🎁 Get the FREE AI Skills Starter Guide — Subscribe →
BytesAgainBytesAgain
BytesAgain › Skills › Aminer Open Academic 1.0.5
🦀 ClawHub

Aminer Open Academic 1.0.5

by @mrhenghu

使用 AMiner 开放平台 API 进行学术数据查询与分析。当用户需要查询学者信息、论文详情、机构数据、期刊内容或专利信息时使用此 skill。 触发场景：提到 AMiner、学术数据查询、查论文/学者/机构/期刊/专利、学术问答搜索、引用分析、科研机构分析、学者画像、论文引用链、期刊投稿分析等。 支持 6 大...

Versionv1.0.0
Downloads479
Installs18
#research#legal
TERMINAL
clawhub install aminer-open-academic-1-0-5

📖 About This Skill

name: aminer-data-search description: > 使用 AMiner 开放平台 API 进行学术数据查询与分析。当用户需要查询学者信息、论文详情、机构数据、期刊内容或专利信息时使用此 skill。 触发场景：提到 AMiner、学术数据查询、查论文/学者/机构/期刊/专利、学术问答搜索、引用分析、科研机构分析、学者画像、论文引用链、期刊投稿分析等。 支持 6 大组合工作流（学者全景分析、论文深度挖掘、机构研究力分析、期刊论文监控、学术智能问答、专利链分析）以及 28 个独立 API 的直接调用。 即使用户只说"帮我查一下 XXX 学者"或"找找关于 XXX 的论文"，也应主动使用此 skill。

AMiner 开放平台学术数据查询

AMiner 是全球领先的学术数据平台，提供学者、论文、机构、期刊、专利等全维度学术数据。 本 skill 涵盖全部 28 个开放 API，并将它们组合成 6 大实用工作流。

  • API 文档：https://open.aminer.cn/open/doc
  • 控制台（生成 Token）：https://open.aminer.cn/open/board?tab=control

    • 第一步：获取 Token

    所有 API 调用需要在请求头中携带 Authorization: 。

    获取方式： 1. 前往 AMiner 控制台 登录并生成 API Token 2. 若不了解如何操作，请参阅 开放平台文档

    > Token 请前往 控制台 登录后生成，有效期内可重复使用。

    快速使用（Python 脚本）

    所有工作流均可通过 scripts/aminer_client.py 驱动：

    # 学者全景分析
python scripts/aminer_client.py --token  --action scholar_profile --name "Andrew Ng"
    论文深度挖掘（含引用链）
    
python scripts/aminer_client.py --token  --action paper_deep_dive --title "Attention is all you need"
    机构研究力分析
    
python scripts/aminer_client.py --token  --action org_analysis --org "清华大学"
    期刊论文监控（指定年份）
    
python scripts/aminer_client.py --token  --action venue_papers --venue "Nature" --year 2024
    学术智能问答（自然语言提问）
    
python scripts/aminer_client.py --token  --action paper_qa --query "transformer架构最新进展"
    专利搜索与详情
    
python scripts/aminer_client.py --token  --action patent_search --query "量子计算"

    也可以直接调用单个 API： 

    python scripts/aminer_client.py --token  --action raw \
  --api paper_search --params '{"title": "BERT", "page": 0, "size": 5}'

    稳定性与失败处理策略（必读）

    客户端 scripts/aminer_client.py 内置了请求重试与降级策略，用于减少网络抖动和短暂服务异常对结果的影响。

  • 超时与重试
    • - 默认请求超时：30s - 最大重试次数：3 - 退避策略：指数退避（1s -> 2s -> 4s）+ 随机抖动
  • 可重试状态码
    • - 408 / 429 / 500 / 502 / 503 / 504
  • 不可重试场景
    • - 常见 4xx（如参数错误、鉴权问题）默认不重试，直接返回错误结构
  • 工作流降级
    • - paper_deep_dive：paper_search 无结果时自动降级到 paper_search_pro - paper_qa：query 模式无结果时，自动降级到 paper_search_pro
  • 可追踪调用链
    • - 组合工作流输出中包含 source_api_chain，用于标记结果由哪些 API 组合得到

