper_raw/_tmp/ 读入，合并后原始中间件可保留可删。
References 索引
| 文件 | 何时加载 |
|---|
references/query-plan.md | 查 per-DB 语法速查表；或可选构建结构化 4 阶段 plan |
references/cnki-delegation.md | CNKI 相关任一操作 |
references/wos-delegation.md | WoS 相关任一操作 |
references/api-cookbook.md | arXiv/S2/PubMed/PwC API 调用模板 |
references/cdp-api.md | Google Scholar 等需要浏览器自动化时 |
references/parallel.md | API 库（arxiv/s2/pubmed）多 query 分治时；浏览器库不适用 |
references/site-patterns/{domain}.md | 具体站点经验（按域名） |
