ssci-subagent-skills 1.0.0

package/skills/arxiv-paper-search/references/API_REFERENCE.md

@@ -0,0 +1,350 @@
+# arXiv论文检索技能 - API参考
+
+**版本**: 1.0.0
+**更新日期**: 2025-12-28
+
+---
+
+## 类概览
+
+```
+ArxivPaperSearcher
+    ├── search()              # 主搜索方法
+    ├── download_pdf()        # 下载单篇PDF
+    ├── batch_download_pdfs() # 批量下载PDF
+    ├── save_abstracts()      # 保存摘要到JSON
+    ├── export_to_csv()       # 导出到CSV
+    └── get_recent_ai_papers() # 获取最近AI论文
+```
+
+---
+
+## ArxivPaperSearcher
+
+主要的arXiv论文检索与下载器。
+
+### 初始化
+
+```python
+ArxivPaperSearcher(debug: bool = False)
+```
+
+**参数**:
+- `debug` (bool): 是否启用调试模式，默认False
+
+**示例**:
+```python
+searcher = ArxivPaperSearcher(debug=True)
+```
+
+### search()
+
+搜索arXiv论文。
+
+```python
+def search(
+    self,
+    query: str,
+    max_results: int = 20,
+    sort_by: str = "relevance",
+    categories: Optional[List[str]] = None,
+    date_range: Optional[Dict[str, str]] = None
+) -> List[Dict]
+```
+
+**参数**:
+- `query` (str, 必需): 搜索关键词
+- `max_results` (int): 返回结果数，可选[10, 20, 50, 100]，默认20
+- `sort_by` (str): 排序方式，可选["relevance", "lastUpdatedDate", "submittedDate"]，默认"relevance"
+- `categories` (List[str]): arXiv分类列表（如["cs.AI", "cs.LG"]）
+- `date_range` (Dict): 日期范围 {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"}
+
+**返回**: List[Dict] - 论文列表
+
+**示例**:
+```python
+# 基本搜索
+results = searcher.search("large language models")
+
+# 指定数量
+results = searcher.search("GPT", max_results=50)
+
+# 分类筛选
+results = searcher.search("RL", categories=["cs.AI"])
+
+# 日期筛选
+results = searcher.search(
+    "transformer",
+    date_range={"start": "2024-01-01", "end": "2024-12-31"}
+)
+
+# 组合使用
+results = searcher.search(
+    query="attention",
+    max_results=50,
+    categories=["cs.AI", "cs.LG"],
+    sort_by="submittedDate"
+)
+```
+
+### download_pdf()
+
+下载单篇论文PDF。
+
+```python
+def download_pdf(
+    self,
+    arxiv_id: str,
+    output_dir: str = "papers/",
+    filename: Optional[str] = None
+) -> Optional[str]
+```
+
+**参数**:
+- `arxiv_id` (str, 必需): arXiv ID（如"2312.11805"）或完整URL
+- `output_dir` (str): 输出目录，默认"papers/"
+- `filename` (str): 自定义文件名（可选）
+
+**返回**: str - 保存的文件路径，失败返回None
+
+**示例**:
+```python
+# 使用arXiv ID
+file_path = searcher.download_pdf('2312.11805')
+
+# 指定输出目录
+file_path = searcher.download_pdf('2312.11805', output_dir='my_papers/')
+
+# 自定义文件名
+file_path = searcher.download_pdf('2312.11805', filename='attention.pdf')
+```
+
+### batch_download_pdfs()
+
+批量下载论文PDF。
+
+```python
+def batch_download_pdfs(
+    self,
+    papers: List[Dict],
+    output_dir: str = "papers/",
+    max_papers: Optional[int] = None,
+    delay: float = 3.0
+) -> List[str]
+```
+
+**参数**:
+- `papers` (List[Dict], 必需): 论文列表（来自search方法）
+- `output_dir` (str): 输出目录，默认"papers/"
+- `max_papers` (int): 最大下载数量
+- `delay` (float): 每次下载间隔（秒），默认3.0
+
+**返回**: List[str] - 成功下载的文件路径列表
+