    论文搜索接口选型指南

    当用户说“查论文”时，先判断目标是“找 ID”、“做筛选”、“做问答”还是“做分析报表”，再选 API：

    | API | 侧重点 | 适用场景 | 成本 | |---|---|---|---| | paper_search | 标题检索、快速拿 paper_id | 已知论文标题，先定位目标论文 | 免费 | | paper_search_pro | 多条件检索与排序（作者/机构/期刊/关键词） | 主题检索、按引用量或年份排序 | ¥0.01/次 | | paper_qa_search | 自然语言问答/主题词检索 | 用户用自然语言描述需求，先走语义检索 | ¥0.05/次 | | paper_list_by_search_venue | 返回更完整论文信息（适合分析） | 需要更丰富字段做分析/报告 | ¥0.30/次 | | paper_list_by_keywords | 多关键词批量检索 | 批量专题拉取（如 AlphaFold + protein folding） | ¥0.10/次 | | paper_detail_by_condition | 年份+期刊维度拉详情 | 期刊年度监控、选刊分析 | ¥0.20/次 |

    推荐路由（默认）：

    1. 已知标题：paper_search -> paper_detail -> paper_relation 2. 条件筛选：paper_search_pro -> paper_detail 3. 自然语言问答：paper_qa_search（若无结果降级 paper_search_pro） 4. 期刊年度分析：venue_search -> venue_paper_relation -> paper_detail_by_condition

    6 大组合工作流

    工作流 1：学者全景分析（Scholar Profile）

    适用场景：了解某位学者的完整学术画像，包括简介、研究方向、发表论文、专利、科研项目。

    调用链： 

    学者搜索（name → person_id）
    ↓
并行调用：
  ├── 学者详情（bio/教育背景/荣誉）
  ├── 学者画像（研究方向/兴趣/工作经历）
  ├── 学者论文（论文列表）
  ├── 学者专利（专利列表）
  └── 学者项目（科研项目/资助信息）

    命令： 

    python scripts/aminer_client.py --token  --action scholar_profile --name "Yann LeCun"

    输出示例字段：

  • 基本信息：姓名、机构、职称、性别
  • 个人简介（中英文）
  • 研究兴趣与领域
  • 教育背景（结构化）
  • 工作经历（结构化）
  • 论文列表（ID + 标题）
  • 专利列表（ID + 标题）
  • 科研项目（标题/资助金额/时间）

    • 工作流 2：论文深度挖掘（Paper Deep Dive）

    适用场景：根据论文标题或关键词，获取论文完整信息及引用关系。

    调用链： 

    论文搜索 / 论文搜索pro（title/keyword → paper_id）
    ↓
论文详情（摘要/作者/DOI/期刊/年份/关键词）
    ↓
论文引用（该论文引用了哪些论文 → cited_ids）
    ↓
（可选）对被引论文批量获取论文信息

    命令： 

    # 按标题搜索
python scripts/aminer_client.py --token  --action paper_deep_dive --title "BERT"
    按关键词搜索（使用 pro 接口）
    
python scripts/aminer_client.py --token  --action paper_deep_dive \
  --keyword "large language model" --author "Hinton" --order n_citation

    工作流 3：机构研究力分析（Org Analysis）

    适用场景：分析某机构的学者规模、论文产出、专利数量，适合竞品研究或合作评估。

    调用链： 

    机构消歧pro（原始字符串 → org_id，处理别名/全称差异）
    ↓
并行调用：
  ├── 机构详情（简介/类型/成立时间）
  ├── 机构学者（学者列表）
  ├── 机构论文（论文列表）
  └── 机构专利（专利ID列表，支持分页，最多10000条）

    > 若有多个同名机构，机构搜索会返回候选列表，可结合机构消歧 pro 精确匹配。

    命令： 

    python scripts/aminer_client.py --token  --action org_analysis --org "MIT"

    指定原始字符串（含缩写/别名）
    
python scripts/aminer_client.py --token  --action org_analysis --org "Massachusetts Institute of Technology, CSAIL"

    工作流 4：期刊论文监控（Venue Papers）

    适用场景：追踪某期刊特定年份的论文，用于投稿调研或研究热点分析。

    调用链： 

    期刊搜索（name → venue_id）
    ↓
期刊详情（ISSN/类型/简称）
    ↓
期刊论文（venue_id + year → paper_id 列表）
    ↓
（可选）论文详情批量查询

    命令： 

    python scripts/aminer_client.py --token  --action venue_papers --venue "NeurIPS" --year 2023

