giiisp-paper-search-apis

Giiisp Paper Search APIs

接口依据

本 skill 的接口清单来自稳定目录中的 reference_giiisp_search.md。原文件由用户提供，已从临时路径复制到稳定工作目录；后续自动化和测试只引用稳定副本。

先判断任务

用户要做什么	首选接口
按主题查开放论文	/first/oaPaper/searchArticlesByQuery1
按方法描述查 arXiv	/first/paper/searchArxivByAbstract
已有 arXiv 编号	/first/paper/searchArxivByArxivNo1
同时给题名、作者、摘要词	/first/paper/searchArxiv
查重或核对题名	/first/paper/searchArxivByTitle

基址为 https://giiisp.com。所有接口使用 POST 和 JSON body，不把业务参数放在 URL query。

调用前检查

1. 明确用户要查的主题、时间范围、领域和语言。
2. 把用户原话整理成 1-3 组检索词，不要替用户编论文名。
3. 如果接口需要登录态或鉴权，但当前没有凭据，只构造请求体和 curl 示例，不真实调用；提醒用户到 https://giiisp.com/#/mcp/authenticate 申请或刷新 Giiisp MCP 认证，并设置 GIIISP_AUTH_TOKEN。
4. 如果返回 HTML 登录页、非 JSON、401 或 403，先报告鉴权问题和认证页，再给开放源回退方案。

请求体规则

接口	必填字段	说明
/first/oaPaper/searchArticlesByQuery1	titleAndAbs	数组，放标题/摘要关键词
/first/paper/searchArxivByAbstract	key, pageNum, pageSize	用摘要语义或方法词检索
/first/paper/searchArxivByArxivNo1	key, pageNum, pageSize	key 放 arXiv 编号
/first/paper/searchArxiv	key, pageNum, pageSize	默认 arXiv 多字段入口
/first/paper/searchArxivByTitle	key, pageNum, pageSize	题名定位

分页默认从 pageNum=1、pageSize=10 开始。只在用户需要扩展结果时继续翻页。

进度事件输出

普通论文搜索接口是同步 JSON 接口，不要假装它能逐条流式返回。响应时间长时，由调用层把“扩展检索计划”拆成多个可观察步骤，并在每一步发进度事件。

推荐使用 scripts/progressive_paper_search.py 生成 JSONL 事件，一行一个事件，可直接转成 SSE：

python scripts/progressive_paper_search.py `
  --query "large language model scientific discovery" `
  --mode arxiv-title `
  --expand arxiv-abstract,oa `
  --max-pages 2 `
  --dry-run

事件顺序：

事件	含义
search_started	搜索开始，包含主检索模式、扩展模式和计划请求数
auth_status	报告是否检测到 GIIISP_AUTH_TOKEN；无 token 时给出 https://giiisp.com/#/mcp/authenticate 和用户动作
request_prepared	某个接口/页码的请求体已生成，可展示“正在查 title / abstract / OA”
response_received	真实调用模式下某个请求已返回，包含 HTTP 状态、content type 和命中数估计
search_complete	所有计划请求已完成或 dry-run 计划已输出

如果要真实调用，去掉 --dry-run。真实调用仍是“一次接口一次响应”，但调用层可以在每个请求前后展示进度，避免用户长时间看不到任何反馈。 如果 response_received.response 带 auth_url 或 user_action，前端应直接提示用户去认证页刷新 token、收窄检索词或稍后重试，而不是让用户等待一个无反馈的长请求。

输出格式

每次检索输出一张短表：

字段	要求
检索目标	用户原始问题的简写
实际检索词	写出真实传入的词
接口	写完整路径
论文	题名、作者、年份、来源
链接	arXiv、DOI、开放论文页或来源页
摘要依据	只摘核心命中点
状态	已核验 / 待核验 / 接口受限
下一步	翻页、换词、交叉核验或停止

不要编造引用量、期刊分区、全文内容或不存在的 DOI。

最小端到端示例见 examples/end_to_end_example.json：它展示“用户问题 -> 路由 -> dry-run 请求 -> 输出表”的完整结构。该示例只用于格式对照，不代表真实命中，也不会调用需要鉴权的接口。

失败响应处理

只要响应不能被确认为可用的 Giiisp JSON 结果，就不要把它当作论文命中。先说明接口状态，再给开放源回退结果或回退计划。

响应现象	判断	处理
HTTP 401 / 403	登录态、权限或鉴权缺失	标记 接口受限，不要重试刷接口；改用开放源回退
HTTP 429	频率限制	标记 接口受限，说明需要降频或稍后再试；不要并发补打
Content-Type 是 text/html	可能返回登录页、验证码页或错误页	不解析为论文；摘录页面标题或前 120 字作为失败摘要
JSON 里有 code、success、message，但无结果数组	业务失败或空结果	保留原始错误字段，状态写 接口受限 或 待核验
网络超时 / DNS / TLS 错误	当前环境无法访问	标记 接口受限，输出开放源回退

失败响应记录示例：

{
  "query": "large language model scientific discovery",
  "source_api": "/first/paper/searchArxivByTitle",
  "request_body": {
    "key": "large language model scientific discovery",
    "pageNum": 1,
    "pageSize": 10
  },
  "failure": {
    "http_status": 403,
    "content_type": "application/json",
    "message": "Authentication required or session expired.",
    "raw_excerpt": "{\"code\":403,\"message\":\"login required\"}"
  },
  "verification_status": "接口受限",
  "next_step": "改用 arXiv、OpenAlex、Semantic Scholar、Crossref 等开放源交叉检索。"
}

