giiisp-paper-search-apis

name	giiisp-paper-search-apis
description	调用或构造 Giiisp/集思谱论文检索请求，并按任务路由到 arXiv、OpenAlex、CNKI、跨平台去重、引用网络、期刊检查和引用审计。用于文献检索、文献初筛、arXiv 定位、中文论文检索、开放源补充和引用核验。

Giiisp Paper Search APIs

定位

这个 skill 是搜索与引用核验子系统，不包含 PPT 生成、图像生成、科研配图渲染或视觉设计资产。

它负责三件事：

• 把用户问题路由到合适的 Giiisp 论文检索 POST 接口，默认只做 dry-run 请求构造。
• 在 Giiisp 登录态或鉴权不可用时，使用 arXiv、OpenAlex、CNKI 等开放或半开放检索链路补充候选。
• 把结果整理成可核验的论文候选表、引用审计表、去重结果或参考文献格式。

总原则

1. 先明确检索目标：主题发现、arXiv 定位、作者检索、中文数据库检索、引用审计、去重、期刊检查或格式转换。
2. Giiisp 接口默认不真实调用，只构造请求体、curl 或 dry-run 输出；当前环境确认接口可公开返回 JSON 时，可用 paper_search.py --execute-giiisp 做低频真实查询。
3. 任何响应不能被确认为论文 JSON 结果时，都不得当作论文命中。401、403、429、HTML 登录页、验证码页、业务错误都标记为 接口受限。
4. 开放源回退结果必须标记 非 Giiisp 结果，不能混写成 Giiisp 命中。
5. 不编造引用量、期刊分区、DOI、全文内容或不存在的论文。

任务路由

用户要做什么	首选工具
构造 Giiisp OA 论文检索请求	scripts/dry_run_paper_search.py --mode oa
按摘要/方法词查 arXiv	scripts/dry_run_paper_search.py --mode arxiv-abstract
已有 arXiv 编号	scripts/dry_run_paper_search.py --mode arxiv-no
同时按题名、作者、摘要词查 arXiv	scripts/dry_run_paper_search.py --mode arxiv
查重或核对题名	scripts/dry_run_paper_search.py --mode arxiv-title
按作者名查 arXiv	scripts/dry_run_paper_search.py --mode arxiv-author
一键生成检索方案	scripts/search_pipeline.py
直接查 arXiv 官方 API	scripts/paper_search.py --platform arxiv
查 OpenAlex 论文、作者、概念、BibTeX/CSV	scripts/openalex_search.py
中文 CNKI 检索请求构造	scripts/cnki_search.py
解析 CNKI 结果页 HTML	scripts/cnki_parse_results.py
CNKI 翻页/排序/详情解析/统计	scripts/cnki_paginate.py, scripts/cnki_paper_detail.py, scripts/cnki_journal_stats.py
合并 Giiisp/OpenAlex/CNKI 等结果并去重	scripts/cross_platform_dedup.py
分析引用网络或核心论文	scripts/citation_network.py
检查中文期刊层级或可疑期刊	scripts/journal_checker.py
参考文献格式转换	scripts/reference_formatter.py
关键词订阅与增量提醒	scripts/keyword_alert.py

Giiisp 接口矩阵

基址为 https://giiisp.com。所有业务接口使用 POST 和 JSON body，不把检索参数放在 URL query。

mode	接口	请求体
oa	/first/oaPaper/searchArticlesByQuery1	{"titleAndAbs": ["query"]}
arxiv-abstract	/first/paper/searchArxivByAbstract	{"key": "query", "pageNum": 1, "pageSize": 10}
arxiv-no	/first/paper/searchArxivByArxivNo1	{"key": "2301.00001", "pageNum": 1, "pageSize": 10}
arxiv	/first/paper/searchArxiv	{"key": "query", "pageNum": 1, "pageSize": 10}
arxiv-title	/first/paper/searchArxivByTitle	{"key": "query", "pageNum": 1, "pageSize": 10}
arxiv-author	/first/paper/searchArxivByAuthor	{"key": "author name", "pageNum": 1, "pageSize": 10}

分页默认 pageNum=1、pageSize=10。只有用户需要扩展结果时才继续翻页。

输出格式

每次检索输出短表，至少包含：

字段	要求
检索目标	用户原始问题的简写
实际检索词	写出真实传入的词
来源/接口	Giiisp 接口路径或开放源名称
论文	题名、作者、年份、来源
链接	arXiv、DOI、开放论文页或来源页
摘要依据	只摘核心命中点
状态	已核验 / 待核验 / 接口受限 / 非 Giiisp 结果 / 不支持
下一步	翻页、换词、交叉核验或停止