    工作流 5：学术智能问答（Paper QA Search）

    适用场景：用自然语言或结构化关键词智能搜索论文，支持 SCI 过滤、引用量排序、作者/机构限定。

    核心 API：论文问答搜索（¥0.05/次），支持：

  • query：自然语言提问，系统自动拆解为关键词
  • topic_high/middle/low：精细控制关键词权重（嵌套数组 OR/AND 逻辑）
  • sci_flag：只看 SCI 论文
  • force_citation_sort：按引用量排序
  • author_terms / org_terms：限定作者或机构

    • 命令： 

    # 自然语言问答
python scripts/aminer_client.py --token  --action paper_qa \
  --query "用于蛋白质结构预测的深度学习方法"
    精细关键词搜索（必须同时含 A 和 B，加分含 C）
    
python scripts/aminer_client.py --token  --action paper_qa \
  --topic_high '[["transformer","self-attention"],["protein folding"]]' \
  --topic_middle '[["AlphaFold"]]' \
  --sci_flag --sort_citation

    工作流 6：专利链分析（Patent Analysis）

    适用场景：搜索特定技术领域的专利，或获取某学者/机构的专利组合。

    调用链（独立搜索）： 

    专利搜索（query → patent_id）
    ↓
专利详情（摘要/申请日/申请号/受让人/发明人）

    调用链（经由学者/机构）： 

    学者搜索 → 学者专利（patent_id 列表）
机构消歧 → 机构专利（patent_id 列表）
    ↓
专利信息 / 专利详情

    命令： 

    python scripts/aminer_client.py --token  --action patent_search --query "量子计算芯片"
python scripts/aminer_client.py --token  --action scholar_patents --name "张首晟"

    单独 API 速查表

    > 完整参数说明请阅读 references/api-catalog.md

    | # | 标题 | 方法 | 价格 | 接口路径（基础域名：datacenter.aminer.cn/gateway/open_platform） | |---|------|------|------|------| | 1 | 论文问答搜索 | POST | ¥0.05 | /api/paper/qa/search | | 2 | 学者搜索 | POST | 免费 | /api/person/search | | 3 | 论文搜索 | GET | 免费 | /api/paper/search | | 4 | 论文搜索pro | GET | ¥0.01 | /api/paper/search/pro | | 5 | 专利搜索 | POST | 免费 | /api/patent/search | | 6 | 机构搜索 | POST | 免费 | /api/organization/search | | 7 | 期刊搜索 | POST | 免费 | /api/venue/search | | 8 | 学者详情 | GET | ¥1.00 | /api/person/detail | | 9 | 学者项目 | GET | ¥3.00 | /api/project/person/v3/open | | 10 | 学者论文 | GET | ¥1.50 | /api/person/paper/relation | | 11 | 学者专利 | GET | ¥1.50 | /api/person/patent/relation | | 12 | 学者画像 | GET | ¥0.50 | /api/person/figure | | 13 | 论文信息 | POST | 免费 | /api/paper/info | | 14 | 论文详情 | GET | ¥0.01 | /api/paper/detail | | 15 | 论文引用 | GET | ¥0.10 | /api/paper/relation | | 16 | 专利信息 | GET | 免费 | /api/patent/info | | 17 | 专利详情 | GET | ¥0.01 | /api/patent/detail | | 18 | 机构详情 | POST | ¥0.01 | /api/organization/detail | | 19 | 机构专利 | GET | ¥0.10 | /api/organization/patent/relation | | 20 | 机构学者 | GET | ¥0.50 | /api/organization/person/relation | | 21 | 机构论文 | GET | ¥0.10 | /api/organization/paper/relation | | 22 | 期刊详情 | POST | ¥0.20 | /api/venue/detail | | 23 | 期刊论文 | POST | ¥0.10 | /api/venue/paper/relation | | 24 | 机构消歧 | POST | ¥0.01 | /api/organization/na | | 25 | 机构消歧pro | POST | ¥0.05 | /api/organization/na/pro | | 26 | 论文搜索接口 | GET | ¥0.30 | /api/paper/list/by/search/venue | | 27 | 论文批量查询 | GET | ¥0.10 | /api/paper/list/citation/by/keywords | | 28 | 按年份与期刊获取论文详情 | GET | ¥0.20 | /api/paper/platform/allpubs/more/detail/by/ts/org/venue |

    参考资料

  • 完整 API 参数文档：读取 references/api-catalog.md
  • Python 客户端源码：scripts/aminer_client.py
  • 测试用例：evals/evals.json
  • 官方文档：https://open.aminer.cn/open/doc
  • 控制台：https://open.aminer.cn/open/board?tab=control