菜单
大型文献清单分类摸底(嗅探优先)。当用户拿到数百篇以上的文献清单(WOS导出/Excel/DOI列表),要求分类、摸底、区分"哪些是OA开源、哪些Sci-Hub/灰色源有、哪些需机构权限"、为批量下载做路由规划时使用。先30分钟嗅探全分类,再分桶下载,不对全清单跑慢速竞速。
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/Rimagination/scansci-pdf --skill scansci-sort命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
正在显示 SKILL.md
下载学术论文。支持 DOI、arXiv ID、关键词搜索、批量下载、Elsevier API、WebVPN/CARSI 机构访问、下载失败排障。当用户要求下载论文(单篇或批量)、搜索文献、获取引文、配置 Elsevier/ScienceDirect API、或下载遇到 Cloudflare/验证页/代理问题时使用。用户仅讨论 PDF 解析/转换工具的对比或选型(如 pymupdf4llm vs MinerU)而无需检索文献证据时不要使用;只有确实要检索或下载文献时才加载本 skill。
Use this skill when the user wants to search academic literature, validate DOI or arXiv identifiers, export citations, organize paper lists, or retrieve papers through configured open-access, publisher, or authorized institutional routes.
Use this skill when the user wants to triage a large academic paper list into open-access, repository, institutional, and user-selected source queues before downloading.
| name | scansci-sort |
| description | 大型文献清单分类摸底(嗅探优先)。当用户拿到数百篇以上的文献清单(WOS导出/Excel/DOI列表),要求分类、摸底、区分"哪些是OA开源、哪些Sci-Hub/灰色源有、哪些需机构权限"、为批量下载做路由规划时使用。先30分钟嗅探全分类,再分桶下载,不对全清单跑慢速竞速。 |
核心原则:先嗅探、后下载;分类一次、路由到底。4000 篇实测嗅探 ≈30 分钟,之后每层下载只处理属于自己的桶。
工具列表有 scansci_pdf_* → 可用 MCP(嗅探主要靠自写并发脚本,MCP 非必需);否则用 CLI scansci-pdf check 确认依赖。
https://doi.org/ 前缀、小写、trim;正则 ^10\.\d{4,9}/.+ 校验。$0 remaining)。POST /v2/dois 经常 500,不可依赖。api.crossref.org/works/{doi} 验证:404 = 未注册(中文刊常见),不代表 Sci-Hub 没有。sci-hub.vg / sci-hub.al / sci-hub.ee(国内可达性 2026-08 实测;se/ru/st/ws/wf 不通,ru 返回反爬页)。(embed|iframe) src="...pdf,命中页 ~8KB)/ miss / turnstile(含 challenges.cloudflare.com/turnstile 或 Verification - Sci-Hub,按 IP 频率随机插入,假 DOI 也会触发)/ blocked(403/503)。api.openaire.eu/search/publications?doi={doi}&format=json,8 并发,递归提取 webresource.url 过滤 doi.org。实测 837 篇 miss 捞回 136 条记录、5 篇确定直链。.pdf 直链→命中;PubMed 页→NCBI elink 查 PMC(多数无);Scopus/Lens→无用;机构库 landing→GET 页面找 .pdf 链接。doaj.org/api/search/articles/{doi} 补期刊官网直链。OA-开源 / Sci-Hub有 / 仓库有全文 / 需机构权限 / 缺DOI。oa.txt / scihub.txt / repo.txt / institution.txt。| 层 | 对象 | 渠道 | 速度 | 详见 skill |
|---|---|---|---|---|
| L1 | OA-开源 | Unpaywall best_oa_location.pdf_url 直链 | <1s/篇 | — |
| L2 | Sci-Hub有 | scansci-pdf batch --scihub | 竞速 10–30s/篇 | scansci-batch |
| L3 | 需机构∩DOI前缀10.1016 | Elsevier API(key+校园网,无需 insttoken) | 1–2s/篇 | scansci-institution |
| L4 | 需机构其余 | WebVPN/CARSI | 10–30s/篇 | scansci-institution |
| — | 仓库有全文 | 报告里仓储直链 | <1s/篇 | — |
路由原则:按 DOI 前缀把 L3 插到 L4 之前(实测需机构桶 Elsevier 占 56%)。
| 坑 | 处理 |
|---|---|
| OpenAlex 429 配额耗尽 | 切 Unpaywall 单点并发 |
| Unpaywall 批量端点 500 | 单点 + 并发 + 断点续传 |
| Turnstile 混入探测 | 四分类 + 重试 + 轮换域名 |
| 本机代理 127.0.0.1:7890 可能未启动 | 探测前先测代理连通 |
| 无效 DOI(Crossref 404) | 以 Sci-Hub 探测结果为准归类 |
嗅探全程 ~30 min(OpenAlex 可用时);L1 ~10 min;L2 1–3 h(并发);L3 ~15 min/500 篇;L4 每篇需浏览器登录态。