内部归一化字段推荐：

{
  "title": "Paper title",
  "authors": ["First Author"],
  "year": 2026,
  "venue": "arXiv",
  "abstract": "Abstract text from source.",
  "doi": null,
  "arxiv_id": "2601.01234",
  "url": "https://arxiv.org/abs/2601.01234",
  "pdf_url": "https://arxiv.org/pdf/2601.01234",
  "source_api": "/first/paper/searchArxivByTitle",
  "match_reason": "Title or abstract matches the requested method phrase.",
  "verification_status": "待核验"
}

引用审计模板

引用审计必须把原文主张、候选论文和核验动作放在同一行：

原文主张	引用/占位符	检索词	候选论文	证据字段	链接	状态	处理意见
需要支撑的具体句子	[?]、DOI、arXiv 或作者年份	实际传入接口的词	题名、作者、年份、来源	标题/摘要/DOI/编号命中点	DOI、arXiv 或来源页	已核验 / 待核验 / 不支持 / 接口受限	保留、替换、补充引用、删除主张或改写

审计结论：

• 已核验：题名、作者/年份和 DOI/arXiv/来源页能互相对上，摘要或全文元数据支持原文主张。
• 待核验：元数据看起来匹配，但缺少 DOI、全文页、作者年份或关键摘要字段。
• 不支持：候选论文与原文主张不一致，或只能支持更弱说法。
• 接口受限：Giiisp 登录态、非 JSON、401/403/429 或网络限制导致无法核验。
• 非 Giiisp 结果：来自 arXiv、OpenAlex、Semantic Scholar、Crossref、CNKI 等回退源。

常用命令

Dry-run Giiisp 请求：

python scripts/dry_run_paper_search.py --mode arxiv-title --query "large language model scientific discovery"

输出模拟归一化结果：

python scripts/dry_run_paper_search.py --mode arxiv-title --query "large language model scientific discovery" --format normalized-example

一键生成检索方案：

python scripts/search_pipeline.py --query "diffusion model medical image generation" --platform auto --limit 10

直接查 arXiv 官方 API：

python scripts/paper_search.py --query "diffusion model" --platform arxiv --limit 10

真实调用 Giiisp 并归一化候选：

python scripts/paper_search.py --query "diffusion model" --platform giiisp --giiisp-mode title --limit 2 --execute-giiisp

查 OpenAlex：

python scripts/openalex_search.py --action search --query "large language model scientific discovery" --per-page 20 --output markdown

构造 CNKI 检索：

python scripts/cnki_search.py --query "高校图书馆 智慧服务" --mode basic --year-start 2020 --year-end 2026 --source journal

合并去重：

python scripts/cross_platform_dedup.py --inputs giiisp_results.json openalex_results.json cnki_results.json --output deduped.json --similarity-threshold 0.90

格式转换：

python scripts/reference_formatter.py --input papers.json --format gbt7714-seq

失败处理

响应现象	判断	处理
HTTP 401 / 403	登录态、权限或鉴权缺失	标记 接口受限，不要反复重试；改用开放源回退
HTTP 429	频率限制	标记 接口受限，说明需要降频或稍后再试；不要并发补打
Content-Type 是 text/html	登录页、验证码页或错误页	不解析为论文；摘录页面标题或前 120 字作为失败摘要
JSON 有 code、success、message，但无结果数组	业务失败或空结果	保留原始错误字段，状态写 接口受限 或 待核验
网络超时 / DNS / TLS 错误	当前环境无法访问	标记 接口受限，输出开放源回退

参考文件

• references/search-api-guide.md：Giiisp、OpenAlex、arXiv 接口细节。
• references/retrieval-guide.md：CNKI、万方、维普检索式和同义词扩展。
• references/cnki-dom-guide.md：CNKI DOM、选择器、反爬和导出结构。
• references/reference-audit-guide.md：引用审计流程和 Giiisp 联合验证。
• references/citation-guide.md：参考文献格式与导出。
• references/case-retrieval-guide.md：相似参考论文/案例检索思路。

验证

python -m pytest tests/test_dry_run_paper_search.py
python scripts/dry_run_paper_search.py --mode oa --query "科研图像生成 文献检索 skill" --format end-to-end-example
python scripts/search_pipeline.py --query "diffusion model" --platform auto --limit 5