getbib

Name: getbib
Author: shilong20

15stars1forks

How to install getbib?

shilong20/getbib/getbib

$npx -y skills add shilong20/getbib --skill getbib

Installs into the current project.

Summary

用低幻觉工作流为一篇或多篇学术论文获取可靠的 BibTeX。当用户提供论文标题和可选作者信息，并希望得到：(1) 带理由的权威候选链接，(2) 通过浏览器实际获取而不是猜测生成的 BibTeX，(3) 类似 bib_link_candidates.md 这样的可审阅过程文档，或 (4) 多篇论文的批量 BibTeX 收集结果时，应使用此 skill。

Files · 1

View on GitHub

SKILL.md

1	# Getbib
2
3	## 概述
4
5	使用这个 skill，可以把论文标题转成一条可审阅的引用获取工作流：
6
7	1. 使用 agent 自带的 web search 工具为每篇论文找到最可靠的发表链接。如果用户配置了 `config.json`，也可以使用内置的 Grok 搜索脚本代替。
8	2. 使用由 Playwright 驱动的浏览器提取流程，从推荐链接或其站点内可推导的元数据路径中获取 BibTeX。
9	3. 将中间审阅文档和最终 BibTeX 文件都写入磁盘。
10
11	当用户希望尽量降低文献引用幻觉风险，并愿意在信任最终 BibTeX 之前先检查中间文档时，优先使用这个 skill。
12
13	## 工作流
14
15	### 1. 收集输入
16
17	支持以下输入形式：
18
19	- 单篇论文：
20	- 仅 `title`
21	- `title + author`
22	- 批量论文：
23	- 在 prompt 中重复给出多个标题
24	- 带 `title` 和可选 `author` 列的 `csv` / `tsv`
25	- 形如 `{title, author}` 数组的 `json` / `jsonl`
26	- 每行一个标题，或使用 `title<TAB>author` 格式的 `txt`
27
28	如果用户没有提供批量输入文件，就根据对话内容隐式构造输入，并用重复的 `--title` 和可选的 `--author` 调用脚本。
29
30	### 2. 搜索链接
31
32	默认使用 agent 自带的 web search 工具为每篇论文搜索最合适的发表链接。搜索时遵循来源路由章节中的优先级。
33
34	如果项目根目录下存在 `config.json`（Grok 或其他 OpenAI 兼容搜索 API 配置），则改用内置的 `scripts/grok_search.py` 自动搜索，无需 agent 手动搜索。`config.json` 中的 `base_url` 支持填写任何 OpenAI 兼容端点（不限于 Grok）。
35
36	两种搜索方式的结果都需要整理为链接 JSON 格式：
37
38	```json
39	[
40	{"title": "Attention Is All You Need", "url": "https://dblp.org/rec/conf/nips/VaswaniSPUJGKP17.html"},
41	{"title": "BERT", "url": "https://openreview.net/forum?id=..."}
42	]
43	```
44
45	### 3. 运行编排脚本
46
47	默认模式（agent 自行搜索链接后调用）：
48
49	`python3 scripts/getbib.py --title "Paper Title" --links-json links.json`
50
51	Grok 模式（有 `config.json`）：
