返回顶部
o

opg学术文献发现与引文网络分析

Academic literature discovery and citation network analysis. Multi-source search across arXiv, DBLP, Semantic Scholar, and Google Scholar. Build citation networks (references from PDF parsing, citations from Google Scholar), get recommendations, monitor new papers, analyze topics, parse PDFs, import from Zotero, generate research summaries, export as BibTeX/CSV/Markdown/JSON, and generate interactive HTML graph visualizations. Use when user asks about finding papers, literature review, citation

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 1.0.0
安全检测
已通过
100
下载量
免费
免费
0
收藏
概述
安装方式
版本历史

opg

OpenPaperGraph — 文献发现与引文分析

您是一位研究助手,能够使用命令行工具进行学术文献发现与分析。

环境配置

命令行工具位于:SKILLDIR/openpapergraphcli.py

首次使用前,请确保已安装依赖:
bash
pip install httpx pymupdf scholarly

所有命令均以JSON格式输出至标准输出。请从SKILL_DIR目录运行。

架构:多源数据

该工具减少对单一数据源的依赖:

任务主要来源备用来源
搜索arXiv + DBLP + S2去重后按引用量排序
参考文献
下载PDF → 解析参考文献列表 | S2 API |
| 引文 | Google Scholar | S2 API |
| 引用量 | Google Scholar | S2 |
| 推荐 | S2推荐API | — |
| 参考文献解析 | arXiv → S2 → CrossRef → OpenAlex | 多级级联 |

可用命令

1. 搜索论文

跨arXiv、DBLP和Semantic Scholar的多源搜索。支持会议过滤。

bash
python SKILLDIR/openpapergraphcli.py search 查询词 --source 来源 --venue 会议 --limit 数量

  • - --source:all(默认,多源)、arxiv、dblp或s2
  • --venue:按会议过滤 — ICLR、NeurIPS、ICML、ACL、EMNLP、NAACL、WebConf、KDD
  • --limit:最大结果数(默认20)

使用场景:用户要求查找论文、搜索文献或查询特定主题/会议。

2. 构建引文网络

从种子论文构建引文图。参考文献来自PDF解析(从arXiv/Unpaywall下载),引文来自Google Scholar。必要时回退到S2。

bash
python SKILLDIR/openpapergraphcli.py graph 论文ID1 论文ID2 --depth 1 --output graph.json

  • - 论文ID可以是:S2十六进制ID(204e3073...)、arXiv ID(ARXIV:1706.03762)、DOI(DOI:10.1145/...)、论文标题(attention is all you need)、PDF路径(paper.pdf)、BibTeX文件(refs.bib)或Zotero CSL-JSON导出文件(zotero.json)
  • --depth:扩展深度(1或2,默认1)
  • --output:将图保存到文件,供后续分析/导出

使用场景:用户希望探索特定论文周围的引文景观。

3. 论文推荐

基于一篇或多篇论文获取相关论文推荐(通过S2推荐API)。

bash
python SKILLDIR/openpapergraphcli.py recommend 论文ID1 论文ID2 --limit 10

  • - 也接受论文标题和PDF路径作为输入

使用场景:用户希望发现可能遗漏的相关或相似论文。

4. 监控新论文

检查某个研究主题近期发表的论文(多源:arXiv + DBLP + S2,引用量通过Google Scholar丰富)。

bash
python SKILLDIR/openpapergraphcli.py monitor 主题 --year-from 2025 --limit 20

使用场景:用户希望了解某个领域的最新发表动态。

5. 主题分析

分析引文图的主题、关键词分布、年份趋势和顶级作者。

bash
python SKILLDIR/openpapergraphcli.py analyze graph.json

使用场景:用户希望理解一组论文的主题结构。

6. 研究摘要

从引文图生成研究摘要。如果配置了任何LLM提供商则使用LLM,否则回退到提取式分析。

bash
python SKILLDIR/openpapergraphcli.py summary graph.json --style 风格
python SKILLDIR/openpapergraphcli.py summary graph.json --provider deepseek --model deepseek-chat

  • - --style:overview(默认)、trends或gaps
  • --provider:LLM提供商名称(例如openai、deepseek、qwen、zhipu、moonshot)
  • --model:覆盖提供商的默认模型

使用场景:用户希望快速了解某个研究领域或识别趋势/空白。

7. PDF参考文献提取

从PDF论文中提取参考文献,通过多源级联解析(arXiv → S2 → CrossRef → OpenAlex)。

bash
python SKILLDIR/openpapergraphcli.py pdf /path/to/paper.pdf
python SKILLDIR/openpapergraphcli.py pdf /path/to/paper.pdf --use-grobid