+**示例**:
+```python
+# 搜索论文
+results = searcher.search("GAN", max_results=20)
+
+# 下载所有论文
+files = searcher.batch_download_pdfs(results)
+
+# 限制下载数量
+files = searcher.batch_download_pdfs(results, max_papers=5)
+
+# 自定义间隔
+files = searcher.batch_download_pdfs(results, delay=5.0)
+```
+
+### save_abstracts()
+
+保存论文摘要到JSON文件。
+
+```python
+def save_abstracts(
+    self,
+    papers: List[Dict],
+    output_file: str = "abstracts.json"
+)
+```
+
+**参数**:
+- `papers` (List[Dict], 必需): 论文列表
+- `output_file` (str): 输出文件名，默认"abstracts.json"
+
+**示例**:
+```python
+results = searcher.search("BERT", max_results=50)
+searcher.save_abstracts(results, 'bert_abstracts.json')
+```
+
+### export_to_csv()
+
+导出论文信息到CSV文件。
+
+```python
+def export_to_csv(
+    self,
+    papers: List[Dict],
+    output_file: str = "papers.csv"
+)
+```
+
+**参数**:
+- `papers` (List[Dict], 必需): 论文列表
+- `output_file` (str): 输出文件名，默认"papers.csv"
+
+**示例**:
+```python
+results = searcher.search("diffusion", max_results=100)
+searcher.export_to_csv(results, 'diffusion_papers.csv')
+```
+
+### get_recent_ai_papers()
+
+获取最近AI领域的论文。
+
+```python
+def get_recent_ai_papers(
+    self,
+    days: int = 7,
+    max_results: int = 20
+) -> List[Dict]
+```
+
+**参数**:
+- `days` (int): 最近几天，默认7
+- `max_results` (int): 最大结果数，默认20
+
+**返回**: List[Dict] - 论文列表
+
+**示例**:
+```python
+# 最近7天
+recent = searcher.get_recent_ai_papers(days=7)
+
+# 最近30天，50篇
+recent = searcher.get_recent_ai_papers(days=30, max_results=50)
+```
+
+---
+
+## 数据模型
+
+### 论文对象 (Paper)
+
+```json
+{
+  "index": 1,
+  "title": "论文标题",
+  "authors": ["作者1", "作者2"],
+  "summary": "摘要内容...",
+  "published": "2017-06-12T10:37:23Z",
+  "updated": "2017-06-12T10:37:23Z",
+  "arxiv_id": "1706.03762",
+  "pdf_url": "https://arxiv.org/pdf/1706.03762.pdf",
+  "categories": ["cs.CL", "cs.LG"],
+  "doi": "10.1234/arxiv.1706.03762",
+  "comment": "8 pages, 5 figures",
+  "journal_ref": "NIPS 2017"
+}
+```
+
+### 字段说明
+
+| 字段 | 类型 | 说明 | 示例 |
+|------|------|------|------|
+| index | int | 序号 | 1 |
+| title | str | 论文标题 | "Attention Is All You Need" |
+| authors | List[str] | 作者列表 | ["Vaswani, A.", "Shazeer, N."] |
+| summary | str | 摘要 | "The dominant sequence..." |
+| published | str | 发表时间（ISO 8601） | "2017-06-12T10:37:23Z" |
+| updated | str | 更新时间（ISO 8601） | "2017-06-12T10:37:23Z" |
+| arxiv_id | str | arXiv标识符 | "1706.03762" |
+| pdf_url | str | PDF下载链接 | "https://arxiv.org/pdf/..." |
+| categories | List[str] | 分类标签 | ["cs.CL", "cs.LG"] |
+| doi | str | DOI（可选） | "10.1234/..." |
+| comment | str | 作者备注 | "8 pages, 5 figures" |
+| journal_ref | str | 期刊引用（可选） | "NIPS 2017" |
+
+---
+
+## 排序选项
+
+| sort_by值 | 说明 | 适用场景 |
+|-----------|------|---------|
+| relevance | 相关性（默认） | 主题搜索 |
+| lastUpdatedDate | 最后更新时间 | 获取最新版本 |
+| submittedDate | 提交时间 | 按时间顺序 |
+
+---
+
+## 数量参数
+
+| max_results | 说明 | 响应时间 | 推荐场景 |