52
53	`python3 scripts/getbib.py --title "Paper Title" [--author "Author Name"]`
54
55	批量模式：
56
57	`python3 scripts/getbib.py --input papers.csv [--links-json links.json]`
58
59	常用选项：
60
61	- `--output-dir <dir>`：将所有输出写入指定目录
62	- `--links-json <file>`：使用预先准备好的链接 JSON，跳过 Grok 搜索
63	- `--mode links`：只生成可审阅的链接文档（仅在 Grok 模式下有意义）
64	- `--mode both`：同时生成链接文档和最终 BibTeX（默认）
65	- `--keep-cache`：保留中间 JSON 产物
66
67	### 4. 交付输出
68
69	默认会在输出目录中生成以下文件：
70
71	- `bib_link_candidates.md`：推荐链接、选择理由以及返回的来源 URL
72	- `playwright_route.bib`：通过浏览器驱动提取流程获取的最终 BibTeX
73	- `.cache/grok_bib_links/*.json`：原始 Grok 检索结果
74	- `.cache/playwright_results.json`：逐篇论文的提取结果
75	- `summary.json`：本次运行摘要
76
77	### 5. 审阅策略
78
79	在向用户总结结果时，遵循以下信任规则：
80
81	- 把中间链接文档视为第一层审阅界面。
82	- 将 `playwright_route.bib` 视为比模型直接生成的 BibTeX 更高置信，因为它是从推荐来源页面或其站点内元数据路径中实际提取得到的。
83	- 如果页面标题与站点提供的 BibTeX 标题不一致，要明确指出，尤其是 `OpenReview` 场景。
84	- 如果搜索没有返回可用链接，或浏览器无法从推荐来源提取 BibTeX，应明确标记失败，而不是自行按标题猜测其他来源。
85
86	## 来源路由
87
88	脚本已经实现了以下来源优先策略：
89
90	- `dblp` / `dblp.dagstuhl` -> `.bib`
91	- `OpenReview` -> API note 内容和 `_bibtex`，并修复标题不一致问题
92	- `arXiv` -> 页面元数据
93	- `NeurIPS` / `PMLR` -> 页面中的 BibTeX 入口
94	- `AMS` -> 先从页面元数据提取 DOI，再获取 DOI 对应的 BibTeX
95	- `IEEE` 页面 -> 当页面未直接暴露 BibTeX 时，尝试使用页面中的 DOI 元数据
96	- `GitHub` / 模型卡 / 发布公告页 -> `@misc`
97
98	只有在已知某个特定来源结果错误时，才应覆盖脚本默认行为。不要在搜索未提供链接时自行按标题猜测其他来源。
99
100	## 资源
101
102	### `scripts/getbib.py`
103
104	主入口脚本。单篇和批量模式都使用它。
105
106	### `scripts/grok_search.py`
107
108	基于 Grok API（或任何 OpenAI 兼容的搜索端点）的联网搜索脚本。从项目根目录的 `config.json` 读取配置。
109
110	### `scripts/playwright_fetch.mjs`
111
112	供 `scripts/getbib.py` 使用的浏览器驱动提取器。
113
114	### `config.example.json`
115
116	搜索 API 配置模板。复制为 `config.json` 并填入 API key 即可使用。

