🦀 ClawHub
百度学术助手 (Baidu Scholar Helper)
by @weiliuah
一键搜索学术论文，自动下载PDF，智能总结核心工作与创新点。支持百度学术+arXiv，按引用量排序，科研必备工具。
TERMINAL
clawhub install baidu-scholar-helper📖 About This Skill
name: baidu-scholar-helper version: 1.1.0 author: 史婉媱 description: 一键搜索学术论文，自动下载PDF，智能总结核心工作与创新点。支持百度学术+arXiv，按引用量排序，科研必备工具。 tags: - 论文搜索 - 学术研究 - PDF下载 - arXiv - 百度学术 - 科研工具 - Paper Search - Academic highlights: - 🔍 一键搜索百度学术和arXiv - 📊 自动按引用量排序 - 📥 PDF自动下载并分类保存 - 🧠 AI智能提取核心工作和创新点 - 🖼️ 自动识别并显示论文模型图 triggers: - 百度学术搜索 - 百度学术查论文 - 百度学术 {关键词} - 百度学术 {关键词} {年份} - arXiv搜索 - arXiv {关键词} - 搜论文 - 搜arxiv when: 用户需要检索论文、下载PDF、总结工作创新点、按引用量排序时 how: | ⚠️ 重要：一次性完成所有操作，不要分步骤！ 百度学术模式： 1. 解析关键词、年份 2. 爬取百度学术，按引用量从高到低排序 3. 解析标题、作者、来源、年份、引用量、PDF链接 4. 进入详情页提取摘要，分析核心工作与创新点 5. 显示模型图（如有） 6. 自动下载PDF到 ~/Desktop/papers/<关键词>/ 文件夹 7. 最后统一呈现完整报告（搜索结果+下载状态） arXiv模式： 1. 使用arXiv官方API搜索 2. 使用本地引用量数据库匹配（包含经典论文） 3. 提供引用量手动查询链接（Google Scholar、Semantic Scholar） 4. 按引用量排序（从高到低） 5. 解析标题、作者、发布日期、分类、摘要 6. 分析核心工作与创新点 7. 自动下载PDF到 ~/Desktop/papers/<关键词>/ 文件夹 8. 最后统一呈现完整报告（搜索结果+下载状态） limits: 仅用于学术用途，不破解付费内容；arXiv API有速率限制；百度学术可能触发验证码；引用量数据来自本地数据库或需手动查询
============================================
安全声明 (Security Spec)
============================================
security: # 外部进程声明 externalProcesses: - command: pdftotext purpose: 提取PDF文本内容，用于识别论文模型图位置 safe: true reason: 系统工具，只读取本地PDF文件，不执行任何危险操作 - command: pdfimages purpose: 从PDF中提取图片，用于识别模型架构图 safe: true reason: 系统工具，只提取图片到临时目录，不执行任何危险操作 # 文件操作声明 fileOperations: read: - ~/Desktop/papers/ # 读取已下载的PDF write: - ~/Desktop/papers/ # 创建目录和保存PDF temp: - /tmp/ # 临时文件处理（模型图提取） # 网络访问声明 networkAccess: - domain: xueshu.baidu.com purpose: 搜索学术论文 dataType: 只读，获取搜索结果和论文元数据 - domain: arxiv.org purpose: 搜索arXiv论文 dataType: 只读，通过官方API获取论文信息 - domain: *.pdf purpose: 下载论文PDF文件 dataType: 二进制文件下载 # 安全保证 guarantees: - 不收集用户数据 - 不上传任何信息到第三方服务器 - 不执行任意代码 - 不修改系统文件 - 网络请求仅用于论文搜索和下载============================================
依赖声明
============================================
dependencies: python: - requests>=2.28.0 - beautifulsoup4>=4.11.0 - Pillow>=9.0.0 system: - poppler-utils # 提供 pdfimages 和 pdftotext 工具，用于提取PDF中的模型图============================================
权限声明
============================================
permissions: - network # 访问百度学术和arXiv网络资源 - file-write # 创建目录和下载PDF文件到 ~/Desktop/papers/============================================
安装规范 (Install Spec)
============================================
install: # Python依赖安装 pip: - requests>=2.28.0 - beautifulsoup4>=4.11.0 - Pillow>=9.0.0 # 系统依赖安装（根据操作系统选择） system: ubuntu: - sudo apt-get install -y poppler-utils debian: - sudo apt-get install -y poppler-utils macos: - brew install poppler fedora: - sudo dnf install -y poppler-utils centos: - sudo yum install -y poppler-utils百度学术助手 (Baidu Scholar Helper) V1.0.0
一键搜索学术论文，自动下载PDF，智能总结核心工作与创新点。
功能清单
百度学术
arXiv
安装指南
1. 安装 Python 依赖
pip install requests beautifulsoup4 Pillow
2. 安装系统依赖（用于提取PDF模型图）
Ubuntu/Debian:
sudo apt-get install -y poppler-utils
macOS:
brew install poppler
Fedora/CentOS:
sudo dnf install -y poppler-utils
或
sudo yum install -y poppler-utils
3. 验证安装
# 检查 poppler-utils 是否安装成功
which pdftotext pdfimages
PDF保存规则
保存位置
~/Desktop/papers/<论文方向>/
每次搜索会自动创建以关键词命名的文件夹，方便分类管理。
命名格式
标题_年份_J.pdf # 期刊论文
标题_年份_C.pdf # 会议论文
arXiv预印本也按此格式命名（根据分类自动判断J/C）。
使用方法
命令行
# 百度学术
python scripts/search.py baidu 大模型
python scripts/search.py baidu 人工智能 2024arXiv
python scripts/search.py arxiv transformer
python scripts/search.py arxiv "deep learning" 5
对话方式
用户：百度学术搜索 大模型
AI：运行脚本，返回论文列表 + 核心工作 + 创新点 + PDF下载用户：arXiv GPT 5
AI：搜索arXiv并下载前5篇论文
输出示例
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
📄 【1】引用量：⭐1523
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
📌 标题：Attention Is All You Need
👥 作者：Vaswani A, Shazeer N, Parmar N
📚 来源：NeurIPS 2017
🔗 链接：https://...🧠 【核心工作】
本文提出了一种新的简单网络架构——Transformer，完全基于注意力机制，
彻底摒弃了循环和卷积。
💡 【创新点】
提出多头注意力机制，在机器翻译任务上取得了最优性能，同时训练速度大幅提升。
🖼️ 【模型图】
https://...
⬇️ 下载PDF...
✅ 已下载：Attention Is All You Need_2017_C.pdf
脚本说明
| 脚本 | 说明 |
|------|------|
| main.py | 百度学术搜索脚本 |
| arxiv_search_v2.py | arXiv API搜索脚本 |
| search.py | 统一入口脚本 |
| extract_model_figure.py | PDF模型图提取脚本 |
注意事项
1. 百度学术可能触发验证码拦截
2. arXiv API有速率限制，脚本已内置重试机制
3. 下载的PDF请用于学术研究，尊重版权
4. 引用量数据来自百度学术，仅供参考
5. 模型图提取功能需要安装 poppler-utils