分析

其他 社区

技能解读

当前原文的自动摘译,尚未人工审校。

Phase 1: 确定期刊与CNKI代码

从用户输入中提取期刊名称 查询 references/journal_codes.md 获取CNKI代码(如"管理世界"→ GLSJ) 若未收录,用WebSearch搜索 site:navi.cnki.net/knavi/journals "{期刊名}" 从URL提取代码 向用户确认期刊后继续

Step 2.1: 打开期刊页

验证码处理:若页面出现"请完成安全验证"或"拖动下方拼图",立即提示用户: "知网需要安全验证,请在浏览器中完成滑块验证,完成后告诉我。" 等用户确认后,用 navigate_page 重新加载页面。

Step 2.2: 提取期刊基本信息

也可直接从snapshot中读取基本信息(StaticText节点)。

Step 2.3: 点击"论文"标签并提取年份期次

点击 uid 对应"论文"的链接,等待加载,然后提取: 筛选最近5年数据(当前年份 - 4 至当前年份)。若知网分页显示年份(每页显示部分年份),需翻页加载更多。

Step 2.4: 逐期采集文章列表

对每个期次,点击对应的期次链接(通过 click uid 或 evaluate_script 模拟点击),等待文章列表加载(wait_for 等待标题出现或等1-2秒),然后提取: 关键: 每个期次采集间隔1-2秒,避免触发反爬 持续向用户报告进度(如"正在采集2024年第6期,已完成32/60期...") 所有数据暂存到一个JSON数组中

流狐档案 运行与权限由流狐静态检查推断,不代表作者声明或实际测试结果。
领域
通用
作者声明的智能体
未找到明确声明;不据此推断已兼容或已测试
静态检查
88 / 100 · 启发式扫描,不代表运行安全
运行环境证据
未执行;当前没有隔离运行测试证据
作者 / 版本 / 许可证
@yipng05-max · 未声明许可证
上下文用量评级
低消耗
接入复杂程度
即装即用
是否需要外部接口密钥
不需要
兼容的系统
未声明(默认跨平台)
运行环境要求
Python
检测到的文件与系统行为
  • 只读
网络行为
仅限本地
安装命令数
无(仅作为资料)

需要注意: 未声明工具权限范围;实际权限由运行环境决定。

01
Phase 2: 浏览器数据采集

使用Chrome DevTools MCP工具从知网采集数据。

02
Step 2.5: 摘要采集(抽样策略)

全量摘要采集耗时极长,采用抽样:每年选取2期(如第1期和第7期),每期取前3篇文章访问摘要页。 访问文章详情页后提取摘要: 若浏览器方式受阻,用WebSearch搜索 `"{文章标题}" site:cnki.net` 补充摘要和关键词。

03
Phase 3: 数据分析

采集完成后,将所有数据保存为JSON,然后运行 `scripts/analyze_journal.py` 进行分析。 该脚本依赖:`pip3 install jieba wordcloud python-docx matplotlib numpy` 脚本接收JSON数据文件路径,输出分析结果和可视化图表: 发文量趋势:按年度统计发文数量折线图 高频关键词Top30:jieba分词 → 去停用词 → 词频统计 → 柱状图+词云

讨论

基于 GitHub Discussions。登录 GitHub 即可参与讨论、点赞、订阅更新。