Stats
Actions
Tags
From paper-skills
搜索论文并解析论文身份，生成结构化 metadata.yaml。 当用户要搜论文、找文献、确认论文身份（标题/DOI/arXiv ID/URL）、 查论文信息、做论文 metadata 时触发。 不负责下载 PDF 或转 markdown（那是 paper-acquire 的工作）。 覆盖 20+ 学术源（arXiv、PubMed、Semantic Scholar、Crossref、OpenAlex、DBLP、Unpaywall 等）。 如果用户想要"导入论文"（全流程），应使用 paper-import skill。 如果用户只要"下载论文"或"获取 PDF"，应使用 paper-acquire skill。
How this skill is triggered — by the user, by Claude, or both
Slash command
/paper-skills:paper-search <query> [-s sources] [-n max]<query> [-s sources] [-n max]The summary Claude sees in its skill listing — used to decide when to auto-load this skill
搜索论文并解析论文身份，生成结构化 metadata.yaml。
搜索论文并解析论文身份，生成结构化 metadata.yaml。
This skill owns:
$PAPERS_DIR/{folder_slug}/metadata.yaml (identity, bibliography, urls, acquisition_hints sections)This skill does not:
paper-acquire)paper-card)paper-repo)| Tool | Role |
|---|---|
| 搜索工具 | 搜索论文、定位身份、提取 venue 信息 |
| 阅读工具 | 读取指定 URL 的页面内容 |
paper-search CLI | Query 23 academic sources for structured metadata (IDs, authors, abstract) |
输入分类：
强标识（DOI / arXiv ID / OpenReview URL / DBLP URL / PMID）
→ 结构化解析或直接阅读 → 再用搜索/CLI 补 venue + publication_status
弱标识（标题 / 方法名 / 自然语言描述）
→ 搜索定位候选论文 → 用户确认（必要时）→ CLI 结构化验证
URL
→ 阅读该 URL 内容 → 提取论文身份 → CLI 结构化验证
本地 PDF
→ 路径存在？
→ 否：提示路径无效
→ 是：检查 $PAPERS_DIR 是否已有 metadata.yaml
→ 有：读取并结束
→ 无：读取 PDF 元数据/首页文本
→ 提取 DOI / arXiv ID / title / authors
→ 进入 Step 2
|
v
Step 2: paper-search CLI (progressive, layered)
|
v
Step 3: Merge + resolve conflicts
|
v
Step 4: resolve_metadata.py → metadata.yaml
# 检查是否已安装
paper-search sources 2>/dev/null || paper-search --version 2>/dev/null
# 未安装则执行
uv tool install paper-search-mcp --from "git+https://github.com/openags/paper-search-mcp.git"
| 变量 | 说明 | 默认值 |
|---|---|---|
PAPERS_DIR | 论文存储根目录 | ~/docs/papers |
PAPER_SEARCH_MCP_UNPAYWALL_EMAIL | Unpaywall 必须 | — |
PAPER_SEARCH_MCP_SEMANTIC_SCHOLAR_API_KEY | 提高 S2 限速 | — |
运行时路径解析:
$PAPERS_DIR是环境变量，脚本调用前需解析为实际路径。
DOI / arXiv ID / OpenReview URL / DBLP URL / PMID：
标题 / 方法名 / 自然语言描述：
用户已提供本地 PDF 路径，说明"获取 PDF"已完成。paper-search 需要从 PDF 识别论文身份：
$PAPERS_DIR 已有该论文的 metadata.yaml，直接读取，流程结束重点关注：
openreview.net/forum?id=xxx → 确认论文在 OpenReview 上iclr.cc/virtual/2026/poster/xxx → 确认被会议收录用 Step 1 确定的论文标题或标识符，调用 CLI 查结构化学术元数据。
paper-search search "<query>" [-n 5] [-s arxiv,semantic,crossref] [-y 2020-2024]
| 参数 | 默认 | 说明 |
|---|---|---|
query | — | 搜索关键词（必填） |
-n, --max-results | 5 | 每个源最多返回条数 |
-s, --sources | all | 逗号分隔的源名称 |
-y, --year | — | 年份过滤（仅 Semantic Scholar） |
Layer 1 — 基本身份（始终执行）：
paper-search search "<title>" -s arxiv,semantic,crossref -n 3
Layer 2 — 如果 Layer 1 没找到 venue，补充 venue-aware 源：
paper-search search "<title>" -s dblp,openalex -n 3
Layer 3 — 如果 Layer 2 也没找到 venue，全量搜索：
paper-search search "<title>" -n 5
"没找到 venue" 的判定：以下情况视为没找到，需要进入下一层：
venue 字段为空extra 中 venue 为 "CoRR"（arXiv 预印本标记，不算正式 venue）extra 字段venue 信息在 CLI 输出的 extra 字段里（字符串形式的 dict），需要解析：
| 源 | extra 中的 key | 示例 |
|---|---|---|
| DBLP | venue | {'venue': 'ICLR', 'year': '2020'} |
