用途：该技能面向学术文献检索与计量分析，封装 OpenAlex API（涵盖 2.4 亿+ 学术成果、作者、机构、主题、来源、出版商与资助方等实体类型）。
主要能力：按标题/摘要/主题检索论文；按作者或机构查找作品；查找高被引论文与开放获取论文；分析发表趋势；进行机构/作者研究产出分析；按 DOI、ORCID、ROR、ISSN 等外部标识查询实体；批量查询、随机抽样、引用分析与主题分组统计；大规模数据分页提取并导出 CSV。
必要用法：安装依赖 uv pip install requests。初始化客户端务必传入邮箱以进入 polite pool（速率从 1 次/秒提升到 10 次/秒）：client = OpenAlexClient(email="your-email@example.edu")。实体查询须用两步模式：先按名称搜索得到 ID，再用 ID 过滤，不可直接按名称过滤。建议使用 per_page=200，多 ID 使用 batch_lookup()，随机抽样使用 sample_works() 配合 seed，并可用 select 限定返回字段。支持日期范围、多条件 AND、多值 OR、属性内 AND 协作、取反等过滤写法。外部 ID 可直接用于 get_entity，例如 DOI、ORCID、ROR、ISSN。脚本 openalex_client.py 负责限速、指数退避重试、分页与批处理；query_helpers.py 提供 find_author_works、find_institution_works、find_highly_cited_recent_papers、get_open_access_papers、get_publication_trends、analyze_research_output 等高层函数。
适用场景：文献综述与选题调研、研究趋势与产出统计、机构或学者的成果与开放获取比例分析、引用关系追踪、批量数据抓取与导出。
限制：无需认证、数据开放免费，但速率限制为全局而非按 IP；默认 1 次/秒，polite pool 10 次/秒，每日 10 万次请求。若出现 403 需确认已添加邮箱且未超速；结果为空需检查过滤语法与实体 ID；大型查询应分页并限定字段以避免超时。如需基于 LLM 的分析，资料建议使用 LitLLM 与 OpenRouter，而非直接调用 Perplexity API。本资料未提供收费信息。