返回字段归一化

接口返回字段可能随入口不同而变化。整理结果时先保留原始命中，再归一化成统一字段；缺失值用 null 或 待核验，不要用推测值补齐。

归一化字段	来源字段候选	要求
title	title, paperTitle, articleTitle, name	保留原题名，去掉首尾空白
authors	authors, author, authorList, creator	输出作者名数组；只有字符串时按接口原分隔符谨慎拆分
year	year, publishYear, published, created	只填可直接解析的四位年份
venue	venue, journal, source, publication	期刊、会议或来源站点
abstract	abstract, summary, abs, description	保留摘要文本；引用时只摘核心依据
doi	doi, DOI	统一小写前缀之外的 DOI 字符串，不编造
arxiv_id	arxivNo, arxivId, eprint, id	只填明确 arXiv 编号
url	url, link, paperUrl, htmlUrl	优先开放论文页，其次来源页
pdf_url	pdfUrl, pdf, fullTextUrl	只填明确 PDF 链接
source_api	当前接口路径	记录命中的 Giiisp 接口路径
match_reason	检索词 + 摘要/标题命中	用一句话说明为什么纳入候选
verification_status	人工核验状态	已核验 / 待核验 / 接口受限 / 非 Giiisp 结果

推荐内部结构：

{
  "query": "large language model scientific discovery",
  "source_api": "/first/paper/searchArxivByTitle",
  "normalized_results": [
    {
      "title": "Example Paper Title",
      "authors": ["First Author", "Second Author"],
      "year": 2025,
      "venue": "arXiv",
      "abstract": "Short abstract text from the source response.",
      "doi": null,
      "arxiv_id": "2501.01234",
      "url": "https://arxiv.org/abs/2501.01234",
      "pdf_url": "https://arxiv.org/pdf/2501.01234",
      "match_reason": "Title contains the requested method phrase.",
      "verification_status": "待核验"
    }
  ]
}

引用审计输出模板

用于检查报告、PPT、论文草稿中的引用是否可追溯。不要只给“看起来相关”的结论；必须把原文主张、候选论文和核验动作放在同一行。

原文主张	引用/占位符	检索词	候选论文	证据字段	链接	状态	处理意见
文中需要支撑的具体句子	[?]、DOI、arXiv 或作者年份	实际传入接口的词	题名、作者、年份、来源	标题/摘要/DOI/编号命中点	DOI、arXiv 或来源页	已核验 / 待核验 / 不支持 / 接口受限	保留、替换、补充引用、删除主张或改写

审计结论按这四类收束：

• 已核验：题名、作者/年份和 DOI/arXiv/来源页能互相对上，摘要或全文元数据支持原文主张。
• 待核验：元数据看起来匹配，但缺少 DOI、全文页、作者年份或关键摘要字段。
• 不支持：候选论文与原文主张不一致，或只能支持更弱的说法。
• 接口受限：Giiisp 登录态、非 JSON、401/403 或网络限制导致无法核验；给开放源回退建议。

回退

Giiisp 接口不可用时，按任务选择开放源：

• arXiv：预印本定位和编号核验。
• OpenAlex：开放论文元数据、机构和引用关系。
• Semantic Scholar：主题扩展和相似论文。
• Crossref：DOI 与出版元数据。
• PubMed / Europe PMC：医学与生命科学。

回退结果必须标明“非 Giiisp 结果”。

开放源回退输出格式：

{
  "query": "large language model scientific discovery",
  "giiisp_status": "接口受限",
  "fallback_reason": "Giiisp returned 403 or a non-JSON login page.",
  "fallback_sources": ["arXiv", "OpenAlex", "Semantic Scholar", "Crossref"],
  "normalized_results": [
    {
      "title": "Example Open Source Paper Title",
      "authors": ["First Author", "Second Author"],
      "year": 2025,
      "venue": "arXiv",
      "abstract": "Short abstract text from an open source metadata provider.",
      "doi": null,
      "arxiv_id": "2501.01234",
      "url": "https://arxiv.org/abs/2501.01234",
      "pdf_url": "https://arxiv.org/pdf/2501.01234",
      "source_api": "arXiv API or arXiv web page",
      "match_reason": "Open source title or abstract contains the requested phrase.",
      "verification_status": "非 Giiisp 结果"
    }
  ],
  "next_step": "用 DOI、arXiv 编号或出版页做二次核验后再引用。"
}

验证

优先做 dry-run：

python scripts/dry_run_paper_search.py --mode arxiv-title --query "large language model scientific discovery"

dry-run 只输出请求 URL、headers 摘要和 JSON body，不发起真实请求。

模拟归一化结果示例：

python scripts/dry_run_paper_search.py --mode arxiv-title --query "large language model scientific discovery" --format normalized-example

模拟 Giiisp 不可用时的开放源回退结果示例：

python scripts/dry_run_paper_search.py --mode arxiv-title --query "large language model scientific discovery" --format fallback-example

最小端到端示例：

python scripts/dry_run_paper_search.py --mode arxiv-title --query "large language model scientific discovery" --format end-to-end-example

进度事件脚本测试：

python -m pytest tests/test_progressive_paper_search.py