| Crossref | container_title | {'container_title': 'Neurocomputing', 'publisher': 'Elsevier'} |
注意：DBLP 可能对已录取的论文仍显示 venue: 'CoRR'（arXiv 预印本标记），此时以 Step 1 搜索/阅读的 venue 为准。
Year 按 source authority 决定，不按工具类型决定：
extra 中的 year，非 CoRR）published_date（仅 journal-article / proceedings-article 类型，posted-content 不算）published_datepublished_date（首次提交年份）普通搜索结果 snippet 中的 year 仅作候选证据，不直接参与决策。
arXiv updated_date 忽略不用。
tiebreaker：
year = 首次公开年份（first submitted year）。arXiv updated_date 不进入 year。如果多个源返回不同年份，优先取源自身的首次提交日期，而非更新后的聚合日期。例如 2023 arXiv 预印本 2025 更新过 → year = 2023。extra 字段作为补充（DBLP venue key、Crossref container_title）CoRR 但搜索/阅读找到会议页面，以搜索/阅读为准从搜索结果中组装 JSON 传给脚本：
{
"title": "论文标题",
"authors": ["Author One", "Author Two"],
"year": 2026,
"venue": "ICLR",
"method": "transformer",
"doi": "10.xxx/xxx",
"arxiv": "2504.07097",
"pmid": "12345678",
"dblp": "conf/iclr/...",
"openalex": "W123456",
"abstract": "...",
"pdf_url": "https://...",
"confidence": "high",
"year_sources": {"dblp": 2026, "arxiv": 2025},
"publication_status": "accepted",
"venue_context": "International Conference on Learning Representations 2026",
"openreview": "https://openreview.net/forum?id=xxx"
}
| 证据 | publication_status |
|---|---|
| 正式 proceedings / journal page / DBLP conf or journal key | "published" |
Crossref DOI，type 为 journal-article 或 proceedings-article | "published" |
| 官方 accepted list / OpenReview accepted / conference poster page，暂未见正式 proceedings | "accepted" |
| OpenReview submission page，未见 acceptance | "submitted" 或 "under_review" |
| 只有 arXiv / bioRxiv / medRxiv | "preprint" |
Crossref DOI，type 为 posted-content / proceedings-article 但 venue 为 preprint server | "preprint" |
| OpenReview withdrawn / withdrawn notice | "withdrawn" |
| 无法判断 | "unknown" |
注意：Crossref DOI 不等于正式发表。Crossref 的 categories 字段含 posted-content 时表示预印本，含 journal-article 或 proceedings-article 时才是正式发表。
echo '{"title":"...","authors":["A"],"year":2020,"publication_status":"accepted","venue_context":"...","openreview":"https://..."}' | \
uv run --script "${SKILL_DIR}/scripts/resolve_metadata.py" --from-json --out "$PAPERS_DIR"
关于 method 字段：
"transformer"method 字段，脚本会用标题第一个有意义的词兜底脚本自动生成：
folder_slug：{venue}{year}-{method}-{first_author}$PAPERS_DIR/{folder_slug}/metadata.yamlpaper-search download <source> <paper_id> [-o ./downloads] # 由 paper-acquire 处理
paper-search read <source> <paper_id> [-o ./downloads] # 由 paper-acquire 处理
paper-search sources # 列出可用源
免费（21）：arxiv, pubmed, biorxiv, medrxiv, google_scholar, iacr, semantic, crossref, openalex, pmc, core, europepmc, dblp, openaire, citeseerx, doaj, base, zenodo, hal, ssrn, unpaywall
付费可选：ieee（需 IEEE_API_KEY）, acm（需 ACM_API_KEY）
| 文件 | 内容 |
|---|---|
| folder-slug.md | folder_slug 格式规范 |
| metadata-schema.md | metadata.yaml 输出 schema |
npx claudepluginhub huangyrcn/toolshed --plugin paper-skillsGuides creation, editing, and verification of skills for AI coding agents using test-driven development with subagent scenarios. Use when authoring or debugging skills.