Paper Search Pro
多源文献检索技能。5个L3任务中3个PASS，2个WARN。OpenAlex搜索和DOI精确检索可靠，返回真实可验证DOI。但经典论文发现和多策略搜索存在约20-30%噪音。
Paper Search Pro Public Summary
Verdict: PASS
The public package has been corrected from an single-topic showcase to a five-discipline literature discovery set.
| Task | Discipline | Source | Verdict |
|---|---|---|---|
| ld-medical-pd1 | Medicine / Oncology | Crossref | PASS |
| ld-physics-qec | Physics / Quantum Information | arXiv | PASS |
| ld-chemistry-cn | Chemistry / Organic Synthesis | Crossref | PASS |
| ld-biology-alphafold | Biology / Structural Biology | Crossref | PASS |
| ld-cs-rag | Computer Science / AI | arXiv | PASS |
What Changed
- Medicine, physics, chemistry, biology, and AI/CS are now represented.
- Crossref and arXiv raw JSON files are retained as evidence.
- OpenAlex returned 503 during this check, so it is documented in the audit rather than used for the public showcase.
评测摘要：paper-search-pro
一句话结论
- 结论: WARN（有条件推荐）
- 测试深度: L3
- 核心卖点 L3: 已完成
- 推荐场景: 文献综述准备、系统综述前期、跨学科论文发现
这个 Skill 适合做什么
Paper Search Pro 是一个生产级的多源文献搜索工具，支持 OpenAlex、Semantic Scholar、CrossRef、PubMed、arXiv 五个数据源。提供 4 级搜索深度（Quick/Standard/Deep/Audit），支持多种搜索策略（关键词搜索、经典论文发现、多策略合并、DOI 精确检索），并生成 PRISMA-S 流程日志。
实测结果
- 5 个 L3 任务执行完成，3 PASS + 2 WARN
- OpenAlex 搜索: 成功返回真实可验证的论文（电催化 AOR、超快激光物理）
- DOI 精确检索: 3/3 成功，元数据完整
- 跨学科验证: 化学和物理领域均测试通过
- 搜索策略: seminal 和 double-sort 对搜索词质量敏感
- 配置安全: 自动收紧 API key 文件权限至 0600
主要优点
- 生产级代码质量（模块化架构、包含测试）
- 返回真实可验证的 DOI，无编造引用
- 跨学科搜索验证通过
- DOI 精确检索 100% 准确
- 安全配置实践良好（自动 chmod）
- 丰富的参考文档（16 篇 references/）
主要风险
- 搜索词质量决定结果相关性
- double-sort 策略会引入噪音论文
- 需要用户具备学术检索策略知识
- 依赖外部 API 可用性
- 完整 13 步工作流稳定性未全面测试
是否建议收录
建议有条件收录。核心功能（OpenAlex 搜索、DOI 验证）表现优秀，但需要在网站上注明搜索策略限制，并建议用户阅读 query_planner.md 以优化搜索词。
详细证据
- 证据索引: evidence/evidence-index.md
- 专家审计报告: review.md
- 实验日志与原始输出: run-log.md
详细审计
适用场景
- 文献初筛和DOI精确检索
- 跨学科文献发现
不适用
- 需要零噪音检索结果的用户
安装方式
**前提：需要 5 个免费 API key（约 15 分钟）** 1. OpenAlex API key：https://openalex.org/settings/api 2. PubMed/NCBI email：https://account.ncbi.nlm.nih.gov/settings/ 3. Semantic Scholar API key：https://www.semanticscholar.org/product/api 4. CrossRef email（无需 key） 5. arXiv（无需注册） **安装步骤** git clone 到代理的 skills 目录： # Claude Code git clone https://github.com/O0000-code/paper-search-pro.git ~/.claude/skills/paper-search-pro # Codex CLI git clone https://github.com/O0000-code/paper-search-pro.git ~/.codex/skills/paper-search-pro 安装 Python 依赖： python3 -m pip install -r ~/.claude/skills/paper-search-pro/scripts/requirements.txt 设置环境变量（非标准路径时）： export PSP_HOME="$HOME/.claude/skills/paper-search-pro" **配置** 配置文件位于 ~/.paper-search-pro/config.yaml，首次运行时自动创建。 **验证安装** PYTHONPATH=$PSP_HOME python3 -c "from scripts.config import load_config; c = load_config(); print('ready' if c.openalex_api_key and c.ncbi_email else 'missing')"
输出样例
- 提示词：Find papers on working memory training in older adults → 输出：自包含 HTML 报告，含摘要、分布图、BibTeX/RIS/CSV 导出。
- 提示词：搜索氨氧化电催化的最新进展，我要写综述 → 自动触发 Deep 层级（30-45 min，180-400 篇），包含主题聚类和引用追踪。
- 边界案例：输入「搜索中文知网的论文」 → skill 的五源主要覆盖英文文献，中文期刊覆盖有限，但 CJK 查询会自动切换中文 UI。