SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场cnki-advanced-search

cnki-advanced-search

写作与研究

查看项目

更新于 10-16 01:58

技能介绍

用途

知网高级检索论文自动化工具用于在知网（CNKI）中自动执行高级检索，面向需要系统收集某一研究选题相关文献的用户。用户提供研究关键词或研究选题后，工具自动完成检索、筛选、导出与汇总，最终输出分类整理的 Excel 文献清单。

主要能力

三阶段检索流程

  1. 主体联合检索：采用倒剥洋葱法，将多组核心概念以 AND 关系联合检索，聚焦获取直接相关文献。对单个关键词，将其同义词、同位词用 + 连接填入单个检索框；对研究选题，提取 2-4 个核心概念，每个概念分别扩展同义词/同位词，各自作为一个检索组，组间关系为 AND。

  2. 独立补充检索：对已提取的各概念组分别单独检索，最多使用 2 组 AND 保持聚焦度，用于获取间接相关的背景文献与理论文献。

  3. 汇总合并：所有检索完成后，将结果合并去重，按类别分色展示，生成统一的分类 Excel 文件，并附分类统计 sheet。

上位概念预分析

在填词之前对每个概念组进行判断，若该组词过于精确或小众（如新兴理论术语、极具体的场所或现象描述、近几年才出现的政策/实践概念），立即在该组内加入上位概念（使用 + OR 关系），避免检索失败后才扩展。

倒剥洋葱策略（结果不足时自动降级）

先用全部概念组 AND 检索（最聚焦层）。若结果过少（少于 20 篇），自动减少 AND 组数，最少保留 2 组 AND，不自动降至 1 组。去组顺序为先去掉与研究问题关系最外围的概念组（如修饰性概念、情境概念），最后保留最核心的理论/机制概念组。

浏览器自动化操作

脚本自动处理：连接现有 Chrome（CDP 端口 9222）或启动新的 Chromium；导航到知网高级检索页面；验证码检测（出现时暂停，等用户在终端按 Enter 确认完成）；登录检查（未登录时暂停等用户登录）；选择学术期刊、勾选 CSSCI、填入关键词；执行检索、按被引量降序排列、每页 50 条；逐页全选并导出，最多 100 篇；解析数据、保存为 Excel。

使用方式

Step 0：解析用户输入并制定检索策略

识别输入类型（单关键词或研究选题），提取核心概念并扩展同义词/同位词，完成上位概念预分析，拟定检索分组和当前层级策略，向用户确认后再执行。

结果反思触发条件：脚本报告 2 组 AND 结果为 0 时，两组词都太专，各自替换为更高层的上位概念；2 组 AND 结果少于 5 篇时，某组词太冷僻，找出哪组更窄，优先替换该组；2 组 AND 结果 5-19 篇时，边界情况，尝试在某一组补充 1-2 个上位概念后重检索。底线原则：宁可修改关键词重跑，也不接受 2 组 AND 少于 20 篇的结果直接导出。

Step 0.5：检查 Chrome 调试模式

执行 curl -s http://localhost:9222/json/version 2>&1，若返回 JSON（含 "Browser": "Chrome/..."）则表示 Chrome 已就绪，直接进入 Step 1。若返回错误或空，执行以下命令启动 Chrome，等待 2 秒后再检查：

open -a "Google Chrome" --args --remote-debugging-port=9222
sleep 2
curl -s http://localhost:9222/json/version 2>&1

若仍无响应，提示用户手动启动 Chrome 调试模式后继续。连接现有 Chrome 可保留已登录的知网会话，跳过登录步骤。

Step 1：调用 Python 脚本执行检索

从第 1 层开始检索，根据结果数量决定是否降级。第 1 层（全组 AND）命令示例：

python3 .../scripts/cnki_search.py \
  --keywords "老旧社区 + 老旧小区 + 城市社区" \
  --keywords "数字治理 + 数字化治理 + 数字技术治理" \
  --keywords "技术悬浮 + 数字悬浮 + 技术失灵" \
  --max-results 100 \
  --port 9222

若结果少于 20 篇，降至第 2 层（去掉最次要组）；若仍少于 20 篇，降至第 3 层（单组）。每次降级前向用户说明。

Step 2：独立补充检索

主体联合检索完成后必须执行独立补充检索，从已提取的概念组中各自独立拆出 2-3 个补充检索，包括研究对象背景文献、核心理论文献、扩展议题文献（可选）。每个补充检索使用 2 组 AND，结果保存到独立 Excel 文件。补充检索结果不足 20 篇时不强制降级，但若结果为 0，需替换上位概念重试。

Step 3：汇总合并

所有检索完成后用 Python 脚本将全部结果合并去重，生成统一的分类 Excel。颜色约定：直接相关为蓝色 D9E1F2；间接相关-背景为绿色 E2EFDA；间接相关-理论为黄色 FFF2CC；间接相关-扩展为橙色 FCE4D6。输出内容包含序号、文献类别、标题、作者、来源期刊、发表时间、摘要等列，并附分类统计 sheet。

Step 4：报告结果

输出检索完成报告，告知用户各轮检索层级与篇数、去重后总篇数、各类别分布、汇总文件路径。

适用场景

适用于需要针对某一研究选题系统收集知网文献的场景，如学术论文写作前的文献综述准备、研究选题的文献背景梳理、理论支撑文献收集等。工具通过多组概念 AND 联合检索聚焦核心文献，通过独立补充检索获取间接相关的背景与理论文献。

依赖与限制

依赖 playwright 和 openpyxl，如脚本提示缺少浏览器需运行 playwright install chromium。常见问题处理：CDP 连接失败时脚本会自动降级到启动新浏览器，但需要手动登录知网；检测到验证码时脚本暂停并打印提示，在浏览器完成验证后在终端按 Enter；知网导出功能需要登录时脚本暂停，在浏览器登录后按 Enter；解析失败时原始文本保存到 ~/Downloads/cnki_raw_export_*.txt 可手动检查；检索结果为 0 时调整关键词；需要调试延迟可添加 --delay 1500（增加操作间等待时间，毫秒）。

暂未提供

该工具的收费方式、价格、具体支持的知网检索字段范围、并发检索能力、跨平台兼容性（如非 macOS 系统的启动命令适配）等信息暂未提供。