  • - --use-grobid:使用GROBID进行结构化提取(需要在端口8070运行Docker服务)
  • 返回:已解析论文、未解析参考文献和解析率

使用场景:用户提供PDF并希望查找/分析其参考文献。

7b. 从PDF参考文献列表构建图

直接从一篇或多篇PDF论文的参考文献列表构建引文图。

bash
python SKILLDIR/openpapergraphcli.py graph-from-pdf paper.pdf [paper2.pdf ...] --output graph.json
python SKILLDIR/openpapergraphcli.py graph-from-pdf paper.pdf --depth 1 --include-unresolved -o graph.json

  • - --depth 0(默认):仅PDF参考文献。--depth 1:同时扩展已解析论文。
  • --include-unresolved:将未解析的参考文献保留为图中的节点(标记为resolved=false)
  • --use-grobid:使用GROBID进行结构化提取
  • 参考文献解析途径:arXiv → Semantic Scholar → CrossRef → OpenAlex(多源级联)

使用场景:用户拥有PDF论文并希望获得忠实于实际参考文献列表的引文图。

8. Zotero导入

从Zotero库或集合导入论文。

bash
python SKILLDIR/openpapergraphcli.py zotero --user-id ID --api-key KEY [--collection KEY] [--list-collections]

使用场景:用户希望导入现有的Zotero库进行分析。

9. 导出

将引文图导出为BibTeX、CSV、Markdown或JSON格式。所有格式按年份降序排列论文。

bash
python SKILLDIR/openpapergraphcli.py export graph.json --format bibtex --output refs.bib
python SKILLDIR/openpapergraphcli.py export graph.json --format csv --output papers.csv
python SKILLDIR/openpapergraphcli.py export graph.json --format markdown --output papers.md
python SKILLDIR/openpapergraphcli.py export graph.json --format json --output papers.json

  • - --format:bibtex(默认)、csv、markdown或json
  • CSV/Markdown/JSON包含完整字段:id、标题、作者、年份、引用量、来源、url、doi、arxiv_id、摘要

使用场景:用户希望保存结果用于参考文献管理器、电子表格或文档。

9b. 导出交互式HTML图

将引文图导出为自包含的交互式HTML可视化。

bash
python SKILLDIR/openpapergraphcli.py export-html graph.json --output graph.html
python SKILLDIR/openpapergraphcli.py export-html graph.json --output graph.html --title 我的研究 --summary --inline

  • - --title:自定义页面标题(默认:Paper Graph)
  • --summary:在导出时预生成AI摘要(需要环境变量中的LLM API密钥)。结果嵌入;API密钥不嵌入。
  • --inline:内联vis-network JS以实现完全离线使用(约增大500KB,无需CDN)
  • --provider / --model:覆盖--summary的LLM提供商/模型
  • 布局:语义从左到右层级 — 参考文献(左)→ 种子(中)→ 引文(右)
  • 节点类型:种子(紫色星形)、参考文献(蓝色圆形)、引文(绿色菱形),带图例
  • 功能:双向悬停链接、类型过滤、搜索/过滤、页面内导出、种子源管理(添加/移除种子)
  • 摘要模式:(A)使用--summary预生成,(B)运行时API密钥(20+提供商),(C)手动复制/粘贴(防CORS)
  • 安全性:API密钥绝不嵌入HTML输出中

使用场景:用户希望以可视化、交互方式探索引文网络,或希望分享可浏览的图。

9b. 交互式图服务器(serve)

启动本地HTTP服务器进行交互式图管理。与export-html(静态、只读)不同,serve允许用户添加论文、将节点转换为

标签

skill ai

通过对话安装

该技能支持在以下平台通过对话安装:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 release20260324-1776021183 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 release20260324-1776021183 技能

通过命令行安装

skillhub install release20260324-1776021183

下载

⬇ 下载 opg v1.0.0(免费)

文件大小: 120.5 KB | 发布时间: 2026-4-13 11:47

v1.0.0 最新 2026-4-13 11:47
Initial release of OpenPaperGraph: literature discovery & citation analysis tool.

- Multi-source academic search across arXiv, DBLP, Semantic Scholar, and Google Scholar.
- Build citation networks from various paper identifiers, PDFs, BibTeX/Zotero, with reference/citation extraction.
- Analyze topics, trends, and top authors in paper graphs.
- Generate research summaries (LLM or extractive), monitor new papers, and get recommendations.
- Export citation graphs as BibTeX/CSV/Markdown/JSON and generate interactive HTML visualizations.
- Import papers from Zotero and extract references from PDFs with multi-cascade resolution.

Archiver·手机版·闲社网·闲社论坛·羊毛社区· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2025 闲社网·线报更新论坛·羊毛分享社区·http://xianshe.com

p2p_official_large
返回顶部