SuperAPI AI 工具集

instsci

写作与研究

查看项目

更新于 10-16 10:09

技能介绍

instsci 是一个项目入口技能,用于 InstSci 相关工作的统一启动与规则说明。其核心规则是:实现与项目专属规则位于包含 AGENTS.md 和 pyproject.toml 的仓库根目录;除非用户明确指定其他检出位置,否则应从 InstSci 仓库根目录开展工作,并在更改行为或报告出版商 PDF 结果前先阅读 AGENTS.md。对于续接、回忆、迁移或“之前任务”类问题,应优先使用 chatmem 技能/MCP,且索引历史仅作为证据,不作为已批准的启动规则。

在用途方面,该技能主要面向出版商 PDF 检索、闭源文章验证、机构登录与能力矩阵任务。涉及这些场景时,还需阅读 instsci/data/institutional_identity_policy.json 或运行 instsci identity-policy。

在主要能力上,当 InstSci MCP 工具可用时,可作为结构化上下文桥接使用,包括:get_institutional_identity_policy 用于在闭源规划前加载路由选择策略;get_publisher_access_catalog 用于检查出版商路由模板、登录提示、持久化存储与 HTTP 预检限制;get_publisher_browser_verification_matrix 用于检查先前的浏览器支持的出版商证据;plan_publisher_pdf_workflow 用于构建正确的可见 CLI 命令并判断是否仍需要订阅机构。MCP 的 search_papers、get_paper_metadata、fetch_paper 可用于元数据、开放获取查找、DOI 解析或非最终检索尝试。但对于出版商 PDF 下载、闭源验证、能力矩阵或最终支持判定,MCP 仅用于规划与上下文,实际证据必须来自由 instsci papers、instsci publisher-batch、PublisherBatchDownloader 或 ACSCloakBatchDownloader 启动的可见 CloakBrowser 工作流。若 MCP 输出与仓库文件不一致,应以 AGENTS.md 及 instsci/data/*.json 为准并说明不匹配之处。

在证据标准方面,最终出版商 PDF 判定要求使用可见的内置 CloakBrowser 工作流;curl、requests、DOI 解析、publisher-doctor、路由构造、日志、DOM 状态、URL 和 cookie 导出均仅为 HTTP 预检。被接受的浏览器支持路由示例包括:instsci papers dois.txt --publisher auto --institution "Institution Name" --output .\runs\papers 和 instsci publisher-batch dois.txt --publisher acs --institution "Institution Name" --output .\runs\acs;代码级工作可使用 PublisherBatchDownloader、ACSCloakBatchDownloader 或同一可见内置浏览器上下文。

Elsevier API 设置方面,对于 Elsevier 或 ScienceDirect DOI 检索,需引导用户一次性配置全局 Elsevier API 密钥:instsci elsevier-setup --api-key YOUR_ELSEVIER_KEY --validate。该密钥为全局 InstSci 配置而非每篇文章配置,--test-doi 仅用于验证。Inst Token 为可选,仅当用户所在图书馆明确提供 Elsevier 机构令牌时才配置 --inst-token。首选 API 路由为 view=FULL XML -> object/eid -> PDF,并使用直接优先路由,使 api.elsevier.com 能在任何已配置代理回退前使用校园网、学校 VPN、规则 VPN 或图书馆出口。不得将 API 密钥、Inst Token、cookie 或授权详情写入文档、日志、技能文件或提交中。API 成功属于 HTTP 预检/API 路由证据;当任务要求闭源出版商能力时,最终判定仍需可见 CloakBrowser 证据。

机构路由方面,不得默认使用清华大学或任何其他学校,应按显式 --institution、config.carsi_idp_name、config.school 的顺序解析订阅机构,若均无则询问用户。优先使用出版商代理、Shibboleth、OpenAthens、CARSI 或已配置的 WAYFless 机构链接,而非 WebVPN;仅当已配置机构具有 WebVPN 网关且该路由经浏览器验证适用于该出版商时才使用 WebVPN。不得将 cookies.json 或 carsi_cookie_dir/*.json 视为完整可复用的登录状态,它们只是预检/支持性资产,不是最终证据。

在报告方面,对于出版商 PDF 工作,需按每个 DOI 或出版商报告 publisher、doi、route_attempted、institution、result、evidence 和 next_action。状态含义为:browser verified 表示在可见 CloakBrowser 中捕获 PDF 或已验证阻塞并带有截图支持的检查点;HTTP preflight 表示仅 HTTP 证据,不是最终能力判定;auth_required 表示用户需完成 SSO、2FA、验证码或机构选择;blocked 表示可见浏览器证据显示挑战、错误或出版商侧阻塞;unsupported 仅在有浏览器验证证据排除该路由后使用。最终清单需保持 Markdown、CSV 和 JSON 计数一致,success 表示已下载并验证,unverified 表示存在 PDF 但 DOI/文本验证不充分,missing 表示未捕获 PDF。当任务涉及出版商 PDF 或 DOI 批次时,应阅读 references/publisher-pdf-workflow.md 了解近期注意事项、出版商专属说明、可见浏览器 UI 回退步骤、报告计数规则和验证命令。

安全方面,需保持 CloakBrowser 可见以应对 SSO、验证码、WAF、Cloudflare 和出版商验证;在点击 PDF、机构访问、OpenAthens/Shibboleth/CARSI、cookie 提示或验证提示后,应先检查截图再判断成功或失败。可见 UI 回退可点击公开出版商控件如“通过机构访问”、机构搜索结果或 PDF 查看器下载,但绝不填写密码、OTP 或账户凭据;不得手动调用 Xiaozhi 通知脚本;绝不可将 Xiaozhi MCP 端点、令牌、机构凭据、cookie 或其他机密写入文档、代码、日志、技能或提交中。

适用场景包括:需要处理出版商 PDF 获取、闭源文章验证、DOI 批量下载、机构路由选择、Elsevier/ScienceDirect 检索与能力矩阵判定的 InstSci 项目工作流。限制方面:最终判定依赖可见 CloakBrowser 证据,HTTP 预检不能作为最终结论;凭据与机密不得落盘;机构路由不得默认某所学校;MCP 仅用于规划与上下文。