Paper Search Skill - 论文搜索技能
本技能通过 OpenAlex API 实现学术论文搜索功能,为数学建模论文撰写提供参考文献支持。
功能概述
| 功能 | 说明 |
|---|---|
| 论文搜索 | 通过关键词搜索相关学术论文 |
| 摘要获取 | 自动重建并返回论文摘要 |
| 引用格式化 | 生成标准的引用格式 |
| 多字段搜索 | 支持标题、摘要、作者等多字段搜索 |
使用场景
在以下情况下使用本技能:
- 建模分析阶段:查找模型相关的理论文献
- 论文撰写阶段:为论文添加参考文献引用
- 算法验证阶段:查找算法的原始论文
- 用户请求:用户明确要求搜索论文或文献
配置要求
邮箱配置(必需)
OpenAlex API 要求提供邮箱地址以使用礼貌池(Polite Pool):
使用前必须配置邮箱地址:
- 用于礼貌池访问,提高API限制
- 必须是有效的邮箱地址
搜索流程
┌─────────────────────────────────────────────────────────────┐
│ 论文手/建模手 │
│ (需要引用文献时调用搜索工具) │
└──────────────────────┬──────────────────────────────────────┘
│ 调用 search_papers
▼
┌─────────────────────────────────────────────────────────────┐
│ openalex_scholar.py │
│ (论文搜索脚本 - 封装 OpenAlex API 调用) │
└──────────────────────┬──────────────────────────────────────┘
│ HTTP GET 请求
▼
┌─────────────────────────────────────────────────────────────┐
│ OpenAlex API (https://api.openalex.org) │
│ - 免费学术搜索引擎 │
│ - 支持论文标题、摘要、作者、引用次数等字段 │
└─────────────────────────────────────────────────────────────┘
使用方法
方法一:运行搜索脚本
python tools/paper_search/scripts/openalex_scholar.py --query "grey prediction model" --email "your@email.com"
方法二:在代码中调用
from openalex_scholar import OpenAlexScholar
scholar = OpenAlexScholar(email="your@email.com")
papers = scholar.search_papers("linear programming optimization")
for paper in papers:
print(f"标题: {paper.title}")
print(f"作者: {', '.join(paper.authors)}")
print(f"年份: {paper.publication_year}")
print(f"引用: {paper.citation_format}")
print(f"DOI: {paper.doi}")
print("---")
方法三:获取字典格式数据
from openalex_scholar import OpenAlexScholar
scholar = OpenAlexScholar(email="your@email.com")
papers = scholar.search_papers("linear programming optimization")
for paper in papers:
paper_dict = paper.to_dict()
print(f"标题: {paper_dict['title']}")
print(f"作者: {paper_dict['authors']}")
print(f"年份: {paper_dict['publication_year']}")
print(f"引用: {paper_dict['citation_format']}")
print("---")
返回字段说明
Paper 对象属性
| 属性 | 类型 | 说明 |
|---|---|---|
title |
str | 论文标题 |
abstract |
str/None | 摘要(从倒排索引重建) |
authors |
List[str] | 作者列表 |
cited_by_count |
int | 被引用次数 |
doi |
str/None | DOI 标识符 |
publication_year |
int/None | 发表年份 |
Paper 对象方法
| 方法 | 返回值 | 说明 |
|---|---|---|
citation_format |
str | 格式化引用文本(APA风格) |
to_dict() |
Dict | 转换为字典格式,包含所有字段和citation_format |
引用格式示例
Smith J. et al. (2020). A Novel Approach to Grey Prediction Models.
DOI: 10.1016/j.example.2020.123456
API 限制与最佳实践
| 项目 | 说明 |
|---|---|
| 速率限制 | 使用礼貌池(polite pool)可提高限制 |
| 必需参数 | 必须提供 mailto 邮箱参数 |
| 返回数量 | 默认返回 8 篇相关论文 |
| 搜索字段 | 支持标题、摘要、作者等多字段搜索 |
数学建模常用搜索关键词
优化算法
linear programming optimizationgenetic algorithm optimizationparticle swarm optimizationsimulated annealing
预测模型
grey prediction model GM(1,1)ARIMA time series forecastingLSTM neural network predictionprophet forecasting
评价方法
analytic hierarchy process AHPTOPSIS multi-criteria decisionentropy weight methoddata envelopment analysis DEA
图论与网络
shortest path algorithm Dijkstraminimum spanning treemaximum flow networkvehicle routing problem
相关文件
| 文件 | 说明 |
|---|---|
scripts/openalex_scholar.py |
OpenAlex 搜索实现脚本 |