paper-search — 多源学术论文检索

何时使用

• writer 在 pipeline 04 写理论性章节（"为什么用 AHP" 等）
• modeler 在 pipeline 02 选择非教科书算法时找文献
• 任何需要"标题 → DOI → 摘要"的场景

入口脚本

scripts/openalex_scholar.py — OpenAlex 单源（首选，零配置） scripts/aggregated_search.py — 多源聚合（OpenAlex + arXiv + S2 + CrossRef）

命令行用法

# 单源（推荐先试）
python scripts/openalex_scholar.py "AHP TOPSIS comprehensive evaluation" --top-k 5

# 多源聚合（更全但慢）
python scripts/aggregated_search.py "grey prediction GM(1,1)" --top-k 8

# 输出到文件（用于 writer 后续读取）
python scripts/aggregated_search.py "Sobol sensitivity analysis" --top-k 5 \
  --out workdir/{task_id}/refs/sensitivity.json

输出格式（JSON 数组）

[
  {
    "title": "...",
    "authors": ["...", "..."],
    "year": 2022,
    "doi": "10.1109/...",
    "venue": "Journal / Conf",
    "abstract": "...（≤ 500 字符）",
    "cited_by_count": 132,
    "url": "https://doi.org/...",
    "source": "openalex | arxiv | s2 | crossref"
  }
]

writer 取后插入 footnote 候选；每条文献全文唯一引用一次。

配置

Env Var	必需	用途
EZMM_OPENALEX_EMAIL	否	提供邮箱可提升 OpenAlex 配额
EZMM_S2_API_KEY	否	Semantic Scholar 配额翻倍

不填仍可使用所有源的免费配额。

限速与重试

• 单源失败重试 1 次（指数退避 1s, 4s）
• 第 2 次失败 → 标记该源不可用，跳过
• 至少 1 个源成功就返回结果，不强求全部

失败诊断

情况	处理
全部源不可达（断网）	stdout 输出 []，stderr 给出诊断
单源限流	跳过；其他源继续
关键词太长	自动截至 200 字符