scholar-paper-downloader

# Scholar Paper Downloader

## 概述

学术文献PDF下载技能,帮助用户从多个公开学术资源库批量下载论文PDF,自动提取元数据并生成文献索引列表。

**设计原则**:
- 优先从官方免费渠道下载(arXiv、PMC、PubMed Central)
- 付费文献提供详细的手动下载指引
- 避免使用可能侵犯版权的自动下载方式

## 何时使用此技能

当用户需要以下操作时触发此技能:

- 下载学术论文PDF版本
- 批量获取多篇论文
- 从arXiv等学术网站下载预印本
- 从PubMed Central下载开放获取文献
- 按关键词搜索并下载论文
- 按论文ID批量下载
- 生成文献索引列表

## 使用场景

### 1. 按关键词搜索下载

```bash
python scripts/batch_downloader.py -q "machine learning"
```

### 2. 按arXiv ID下载

```bash
python scripts/batch_downloader.py --ids 2103.00001 2103.00002
```

### 3. 按DOI查询信息

```bash
python scripts/doi_query.py 10.1056/NEJMoa1915872
```

### 4. 从PubMed/PDF URL下载

```bash
python scripts/batch_downloader.py --urls "https://arxiv.org/pdf/2103.00001.pdf"
```

### 5. 自定义配置

```bash
python scripts/batch_downloader.py -q "deep learning" -o ./my_papers -m 20 -w 5
```

## 功能特性

### 核心功能

1. **多源搜索**: 支持arXiv、PubMed、PMC、Semantic Scholar等多个学术来源
2. **批量下载**: 并发下载,支持进度跟踪
3. **自动重命名**: 根据元数据自动命名文件
4. **元数据提取**: 提取标题、作者、日期等
5. **索引生成**: 生成Markdown和JSON格式索引
6. **合法优先**: 仅从官方免费渠道自动下载
7. **手动指引**: 为付费文献提供详细的手动下载指南

### 下载策略

技能采用优先级策略处理不同类型的文献:

1. **第一优先级**: 官方免费渠道
   - arXiv (预印本服务器)
   - PubMed Central (PMC, 开放获取)
   - 期刊官方网站的开放获取文章
   - 机构仓库

2. **第二优先级**: 查询和索引
   - PubMed (查询元数据)
   - Semantic Scholar (获取信息)
   - CrossRef (DOI解析)

3. **无法自动下载时**: 提供手动下载指引
   - Sci-Hub手动下载说明
   - 机构访问建议
   - 联系作者模板
   - 文献传递服务

### 支持的官方渠道

| 渠道 | 类型 | 状态 | 说明 |
|------|------|------|------|
| arXiv | 预印本 | ✅ 完全支持 | 免费下载 |
| PubMed Central | 开放获取 | ✅ 完全支持 | 免费下载 |
| PubMed |...