+|-------------|------|---------|---------|
+| 10 | 快速预览 | ~1-2秒 | 初步探索 |
+| 20 | 中等调研（默认） | ~2-3秒 | 常规搜索 |
+| 50 | 深度调研 | ~5-8秒 | 全面覆盖 |
+| 100 | 大批量 | ~10-15秒 | 批量分析 |
+
+---
+
+## 错误处理
+
+### 常见异常
+
+| 异常类型 | 原因 | 解决方案 |
+|---------|------|---------|
+| requests.RequestException | 网络错误 | 检查网络连接 |
+| ValueError | 参数错误 | 检查输入参数 |
+| TimeoutError | 请求超时 | 增加timeout参数 |
+
+### 错误处理示例
+
+```python
+try:
+    results = searcher.search("keyword")
+except requests.RequestException as e:
+    print(f"网络错误: {e}")
+except Exception as e:
+    print(f"未知错误: {e}")
+```
+
+---
+
+## 使用示例
+
+### 完整工作流
+
+```python
+from skills.arxiv_paper_search.scripts.arxiv_searcher import ArxivPaperSearcher
+
+# 1. 初始化
+searcher = ArxivPaperSearcher(debug=True)
+
+# 2. 搜索
+results = searcher.search(
+    query="transformer architecture",
+    max_results=50,
+    categories=["cs.AI", "cs.LG"]
+)
+
+print(f"找到 {len(results)} 篇论文")
+
+# 3. 保存摘要
+searcher.save_abstracts(results, 'transformer_papers.json')
+
+# 4. 导出CSV
+searcher.export_to_csv(results, 'transformer_papers.csv')
+
+# 5. 下载PDF（前10篇）
+files = searcher.batch_download_pdfs(results[:10], 'transformer_papers/')
+
+print(f"成功下载 {len(files)} 篇PDF")
+```
+
+---
+
+**文档版本**: 1.0.0
+**最后更新**: 2025-12-28

package/skills/arxiv-paper-search/references/ARXIV_CATEGORIES.md

@@ -0,0 +1,249 @@
+# arXiv论文分类完整列表
+
+**版本**: 1.0.0
+**最后更新**: 2025-12-28
+
+---
+
+## 计算机科学 (Computer Science - cs)
+
+### 人工智能
+- `cs.AI` - Artificial Intelligence（人工智能）
+- `cs.CL` - Computation and Language（计算与语言/自然语言处理）
+- `cs.CV` - Computer Vision and Pattern Recognition（计算机视觉与模式识别）
+- `cs.LG` - Machine Learning（机器学习）
+- `cs.NE` - Neural and Evolutionary Computing（神经与进化计算）
+
+### 理论与方法
+- `cs.CC` - Computational Complexity（计算复杂性）
+- `cs.CG` - Computational Geometry（计算几何）
+- `cs.DS` - Data Structures and Algorithms（数据结构与算法）
+- `cs.DM` - Discrete Mathematics（离散数学）
+- `cs.FL` - Formal Languages and Automata Theory（形式语言与自动机理论）
+- `cs.GL` - General Literature（通用文献）
+- `cs.LO` - Logic in Computer Science（计算机科学中的逻辑）
+
+### 硬件与架构
+- `cs.AR` - Hardware Architecture（硬件架构）
+- `cs.DC` - Distributed, Parallel, and Cluster Computing（分布式、并行与集群计算）
+- `cs.ET` - Emerging Technologies（新兴技术）
+- `cs.NA` - Numerical Analysis（数值分析）
+- `cs.NI` - Networking and Internet Architecture（网络与互联网架构）
+- `cs.OS` - Operating Systems（操作系统）
+- `cs.PF` - Performance（性能）
+
+### 信息系统
+- `cs.DB` - Databases（数据库）
+- `cs.DL` - Digital Libraries（数字图书馆）
+- `cs.IR` - Information Retrieval（信息检索）
+- `cs.IS` - Information Systems（信息系统）
+
+### 软件工程
+- `cs.SE` - Software Engineering（软件工程）
+
+### 计算机应用
+- `cs.CY` - Computers and Society（计算机与社会）
+- `cs.CE` - Computational Engineering, Finance, and Science（计算工程、金融与科学）
+- `cs.CR` - Cryptography and Security（密码学与安全）
+- `cs.GR` - Graphics（图形学）
+- `cs.HC` - Human-Computer Interaction（人机交互）
+- `cs.IT` - Information Theory（信息理论）
+- `cs.MS` - Mathematical Software（数学软件）
