夜雨聆风
有些文献不是找不到，而是网页能打开，命令行却 403。
你坐在浏览器前，学校图书馆已经登录，WebVPN 也通了，出版社页面能打开，PDF 按钮也在那里。你手动一点，它就下来了。
但只要换成命令行，换成脚本，换成一个批量下载工具，事情立刻变成另一副样子：403、401、登录页、CAS、出版社验证，或者一个看起来像 PDF、其实是网页的假文件。
这就是我觉得 zju-literature-downloader 值得单独拿出来讲的地方。它不是一个“万能下文献神器”，更不是绕过付费墙的灰色爬虫。它真正戳中的点是：科研 Agent 想碰文献下载这件事，入口不该是蛮力抓网页，而应该是用户已经授权的浏览器会话。
真正的问题不是 DOI，而是会话
以前我们谈文献自动化，习惯从 DOI 开始。给一个 DOI，去 Crossref 查元数据，去出版社拼链接，再想办法把 PDF 拿下来。
这条路在开放论文、预印本、机构仓储上很顺。但一到学校图书馆、WebVPN、出版社授权页面，它就经常断。因为浏览器里能打开，不代表脚本也拥有同一份授权上下文。
网页知道你是谁。脚本不知道。
浏览器里有登录状态、WebVPN 路由、CAS 会话、出版社跳转、可能还有一次手动完成的人机验证。命令行里通常只有一个孤零零的 URL。
所以这类工具最有价值的地方，不是“更会拼 PDF 链接”，而是承认一件事：授权本身在浏览器里。Agent 要做的，是在这个已授权现场里小心接力，而不是假装世界上只有 curl。
这个项目做了什么
`baihe26/zju-literature-downloader` 是 6 月 16 日出现的一个 GitHub 项目。README 里写得很直白：它是一个 Codex / Claude skill，用用户自己已经登录的浙江大学图书馆、WebVPN、Summon 或出版社 Chrome 会话，合法下载、重试和读取学术 PDF。
它覆盖的不是所有学校，也不是所有出版社。它的默认场景很窄：浙大图书馆 / WebVPN / 求是学术搜索 / 出版商页面。
但窄不一定是坏事。
窄，说明它没有把问题讲成“全网文献随便下”。它讲的是一个更具体、也更真实的工作流：我本人已经有访问权限，浏览器已经能打开，现在怎样把这些 PDF 稳定、可追踪、可验证地保存到项目文件夹里。
我更关心它后半段：验证
下载 PDF 只是第一步。真正容易出事故的是后面。
你以为下载成功了，结果保存下来的是登录页。
你以为拿到了主文，结果 supporting information 漏了。
你以为 PDF 能读，结果 Agent 打开后一页文本都抽不出来。
这也是这个项目比普通下载脚本更像“科研工具”的地方：它不只拿文件，还会记录 manifest，检查 PDF 签名、页数和文本可读性。README 给的验证案例里，主文 17 页，补充材料 31 页，并且都能抽出文本。
这一步很关键。因为科研 Agent 后续要总结、引用、抽图、做表格，前提不是“文件存在”，而是文件确实是那篇论文，而且可读。
边界比功能更重要
这类工具最容易被写歪。
如果标题写成“AI 帮你突破学校文献下载限制”，那就完全错了。
README 反复强调边界：不绕过付费墙，不绕过 CAPTCHA、Cloudflare、双因素认证、出版社机器人检查、DRM 或账号限制。遇到扫码、短信验证码、OTP、人机验证、出版社安全提示，用户自己在 Chrome 里完成，Agent 只是在之后从同一个页面继续。
它还建议小批量使用：一次 5 到 10 篇比较稳，最多 15 到 20 篇；不要扫关键词结果，不要下整期杂志，不要大规模连续下载，也不要并发打开一堆 ScienceDirect 标签。
这其实是一条很好的科研自动化原则：自动化负责重复动作，人负责授权和边界。
为什么我还是愿意写它
这个项目的问题也明显。ZJU / WebVPN 场景太窄，和之前写过的 scansci-pdf 强相邻。单看项目本身，它不一定值得写成“工具推荐”。
但它适合写成一篇续篇。
因为 scansci-pdf 那类工具解决的是“Agent 要有一套论文获取系统”；而 zju-literature-downloader 提醒我们：如果论文在授权系统里，真正难的不是下载按钮，而是怎样把浏览器里的授权、人的验证动作、PDF 文件检查和后续阅读接成一条保守的链。
这比“批量下载”四个字重要得多。
科研人真正需要的，不是一个在后台猛冲的爬虫，而是一张小批量清单：哪些 DOI 要下，哪个页面打开过，主文有没有保存，补充材料有没有保存，页数对不对，能不能抽文本，哪里卡在 CAS，哪里等用户完成验证。
换句话说，manifest 才是这类自动化的账本。没有账本，下载越快，后面越不知道自己拿到了什么。
如果你要自己做，先看这张清单
第一，先确认访问权。浏览器里能通过学校图书馆、WebVPN 或出版社页面打开目标论文，才谈自动化。
第二，先小批量。5 篇、10 篇，带 DOI、题目、输出目录和状态列。不要上来就扫关键词。
第三，遇到验证就停。扫码、短信、OTP、人机验证、机器人检查，都应该由人完成。Agent 不应该猜、不应该点、不应该刷新到对方报警。
第四，下载后要验。PDF 签名、页数、文本可读性、supporting information，都要落到 manifest。
第五，不要把学校账号密码、验证码、cookie、session token 发给任何 Agent。
这五条，比某个具体下载脚本更值得带走。
我的判断
zju-literature-downloader 不是一个适合所有人的工具。
它太具体，太依赖浙大图书馆和 WebVPN，也很依赖用户本机 Chrome 会话。换个学校、换个出版社、换个认证方式，很多步骤都要重新验证。
但它指出了科研 Agent 接入真实世界的一个方向：不要总想着绕过界面，而是学会在合规授权的界面里接力；不要只追求下载成功，而是把文件验明正身；不要让 Agent 悄悄批量跑，而是让每一步都能回到一张 manifest。
未来科研工具的自动化，不会只有 API。很多时候，它会夹在浏览器、授权、人工验证和本地文件系统之间。
这类小项目的意义就在这里：它不是把门撬开，而是提醒你，先确认自己应该从哪扇门进去。
来源与延伸
项目：GitHub｜baihe26/zju-literature-downloader｜https://github.com/baihe26/zju-literature-downloader
README 关键信息：用户已登录的 ZJU Library / WebVPN / Summon / publisher Chrome session；不绕过 CAPTCHA / Cloudflare / OTP / bot check；小批量使用并保留 manifest；验证 PDF 签名、页数和文本可读性。
往期推荐
如果你关心科研 Agent、文献获取和真实工作流，这三篇可以接着读。
scansci-pdf：给 AI Agent 装一套论文获取系统
把 VASPKIT 交给 Codex，晶体计算的苦活会少很多
Materials Studio 交给 Codex，先从脚本和日志开始
