双引擎论文搜索 · diff
git:20260630.7acf374 to git:20260710.6a77adb
22 added, 274 removed. Audit A to A.
---
- name: "paper-search"
- description: "Search academic papers via OpenAlex + AnySearch with cross-validation for math modeling references. Invoke when user needs literature search, paper references, or when writing papers requires citations."
- ---
-
- # Paper Search Skill - 论文搜索技能
-
- 本技能通过 **OpenAlex API** + **AnySearch Academic** 双引擎并行搜索，实现学术论文的交叉验证式检索，为数学建模论文撰写提供更可靠的参考文献支持。
-
- ---
-
- ## 功能概述
-
- | 功能 | 说明 |
- |------|------|
- | **双引擎并行搜索** | 同时调用 OpenAlex 和 AnySearch 两个独立数据源 |
- | **交叉验证** | 同一篇论文同时被两个源收录时标记为交叉验证，可信度更高 |
- | **单源回退** | 可单独使用 OpenAlex 或 AnySearch |
- | **多条件过滤** | 按引用量、发表年份、研究领域筛选（OpenAlex） |
- | **多方式排序** | 按相关性/引用量/发表年份排序 |
- | **摘要获取** | 自动重建并返回论文摘要 |
- | **引用格式化** | 生成标准的 APA 引用格式 |
-
- ---
-
- ## 使用场景
-
- 在以下情况下使用本技能：
-
- 1. **建模分析阶段**：查找模型相关的理论文献
- 2. **论文撰写阶段**：为论文添加参考文献引用
- 3. **算法验证阶段**：查找算法的原始论文
- 4. **用户请求**：用户明确要求搜索论文或文献
- 5. **引用可靠性要求高**：需要确认某篇论文确实存在且被多个索引收录
-
- ---
-
- ## 双引擎架构
-
- ```
- ┌──────────────────────┐
- │ 论文手 / 建模手 │
- │ (发起搜索请求) │
- └──────────┬───────────┘
- │
- ┌──────────▼───────────┐
- │ hybrid_scholar.py │
- │ (混合搜索调度器) │
- └──────┬──────────┬─────┘
- │ │
- ┌──────────▼──┐ ┌───▼───────────┐
- │ OpenAlex │ │ AnySearch │
- │ 论文数据库 │ │ Academic域 │
- │ (结构化元数 │ │ (实时网络搜索) │
- │ 据丰富) │ │ │
- └─────────────┘ └───────────────┘
- │ │
- └────┬─────┘
- ▼
- ┌──────────────────────┐
- │ 合并 · 去重 · 标记 │
- │ → 交叉验证论文 │
- │ → OpenAlex 独有 │
- │ → AnySearch 独有 │
- └──────────────────────┘
- ```
-
- ### 引擎对比
-
- | 维度 | OpenAlex | AnySearch Academic |
- |------|----------|-------------------|
- | **数据源** | 开放学术图谱（结构化） | 实时网络学术搜索 |
- | **覆盖范围** | 2.5亿+ 论文，结构化元数据 | 实时学术网页索引 |
- | **引用数据** | 精确引用计数 | 估计值或无 |
- | **摘要** | 有（倒排索引） | 可能有 |
- | **领域过滤** | 支持（概念ID） | 不支持 |
- | **排序** | 相关性/引用量/年份 | 相关性 |
- | **API Key** | 不需要（需邮箱礼貌池） | 可选（匿名有速率限制） |
- | **响应速度** | ~0.5-2s | ~1-3s |
-
- ### 交叉验证的好处
-
- - 两个独立数据源同时返回的论文 → 可信度显著提高
- - 适合挑选关键引用放入论文
- - 降低引用了"不存在"或"检索错误"论文的风险
-
- ---
-
- ## 使用方法
-
- ### 方法一：混合搜索（推荐）
-
- 使用 `hybrid_scholar.py` 同时调用两个引擎：
-
- ```bash
- # 基础混合搜索（建议提供真实邮箱进入 OpenAlex 礼貌池）
- python tools/paper_search/scripts/hybrid_scholar.py --query "grey prediction model" --email "your@email.com"
-
- # 高级过滤 + 交叉验证
- python tools/paper_search/scripts/hybrid_scholar.py --query "TOPSIS" --email "your@email.com" --min-citations 10 --year-from 2020 --field mathematics --limit 10
-
- # JSON 输出
- python tools/paper_search/scripts/hybrid_scholar.py --query "LSTM" --email "your@email.com" --json
- ```
-
- 输出分为三个区域：
-
- ```
- ============================================================
- 交叉验证搜索结果: grey prediction model
- ============================================================
- 数据源: OpenAlex + AnySearch
- 统计: OpenAlex 8 篇 | AnySearch 6 篇 | 交叉验证 3 篇
-
- ★ 交叉验证 — OpenAlex + AnySearch 同时收录
- ────────────────────────────────────────────────────────
- [1] Grey Forecasting Model (2020) | 引用: 128 | DOI: 10.xxx
-
- ◆ OpenAlex 独有 — 仅来自 OpenAlex
- ────────────────────────────────────────────────────────
- [2] ...
