论文全文收获

数据 社区

技能解读

当前原文的自动摘译,尚未人工审校。

§0。快速入门(精心设计的 CLI)

对于来自 Web of Science / Scopus 导出的典型 DOI 混合列表: CLI:从 WoS 保存的记录中解析 DOI(或传递多个--savedrecs) 通过前缀将每个 DOI 路由到正确的客户端 处理速率限制 + 重试

§1.发布商 TDM API

阅读references/tdm-apis.md 了解每个发行商的完整详细信息。快速参考:Publisher · API · Auth env var · 输出 · 速率限制 Elsevier · api.elsevier.com/content/article/doi/{DOI}?view=FULL · ELSEVIER_API_KEY + ELSEVIER_INSTTOKEN · XML(全文) · ~5 请求/秒 Wiley · api.wiley.com/onlinelibrary/tdm/v1/articles/{DOI} · WILEY_TDM_TOKEN · PDF · 3 请求/秒硬上限

§2. OA 后备(Unpaywall / OpenAlex / Crossref)

适用于可能有 OA 副本的论文,无论出版商如何。始终验证下载的 PDF:前 4 个字节必须是 %PDF 并且文件大小 > 50KB。此技能的客户会自动执行此操作。 OA 后备的预期命中率:在通用化学/生物学列表上为 40-60%。最近的论文(>2023)具有较高的 OA 率。

§3。浏览器后备(付费,无 TDM)

对于 API 不可用但用户可以通过浏览器 cookie 进行机构 Cloudflare/SSO 访问的发布商。最慢路径 — 仅在耗尽 §1–§2 后使用。

两条路线 — 选择一条

路线 A:OpenClaw browser 工具 · 路线 B:auto-paper-harvester v0.2+ CLI 内容 · 通过代理的 browser 功能和 profile="user" 驱动用户运行的 Chrome · 具有内置 Playwright 的独立 CLI launch_persistent_context 设置 · 无 — 重用用户登录的任何 Chrome · pip install 'auto-paper-download[browser]' && playwright install chromium Cookies · 用户现有的日常驱动 Chrome cookie(零重新登录) · 专用隔离配置文件;用户首次运行时登录 SSO 一次

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
数据
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
@jxtse · 未声明许可证
上下文用量评级
低消耗
接入复杂程度
需手动接入
是否需要外部接口密钥
需要 · GitHub
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
  • 允许写入 / 修改
  • 命令执行
  • 读取环境变量
网络行为
允许外网请求
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。

输出预览 paper-fulltext-harvest.preview
# Setup once
cp scripts/.env.example .env
# Edit .env to fill API keys (see §4 "Configuration")

# Run
python -m auto_paper_download \
    --savedrecs your_export.xls \
    --output-dir ./downloads/ \
    --delay 2.0

讨论

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