ARTICLE · 1153739
【WorkBuddy应用】学术论文自动下载助手Skill(academic-fulltext-fetcher)
【WorkBuddy应用】学术论文自动下载助手Skill(academic-fulltext-fetcher)
研究者常需要批量获取中英文论文全文，但付费墙与低效的手动检索是痛点。本工具把「找源 → 下载 → 校验 → 归档 → 去重 → 出清单」固化为可复用流程，默认只走合法免费源，镜像源（Sci-Hub 类）默认关闭，仅在用户显式知情并开启时才作最后兜底。 合规优先：默认仅用 OpenAlex / Unpaywall / Semantic Scholar / DOAJ / Europe PMC / Crossref 出版社直链 / arXiv 预印本等合法免费源。 中文论文支持：中文题名经 OpenAlex 跨语言相关性检索解析出 DOI（已修复早期中文字符相似度恒为 0 的缺陷），再由合规源取 OA PDF；中文题名/作者输入均可用。 多形态输入：单篇 DOI、单篇 标题|作者|年份（或 标题_作者[_年份]）、批量 .txt/.csv/.xlsx 列表。 自动校验：每个文件校验「开头为 %PDF、≥1KB、pypdf 可解析且页数≥1」，非 PDF（HTML 错误页/付费墙落地页）一律判失败并转备用源。 增量去重：以规范化 DOI 为去重键比对输出目录与历史 manifest，命中即跳过，支持反复运行不重复下载。 批量不中断：单批默认上限 20；单条失败单列记录，不影响其余。 抗封禁：每次请求前随机间隔（默认 1–3s）+ 单源连续失败熔断（默认 3 次停用）。 来源透明：manifest.csv 记录来源类型与 source_trust（合法OA=高 / 预印本=中 / 镜像源=低）。 脚本自带venv 自举：首次运行自动在技能目录内创建 .venv 并安装 requests / pypdf / openpyxl，之后复用。请使用受管 Python： .txt：每行一个 DOI，或 标题 | 第一作者 | 年份（竖线分隔）；也支持 标题_第一作者[_年份]（下划线分隔，适合中文题名）；空行忽略。 .csv/.xlsx：自动识别含 doi / 题名 / 作者 / 年份 的列（中英文表头均可）。
配置优先级：默认值 < config.json < 命令行参数。 文件名规则：[年份_第一作者_标题前30字].pdf（非法字符替换为 _，空格转 _）。 manifest.csv（UTF-8 BOM，Excel 可直接打开）字段： 序号、标题、DOI、来源类型、来源URL、状态、本地路径、大小KB、页数、source_trust 状态：成功 / 已存在 / 失败（失败行「本地路径」列写入失败原因）。 source_trust：合法OA=高 / 预印本=中 / 镜像源=低。 镜像源默认关闭，仅当「全部合规渠道均未检出」且用户显式 --allow-mirror 并提供 --mirror-url 时才启用；命中即如实标注 source_trust=低。 CNKI（知网）/ 万方 / 维普等付费订阅库明确非合法 OA，脚本绝不抓取。 ChinaXiv（中科院预发布平台）搜索为前端 AJAX、PDF 直链与 OAI-PMH 对自动化访问返回 403 / 无权限，无法稳定自动化，需手动下载归档。 中文论文的可行合规路径：提供 DOI（或中文题名经 OpenAlex 解析出 DOI）→ 由 OpenAlex/Crossref/DOAJ 取 OA PDF。 首选 DOI 输入：仅凭标题检索依赖 Crossref / OpenAlex / arXiv 题录匹配；当某标题存在大量同名/垃圾记录（个别学术 API 有 spam 条目）时，可能解析不到正确 DOI 而如实标记「未检出」，绝不会错配下载垃圾 PDF。 付费墙后的订阅期刊若出版社未提供 OA 版本，合规渠道无法取得全文；除非用户显式开启镜像源，否则如实标记「失败」，绝不伪造。 出版社直链下载已统一使用浏览器 UA + 来源 Referer（兼容会拒绝非浏览器 UA 的站点，如机械工程学报 cjmenet）。 个别网络环境下 OpenAlex 等聚合源响应偏慢可能触发超时降级，脚本会自动转下一源。
学术论文自动下载助手技能应在研究人员需要自动化地从免费/合法来源查找、下载并归档学术论文全文PDF时使用。它解析论文线索（一个DOI、"标题 | 作者 | 年份"字符串，或 .txt/.csv/.xlsx 列表），按合规优先的顺序探测各渠道（OpenAlex、Unpaywall、Semantic Scholar、DOAJ、Europe PMC、Crossref 出版商链接、arXiv 预印本），下载并校验每个PDF，按规范化DOI去重，并输出带有来源信任级别的 manifest.csv。Sci-Hub 类的镜像源默认关闭，仅在找不到合法开放获取版本、且用户明确启用 allow_mirror 时，才作为最后手段介入。触发词包括"下载这篇论文全文""批量下文献""找开源全文""把 DOI 列表转PDF""academic fulltext""OA 下载""论文归档"。
WorkBuddy安装方法：将提示词发送给你的 AI 安装该 skills
请根据 https://skillhub.cn/install/skillhub.md，安装 @user_18c72336/academic-fulltext-fetcher。
一、它解决什么问题
二、核心特性
三、安装与运行
PY=”C:/Users/.workbuddy/binaries/python/versions/3.13.12/python.exe”SKILL=”C:/Users/.workbuddy/skills/academic-fulltext-fetcher”
四、用法示例
1) 单篇（DOI 或 标题_作者）
”$PY” ”$SKILL/scripts/fetch_papers.py” --input ”10.1038/s41586-021-03380-y” --output ”D:/Data/papers””$PY” ”$SKILL/scripts/fetch_papers.py” --input ”钢丝绳电磁检测信号的时空域理论分析_曹青松” --output ”D:/Data/papers”
2) 批量列表文件（.txt / .csv / .xlsx）
”$PY” ”$SKILL/scripts/fetch_papers.py” --input ”D:/Data/doi_list.txt” --output ”D:/Data/papers” --batch-limit 20
3) 启用镜像源兜底（仅合规未果时；需用户显式知情）
”$PY” ”$SKILL/scripts/fetch_papers.py” --input ”D:/Data/doi_list.txt” \--output ”D:/Data/papers” --allow-mirror --mirror-url ”https://sci-hub.se” --email you@example.com
常用参数
五、配置文件（可选，config.json）
{”output_dir”: ”D:/Data/papers”,”allow_mirror”: false,”mirror_url”: ””,”email”: ”you@example.com”,”batch_limit”: 20,”delay_min”: 1.0,”delay_max”: 3.0,”max_consec_failures”: 3,”timeout”: 30}
六、输出说明
七、合规边界（红线）
八、已知限制
九、文件结构
academic-fulltext-fetcher/├── SKILL.md技能元规则、用法、渠道与合规说明 ├── README.md # 本文件 ├── scripts/ │ └── fetch_papers.py # 主脚本（venv 自举、渠道探测、下载校验、去重、manifest、熔断、日志） └── references/ └── channels.md # 各渠道 API、信任等级、降级与合规详细参考
十、作者与许可
说明：本技能遵循「合规优先」原则，默认仅使用合法免费学术源，镜像源（Sci-Hub 类）默认关闭，仅作知情兜底。请在使用与分发时遵守所在机构与地区的合规要求。