-
- ◇ AnySearch 独有 — 仅来自 AnySearch
- ────────────────────────────────────────────────────────
- [3] ...
- ```
-
- ### 方法二：单引擎搜索
-
- ```bash
- # 仅用 OpenAlex（传统模式）
- python tools/paper_search/scripts/hybrid_scholar.py --query "genetic algorithm" --openalex-only --email "your@email.com"
-
- # 仅用 AnySearch（无需邮箱）
- python tools/paper_search/scripts/hybrid_scholar.py --query "reinforcement learning" --anysearch-only
-
- # OpenAlex 原生脚本（向后兼容）
- python tools/paper_search/scripts/openalex_scholar.py --query "grey prediction model" --email "your@email.com"
- ```
-
- ### 方法三：在代码中调用
-
- ```python
- from hybrid_scholar import HybridScholar
-
- scholar = HybridScholar(
- email="your@email.com",
- anysearch_api_key="your_key_optional",
- )
-
- # 混合搜索 + 交叉验证
- result = scholar.search_papers(
- query="grey prediction model",
- limit=10,
- sort="cited_by_count:desc",
- min_citations=10,
- year_from=2015,
- field_filter="mathematics",
- )
-
- # 打印结果
- scholar.print_results(result)
-
- # 获取结构化数据
- for paper in result["cross_validated"]:
- print(f"[交叉验证] {paper.title} — {', '.join(paper.sources)}")
-
- # 转为 JSON
- json_str = scholar.results_to_json(result)
- ```
-
- ### 返回数据结构
-
- ```python
- {
- "query": "grey prediction model",
- "cross_validated": [HybridPaper, ...], # 同时被两个源收录
- "openalex_only": [HybridPaper, ...], # 仅 OpenAlex 收录
- "anysearch_only": [HybridPaper, ...], # 仅 AnySearch 收录
- "stats": {
- "openalex_total": 8, # OpenAlex 返回总数
- "anysearch_total": 6, # AnySearch 返回总数
- "cross_validated": 3, # 交叉验证论文数
- "openalex_unique": 5, # OpenAlex 独有
- "anysearch_unique": 3, # AnySearch 独有
- }
- }
- ```
-
- ### HybridPaper 属性
-
- | 属性 | 类型 | 说明 |
- |------|------|------|
- | `title` | str | 论文标题 |
- | `authors` | List[str] | 作者列表 |
- | `year` | int/None | 发表年份 |
- | `citations` | int | 被引用次数 |
- | `doi` | str/None | DOI 标识符 |
- | `abstract` | str/None | 摘要 |
- | `sources` | List[str] | 来源引擎：["openalex"], ["anysearch"], 或 ["openalex", "anysearch"] |
- | `cross_validated` | bool | 是否交叉验证（两个源同时收录） |
- | `source_tag` | str | 显示用标签："✓ 交叉验证" / "openalex" / "anysearch" |
-
- ---
-
- ## 经典文献搜索策略
-
- **根据搜索目的选择搜索策略**：
-
- | 目的 | 推荐参数 | 说明 |
- |------|---------|------|
- | 找经典理论文献 | `sort="cited_by_count:desc"` `min_citations=50` | 被引最高的该领域奠基性工作 |
- | 找最新前沿进展 | `sort="publication_year:desc"` `year_from=2020` | 近年最新成果 |
- | 找数学方法论论文 | `field_filter="mathematics"` | 限定数学领域 |
- | 找算法应用案例 | `field_filter="engineering"` | 工程领域应用 |
- | 找建模竞赛可用文献 | `min_citations=5` `year_from=2015` | 适中的引用量+时效性 |
- | **高可信引用** | 混合搜索，优先选择交叉验证结果 | 两个源同时确认的论文 |