People who liked this also viewed

6 picks

Type

getbib

15stars1forks

View on GitHub

How to install getbib?

shilong20/getbib/getbib

$npx -y skills add shilong20/getbib --skill getbib

Installs into the current project.

Summary

Files · 1

View on GitHub

SKILL.md

1	# Getbib
2
3	## 概述
4
5	使用这个 skill，可以把论文标题转成一条可审阅的引用获取工作流：
6
7	1. 使用 agent 自带的 web search 工具为每篇论文找到最可靠的发表链接。如果用户配置了 `config.json`，也可以使用内置的 Grok 搜索脚本代替。
8	2. 使用由 Playwright 驱动的浏览器提取流程，从推荐链接或其站点内可推导的元数据路径中获取 BibTeX。
9	3. 将中间审阅文档和最终 BibTeX 文件都写入磁盘。
10
11	当用户希望尽量降低文献引用幻觉风险，并愿意在信任最终 BibTeX 之前先检查中间文档时，优先使用这个 skill。
12
13	## 工作流
14
15	### 1. 收集输入
16
17	支持以下输入形式：
18
19	- 单篇论文：
20	- 仅 `title`
21	- `title + author`
22	- 批量论文：
23	- 在 prompt 中重复给出多个标题
24	- 带 `title` 和可选 `author` 列的 `csv` / `tsv`
25	- 形如 `{title, author}` 数组的 `json` / `jsonl`
26	- 每行一个标题，或使用 `title<TAB>author` 格式的 `txt`
27
28	如果用户没有提供批量输入文件，就根据对话内容隐式构造输入，并用重复的 `--title` 和可选的 `--author` 调用脚本。
29
30	### 2. 搜索链接
31
32	默认使用 agent 自带的 web search 工具为每篇论文搜索最合适的发表链接。搜索时遵循来源路由章节中的优先级。
33
34	如果项目根目录下存在 `config.json`（Grok 或其他 OpenAI 兼容搜索 API 配置），则改用内置的 `scripts/grok_search.py` 自动搜索，无需 agent 手动搜索。`config.json` 中的 `base_url` 支持填写任何 OpenAI 兼容端点（不限于 Grok）。
35
36	两种搜索方式的结果都需要整理为链接 JSON 格式：
37
38	```json
39	[
40	{"title": "Attention Is All You Need", "url": "https://dblp.org/rec/conf/nips/VaswaniSPUJGKP17.html"},
41	{"title": "BERT", "url": "https://openreview.net/forum?id=..."}
42	]
43	```
44
45	### 3. 运行编排脚本
46
47	默认模式（agent 自行搜索链接后调用）：
48
49	`python3 scripts/getbib.py --title "Paper Title" --links-json links.json`
50
51	Grok 模式（有 `config.json`）：
52
53	`python3 scripts/getbib.py --title "Paper Title" [--author "Author Name"]`
54
55	批量模式：
56
57	`python3 scripts/getbib.py --input papers.csv [--links-json links.json]`
58
59	常用选项：
60
61	- `--output-dir <dir>`：将所有输出写入指定目录
62	- `--links-json <file>`：使用预先准备好的链接 JSON，跳过 Grok 搜索
63	- `--mode links`：只生成可审阅的链接文档（仅在 Grok 模式下有意义）
64	- `--mode both`：同时生成链接文档和最终 BibTeX（默认）
65	- `--keep-cache`：保留中间 JSON 产物
66
67	### 4. 交付输出
68
69	默认会在输出目录中生成以下文件：
70
71	- `bib_link_candidates.md`：推荐链接、选择理由以及返回的来源 URL
72	- `playwright_route.bib`：通过浏览器驱动提取流程获取的最终 BibTeX
73	- `.cache/grok_bib_links/*.json`：原始 Grok 检索结果
74	- `.cache/playwright_results.json`：逐篇论文的提取结果
75	- `summary.json`：本次运行摘要
76
77	### 5. 审阅策略
78
79	在向用户总结结果时，遵循以下信任规则：
80
81	- 把中间链接文档视为第一层审阅界面。
82	- 将 `playwright_route.bib` 视为比模型直接生成的 BibTeX 更高置信，因为它是从推荐来源页面或其站点内元数据路径中实际提取得到的。
83	- 如果页面标题与站点提供的 BibTeX 标题不一致，要明确指出，尤其是 `OpenReview` 场景。
84	- 如果搜索没有返回可用链接，或浏览器无法从推荐来源提取 BibTeX，应明确标记失败，而不是自行按标题猜测其他来源。
85
86	## 来源路由
87
88	脚本已经实现了以下来源优先策略：
89
90	- `dblp` / `dblp.dagstuhl` -> `.bib`
91	- `OpenReview` -> API note 内容和 `_bibtex`，并修复标题不一致问题
92	- `arXiv` -> 页面元数据
93	- `NeurIPS` / `PMLR` -> 页面中的 BibTeX 入口
94	- `AMS` -> 先从页面元数据提取 DOI，再获取 DOI 对应的 BibTeX
95	- `IEEE` 页面 -> 当页面未直接暴露 BibTeX 时，尝试使用页面中的 DOI 元数据
96	- `GitHub` / 模型卡 / 发布公告页 -> `@misc`
97
98	只有在已知某个特定来源结果错误时，才应覆盖脚本默认行为。不要在搜索未提供链接时自行按标题猜测其他来源。
99
100	## 资源
101
102	### `scripts/getbib.py`
103
104	主入口脚本。单篇和批量模式都使用它。
105
106	### `scripts/grok_search.py`
107
108	基于 Grok API（或任何 OpenAI 兼容的搜索端点）的联网搜索脚本。从项目根目录的 `config.json` 读取配置。
109
110	### `scripts/playwright_fetch.mjs`
111
112	供 `scripts/getbib.py` 使用的浏览器驱动提取器。
113
114	### `config.example.json`
115
116	搜索 API 配置模板。复制为 `config.json` 并填入 API key 即可使用。

People who liked this also viewed

6 picks

Type