+- `cs.OH` - Other Computer Science（其他计算机科学）
+- `cs.PL` - Programming Languages（编程语言）
+- `cs.RO` - Robotics（机器人学）
+- `cs.SD` - Sound（声音）
+- `cs.SC` - Symbolic Computation（符号计算）
+
+---
+
+## 数学 (Mathematics - math)
+
+- `math.AC` - Commutative Algebra（交换代数）
+- `math.AG` - Algebraic Geometry（代数几何）
+- `math.AP` - Analysis of PDEs（偏微分方程分析）
+- `math.AT` - Algebraic Topology（代数拓扑）
+- `math.CA` - Classical Analysis and ODEs（经典分析与常微分方程）
+- `math.CO` - Combinatorics（组合数学）
+- `math.CT` - Category Theory（范畴论）
+- `math.CV` - Complex Variables（复变量）
+- `math.DG` - Differential Geometry（微分几何）
+- `math.DS` - Dynamical Systems（动力系统）
+- `math.FA` - Functional Analysis（泛函分析）
+- `math.GM` - General Mathematics（普通数学）
+- `math.GN` - General Topology（一般拓扑）
+- `math.GR` - Group Theory（群论）
+- `math.GT` - Geometric Topology（几何拓扑）
+- `math.HO` - History and Overview（历史与概述）
+- `math.IT` - Information Theory（信息理论）
+- `math.KT` - K-Theory and Homology（K理论与同调）
+- `math.LO` - Logic（逻辑）
+- `math.MG` - Metric Geometry（度量几何）
+- `math.MP` - Mathematical Physics（数学物理）
+- `math.NA` - Numerical Analysis（数值分析）
+- `math.NT` - Number Theory（数论）
+- `math.OC` - Optimization and Control（优化与控制）
+- `math.PR` - Probability（概率）
+- `math.QA` - Quantum Algebra（量子代数）
+- `math.RA` - Rings and Algebras（环与代数）
+- `math.RT` - Representation Theory（表示理论）
+- `math.SP` - Spectral Theory（谱理论）
+- `math.ST` - Statistics Theory（统计理论）
+- `math.SG` - Symplectic Geometry（辛几何）
+
+---
+
+## 物理学 (Physics - physics)
+
+### 凝聚态物理
+- `cond-mat.dis-nn` - Disordered Systems and Neural Networks（无序系统与神经网络）
+- `cond-mat.mes-hall` - Mesoscale and Nanoscale Physics（介观与纳米物理）
+- `cond-mat.mtrl-sci` - Materials Science（材料科学）
+- `cond-mat.other` - Other Condensed Matter（其他凝聚态）
+- `cond-mat.quant-gas` - Quantum Gases（量子气体）
+- `cond-mat.soft` - Soft Condensed Matter（软凝聚态）
+- `cond-mat.stat-mech` - Statistical Mechanics（统计力学）
+- `cond-mat.str-el` - Strongly Correlated Electrons（强关联电子）
+- `cond-mat.supr-con` - Superconductivity（超导）
+
+### 高能物理
+- `hep-ex` - High Energy Physics - Experiment（高能物理-实验）
+- `hep-lat` - High Energy Physics - Lattice（高能物理-格点）
+- `hep-ph` - High Energy Physics - Phenomenology（高能物理-现象学）
+- `hep-th` - High Energy Physics - Theory（高能物理-理论）
+
+### 其他物理
+- `physics.acc-ph` - Accelerator Physics（加速器物理）
+- `physics.ao-ph` - Atmospheric and Oceanic Physics（大气与海洋物理）
+- `physics.atom-ph` - Atomic Physics（原子物理）
+- `physics.atm-clus` - Atomic and Molecular Clusters（原子与分子团簇）
+- `physics.bio-ph` - Biological Physics（生物物理）
+- `physics.chem-ph` - Chemical Physics（化学物理）
+- `physics.class-ph` - Classical Physics（经典物理）
+- `physics.comp-ph` - Computational Physics（计算物理）
+- `physics.data-an` - Data Analysis, Statistics and Probability（数据分析、统计与概率）
+- `physics.ed-ph` - Physics Education（物理教育）
+- `physics.flu-dyn` - Fluid Dynamics（流体动力学）
+- `physics.gen-ph` - General Physics（普通物理）
+- `physics.geo-ph` - Geophysics（地球物理）
