intl-search

name

intl-search

description

检索国外/英文学术文献（OpenAlex API 为主，含引文滚雪球；Semantic Scholar 补充，Google Scholar 浏览器兜底）。Use whenever the user needs foreign-language or international literature — 外文文献、英文文献、国外研究、SSCI、谷歌学术、Google Scholar、Web of Science 替代、文献综述需要覆盖国外、citation bank 加外文、滚雪球、引文追踪、citation chasing — including searching by topic, ranking by citations, filtering by year, pulling abstracts, and chasing backward/forward citations from a seed paper. Works without captcha via OpenAlex; falls back to Scholar in the controlled Chrome only for grey literature the API misses.

外文文献检索（OpenAlex 主力 + 引文滚雪球 + S2 补充 + Scholar 兜底）

广度靠关键词多视图检索，深度靠对承重文献的引文滚雪球；两者都齐了才算覆盖国外文献。 所有脚本仅用标准库，stdout 已自硬化 UTF-8（Windows GBK 控制台不再崩溃）。

首选：OpenAlex API（零验证码、带摘要与被引数）

python scripts/openalex_search.py "QUERY" [--per-page 15] [--pages 1] [--from-year 2020] \
    [--sort cited|relevance|date] [--type article|review] [--language en] [--oa] [--json]

• 短语必须加引号："\"new quality productive forces\""。不加引号是全文散词匹配， 高被引噪音会淹没真命中（实测：散词 3.3 万条全是无关文献，短语 2705 条全部相关）。
• --sort cited 找领域奠基文献，--sort date 找最新对话对象；建议双视图各跑一次 （与知网套路一致）。
• --pages N 走游标翻页（每页 --per-page 条）；引用库建库需要每组 30–50 条候选时用它， 不要手动改 per-page 超过 50。
• --oa 只看开放获取；--json 行内 oa_pdf 是 OA 全文直链——外文承重文献需要全文核验；is_retracted 为 true 时是撤稿警示（含更正/关注表达误报，须回出版社页面核对真实状态再定去留） 支撑句时优先走它（下载前仍按"下载最小化"纪律告知用户）。
• --json 输出带重建摘要（OpenAlex 的 abstract_inverted_index 已还原为正文）， 直接喂引用库的 Support Claim Sentence 写作。
• 结果含 DOI —— 交给 intl-export 技能换 BibTeX 与 GB/T 7714。

中文主题找对应英文文献的窍门：先想该概念的官方英译（如 新质生产力 → "new quality productive forces"），主题词常有学界变体（再试 "new productive forces"、 拼音直写等），各跑一次短语检索合并。

深度：引文滚雪球（承重外文文献必做）

python scripts/openalex_snowball.py <DOI 或 W-ID> [--direction all|back|forward|related] \
    [--limit 30] [--from-year 2020] [--sort cited|date] [--json]
python scripts/openalex_snowball.py --title "Weaponized Interdependence" --direction forward

• 定位：关键词检索回答"搜到了什么"，滚雪球回答"这个领域相互引用的骨架长什么样"。 对确定要对话的 1–3 篇外文奠基/高被引文献，backward+forward 各跑一轮，补齐 SOTA 图谱并检查撞车（citationchaser/openalexR 同款方法，纯标准库实现）。
• backward＝它引了谁（挖理论谱系与奠基文献）；forward＝谁引了它（--sort date 看 前沿动向，--sort cited 看主流承接）；related 是算法弱信号，仅供发散，质量参差。
• --from-year 对三个方向统一生效；想看全量 backward 谱系就别加年份过滤。
• --title 取检索 top hit 当种子，输出首行回显解析结果——务必确认是目标文献再用下文。
• 入库规则：结果与关键词检索同规走 intl-export；发现路径（种子 DOI + back/forward）写进 Verification Note，便于审计时重放。

补充：Semantic Scholar 通道（只为独有字段来）

python scripts/s2_search.py search "query" [--limit 10] [--year 2019-] [--fos "Political Science"]
python scripts/s2_search.py cites 10.1162/isec_a_00351 [--limit 20] [--influential]
python scripts/s2_search.py refs  10.1162/isec_a_00351
python scripts/s2_search.py recommend 10.1162/isec_a_00351

• 三样独有资产：tldr 一句话摘要（快筛用）；cites/refs 的 citation contexts 他引上下文——别人引用该文时写的句子，用来定位主张与判断影响力（--influential 只留强影响引用），它不是原文，进引用库前必须回原文核验；recommend 推荐 （质量普遍高于 OpenAlex related）。
• 共享池 429 是常态：脚本自带 15/30/45s 三段退避，仍失败以退出码 2 结束 → 回 OpenAlex。 需要稳定访问就申请免费 key 并设环境变量 S2_API_KEY。
• OpenAlex 能做的事不要来 S2 做。

兜底：Google Scholar 浏览器版（仅灰色文献/API 查不到时）

需要可用的系统代理（MCP Chrome 自动继承）。流程与选择器见 references/scholar-browser.md。纪律：检索间隔 ≥5s、单次会话 ≤5 次检索、 遇 reCAPTCHA 按知网同款协议暂停请用户处理。API 能查到的不要走 Scholar。

可选扩展：多源 MCP

需要 arXiv/PubMed/SSRN/CORE 等专库直连全文时，可另装开源 paper-search-mcp（MCP/CLI 两用， 免费源优先）；本技能不依赖它——社科议题的元数据 OpenAlex 已覆盖其绝大多数来源。

输出去向

检索结果按工作流落盘：范文/SOTA 入 reference_materials/source_index.md （Origin 写 OpenAlex/DOI 链接；滚雪球条目加记种子与方向），引用库候选走 intl-export 拿著录后入 citation_support_bank（与中文条目同表，Source 列放 DOI 链接）。