-
+ name: 双引擎论文搜索
+ description: 使用 OpenAlex 与 AnySearch 两个真实数据源并行搜索、交叉匹配和输出可追溯论文元数据。
---
- ## 数学建模常用搜索关键词
-
- ### 优化算法
- - `linear programming optimization`
- - `genetic algorithm optimization`
- - `particle swarm optimization`
- - `simulated annealing`
- - `vehicle routing problem`
-
- ### 预测模型
- - `grey prediction model GM(1,1)`
- - `ARIMA time series forecasting`
- - `LSTM neural network prediction`
- - `prophet forecasting`
+ # 双引擎论文搜索
- ### 评价方法
- - `analytic hierarchy process AHP`
- - `TOPSIS multi-criteria decision`
- - `entropy weight method`
- - `data envelopment analysis DEA`
+ ## 数据源
- ### 图论与网络
- - `shortest path algorithm`
- - `minimum spanning tree`
- - `maximum flow network`
+ - OpenAlex：结构化学术元数据。
+ - AnySearch Academic：学术垂直搜索，支持当前 MCP Markdown 响应解析。
- ---
+ 默认并行调用两个引擎。DOI 相同的记录直接交叉验证；无 DOI 时仅在标题高度相似且年份相容时合并。同一引擎中标题规范化后相同的预印本与正式出版记录也会折叠，并优先保留引用信息和元数据更完整的记录。交叉匹配结果、OpenAlex 独有结果和 AnySearch 独有结果分开输出。
- ## 配置说明
+ 融合时按查询词覆盖率过滤和重排，相关性优先于引用量，避免高被引但主题无关的论文挤占结果。包含多个专业术语时，候选文献至少命中两个有效查询词；这一阈值兼顾缺少摘要的元数据，不能代替人工核验。物理、材料和光学主题应组合使用材料名、机理名与模型名，例如 `Sellmeier 4H-SiC Fabry-Perot`；结果过少时逐步放宽查询，不直接接受无关结果。
- ### OpenAlex 邮箱配置
+ ## 使用
- ```bash
- # OpenAlex 搜索建议提供真实邮箱，进入礼貌池并降低限流风险
- --email "your@email.com"
+ ```powershell
+ python scripts/hybrid_scholar.py --query "robust optimization vehicle routing" --limit 10 --json
```
- ### AnySearch API Key（可选）
-
- AnySearch 匿名可用（有限速），建议配置 API Key：
-
- ```bash
- # 方式 1：环境变量
- export ANYSEARCH_API_KEY="your_key_here"
-
- # 方式 2：CLI 参数
- python hybrid_scholar.py --query "..." --anysearch-api-key "your_key_here"
+ 如 AnySearch 需要鉴权：
- # 方式 3：.env 文件
- # 在项目根目录或通过环境变量设置
- # ANYSEARCH_API_KEY=your_key_here
+ ```powershell
+ $env:ANYSEARCH_API_KEY = "<密钥>"
+ python scripts/hybrid_scholar.py --query "analytic hierarchy process" --limit 8
```
- ---
-
- ## 相关文件
-
- | 文件 | 说明 |
- |------|------|
- | `scripts/hybrid_scholar.py` | **混合搜索引擎（主入口，推荐使用）** |
- | `scripts/openalex_scholar.py` | OpenAlex 搜索实现（hybrid_scholar 的后端之一） |
- | `scripts/anysearch_academic.py` | AnySearch Academic 封装（hybrid_scholar 的后端之一） |
-
- ---
+ 诊断单个引擎时可用 `--openalex-only` 或 `--anysearch-only`；正式文献检索默认不得只运行一个引擎。
- ## 参考链接
+ ## 核验规则
- - [OpenAlex API 文档](https://docs.openalex.org/)
- - [OpenAlex 礼貌池规则](https://docs.openalex.org/how-to-use-the-api/rate-limits-and-authentication)
- - [AnySearch 项目](https://github.com/anysearch-ai/anysearch-skill)
+ 1. 搜索结果只用于发现候选文献。
+ 2. 引用前打开 DOI 或出版机构页面核对作者、题名、年份、期刊/会议、卷期页。
+ 3. 不把引用量当作正确性的证明。
+ 4. 不根据标题或摘要编造不存在的结论。
+ 5. 输出中保留 `sources` 和 `cross_validated` 状态。