+- `physics.hist-ph` - History of Physics（物理学史）
+- `physics.ins-det` - Instrumentation and Detectors（仪器与探测器）
+- `physics.med-ph` - Medical Physics（医学物理）
+- `physics.optics` - Optics（光学）
+- `physics.plasm-ph` - Plasma Physics（等离子体物理）
+- `physics.pop-ph` - Popular Physics（科普物理）
+- `physics.soc-ph` - Physics and Society（物理与社会）
+- `physics.space-ph` - Space Physics（空间物理）
+
+---
+
+## 量子物理 (Quantum Physics - quant-ph)
+
+- `quant-ph` - Quantum Physics（量子物理）
+
+---
+
+## 统计学 (Statistics - stat)
+
+- `stat.AP` - Applications（应用）
+- `stat.CO` - Computation（计算）
+- `stat.ME` - Methodology（方法论）
+- `stat.ML` - Machine Learning（机器学习）
+- `stat.OT` - Other Statistics（其他统计）
+- `stat.TH` - Statistics Theory（统计理论）
+
+---
+
+## 定量生物学 (Quantitative Biology - q-bio)
+
+- `q-bio.BM` - Biomolecules（生物分子）
+- `q-bio.CB` - Cell Behavior（细胞行为）
+- `q-bio.CM` - Computational Biology（计算生物学）
+- `q-bio.GN` - Genomics（基因组学）
+- `q-bio.MN` - Molecular Networks（分子网络）
+- `q-bio.NC` - Neurons and Cognition（神经元与认知）
+- `q-bio.OT` - Other Quantitative Biology（其他定量生物学）
+- `q-bio.PE` - Populations and Evolution（种群与进化）
+- `q-bio.QM` - Quantitative Methods（定量方法）
+- `q-bio.SC` - Subcellular Processes（亚细胞过程）
+- `q-bio.TO` - Tissues and Organs（组织与器官）
+
+---
+
+## 定量金融 (Quantitative Finance - q-fin)
+
+- `q-fin.CP` - Computational Finance（计算金融）
+- `q-fin.EC` - Economics（经济学）
+- `q-fin.GN` - General Finance（一般金融）
+- `q-fin.MF` - Mathematical Finance（数理金融）
+- `q-fin.PM` - Portfolio Management（投资组合管理）
+- `q-fin.PR` - Pricing of Securities（证券定价）
+- `q-fin.RM` - Risk Management（风险管理）
+- `q-fin.ST` - Statistical Finance（统计金融）
+- `q-fin.TR` - Trading and Market Microstructure（交易与市场微观结构）
+
+---
+
+## 经济学 (Economics - econ)
+
+- `econ.EM` - Econometrics（计量经济学）
+- `econ.GN` - General Economics（一般经济学）
+- `econ.TH` - Theoretical Economics（理论经济学）
+
+---
+
+## 电子学 (Electrical Engineering and Systems Science - eess)
+
+- `eess.AS` - Audio and Speech Processing（音频与语音处理）
+- `eess.IV` - Image and Video Processing（图像与视频处理）
+- `eess.SP` - Signal Processing（信号处理）
+- `eess.SY` - Systems and Control（系统与控制）
+
+---
+
+## 数学物理 (Mathematical Physics - math-ph)
+
+- `math-ph` - Mathematical Physics（数学物理）
+
+---
+
+## 常用分类组合
+
+### AI/ML研究
+```python
+ai_categories = [
+    "cs.AI",      # 人工智能
+    "cs.LG",      # 机器学习
+    "cs.CL",      # 自然语言处理
+    "cs.CV",      # 计算机视觉
+    "cs.NE",      # 神经网络
+    "stat.ML"     # 统计机器学习
+]
+```
+
+### 计算机科学
+```python
+cs_categories = [
+    "cs.AI", "cs.LG", "cs.CL", "cs.CV",
+    "cs.CR",      # 密码学
+    "cs.DB",      # 数据库
+    "cs.DS",      # 算法
+    "cs.IR",      # 信息检索
+    "cs.NI"       # 网络
+]
+```
+
+### 跨学科研究
+```python
+interdisciplinary = [
+    "cs.AI", "stat.ML",       # AI与统计
+    "physics.comp-ph",       # 计算物理
+    "q-bio.CM",              # 计算生物学
+    "eess.SP"                # 信号处理
+]
+```
+
+---
+
+**文档版本**: 1.0.0
+**最后更新**: 2025-12-28