agentsclimarketplace

Aminer open academic

Skill ploteddie-bit/skills/aminer-open-academic

Collection de compétences agentiques modulables pour Kimi, Aegis et assistants IA

Install
npx -y skills add ploteddie-bit/skills --skill aminer-open-academic

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

2 things to look at

  • no licenseNo license file was found in the repository. Code published without one is not open source by default, so using it at work is a question for whoever answers licensing questions where you are.
  • 0 stars0 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.

What its author says it does

Copied from the file, not written here

使用 AMiner 开放平台 API 进行学术数据查询与分析。当用户需要查询学者信息、论文详情、机构数据、期刊内容或专利信息时使用此 skill。 触发场景：提到 AMiner、学术数据查询、查论文/学者/机构/期刊/专利、学术问答搜索、引用分析、科研机构分析、学者画像、论文引用链、期刊投稿分析等。 支持 6 大组合工作流（学者全景分析、论文深度挖掘、机构研究力分析、期刊论文监控、学术智能问答、专利链分析）以及 28 个独立 API 的直接调用。 即使用户只说"帮我查一下 XXX 学者"或"找找关于 XXX 的论文"，也应主动使用此 skill。

SKILL.md

11.9 KB, as published. Nobody here has run it

AMiner 开放平台学术数据查询

AMiner 是全球领先的学术数据平台，提供学者、论文、机构、期刊、专利等全维度学术数据。 本 skill 涵盖全部 28 个开放 API，并将它们组合成 6 大实用工作流。

第一步：获取 Token

所有 API 调用需要在请求头中携带 Authorization: <your_token>。

获取方式：

  1. 前往 AMiner 控制台 登录并生成 API Token
  2. 若不了解如何操作，请参阅 开放平台文档

Token 请前往 控制台 登录后生成，有效期内可重复使用。

快速使用（Python 脚本）

所有工作流均可通过 scripts/aminer_client.py 驱动：

# 学者全景分析
python scripts/aminer_client.py --token <TOKEN> --action scholar_profile --name "Andrew Ng"

# 论文深度挖掘（含引用链）
python scripts/aminer_client.py --token <TOKEN> --action paper_deep_dive --title "Attention is all you need"

# 机构研究力分析
python scripts/aminer_client.py --token <TOKEN> --action org_analysis --org "清华大学"

# 期刊论文监控（指定年份）
python scripts/aminer_client.py --token <TOKEN> --action venue_papers --venue "Nature" --year 2024

# 学术智能问答（自然语言提问）
python scripts/aminer_client.py --token <TOKEN> --action paper_qa --query "transformer架构最新进展"

# 专利搜索与详情
python scripts/aminer_client.py --token <TOKEN> --action patent_search --query "量子计算"

也可以直接调用单个 API：

python scripts/aminer_client.py --token <TOKEN> --action raw \
  --api paper_search --params '{"title": "BERT", "page": 0, "size": 5}'

稳定性与失败处理策略（必读）

客户端 scripts/aminer_client.py 内置了请求重试与降级策略，用于减少网络抖动和短暂服务异常对结果的影响。

  • 超时与重试
    • 默认请求超时：30s
    • 最大重试次数：3
    • 退避策略：指数退避（1s -> 2s -> 4s）+ 随机抖动
  • 可重试状态码
    • 408 / 429 / 500 / 502 / 503 / 504
  • 不可重试场景
    • 常见 4xx（如参数错误、鉴权问题）默认不重试，直接返回错误结构
  • 工作流降级
    • paper_deep_dive：paper_search 无结果时自动降级到 paper_search_pro
    • paper_qa：query 模式无结果时，自动降级到 paper_search_pro
  • 可追踪调用链
    • 组合工作流输出中包含 source_api_chain，用于标记结果由哪些 API 组合得到

论文搜索接口选型指南

当用户说“查论文”时，先判断目标是“找 ID”、“做筛选”、“做问答”还是“做分析报表”，再选 API：

API侧重点适用场景成本
paper_search标题检索、快速拿 paper_id已知论文标题，先定位目标论文免费
paper_search_pro多条件检索与排序（作者/机构/期刊/关键词）主题检索、按引用量或年份排序¥0.01/次
paper_qa_search自然语言问答/主题词检索用户用自然语言描述需求，先走语义检索¥0.05/次
paper_list_by_search_venue返回更完整论文信息（适合分析）需要更丰富字段做分析/报告¥0.30/次
paper_list_by_keywords多关键词批量检索批量专题拉取（如 AlphaFold + protein folding）¥0.10/次
paper_detail_by_condition年份+期刊维度拉详情期刊年度监控、选刊分析¥0.20/次

推荐路由（默认）：

  1. 已知标题：paper_search -> paper_detail -> paper_relation
  2. 条件筛选：paper_search_pro -> paper_detail
  3. 自然语言问答：paper_qa_search（若无结果降级 paper_search_pro）
  4. 期刊年度分析：venue_search -> venue_paper_relation -> paper_detail_by_condition

6 大组合工作流

工作流 1：学者全景分析（Scholar Profile）

适用场景：了解某位学者的完整学术画像，包括简介、研究方向、发表论文、专利、科研项目。

调用链：

学者搜索（name → person_id）
    ↓
并行调用：
  ├── 学者详情（bio/教育背景/荣誉）
  ├── 学者画像（研究方向/兴趣/工作经历）
  ├── 学者论文（论文列表）
  ├── 学者专利（专利列表）
  └── 学者项目（科研项目/资助信息）

命令：

python scripts/aminer_client.py --token <TOKEN> --action scholar_profile --name "Yann LeCun"

输出示例字段：

  • 基本信息：姓名、机构、职称、性别
  • 个人简介（中英文）
  • 研究兴趣与领域
  • 教育背景（结构化）
  • 工作经历（结构化）
  • 论文列表（ID + 标题）
  • 专利列表（ID + 标题）
  • 科研项目（标题/资助金额/时间）

工作流 2：论文深度挖掘（Paper Deep Dive）

适用场景：根据论文标题或关键词，获取论文完整信息及引用关系。

调用链：

论文搜索 / 论文搜索pro（title/keyword → paper_id）
    ↓
论文详情（摘要/作者/DOI/期刊/年份/关键词）
    ↓
论文引用（该论文引用了哪些论文 → cited_ids）
    ↓
（可选）对被引论文批量获取论文信息

命令：

# 按标题搜索
python scripts/aminer_client.py --token <TOKEN> --action paper_deep_dive --title "BERT"

# 按关键词搜索（使用 pro 接口）
python scripts/aminer_client.py --token <TOKEN> --action paper_deep_dive \
  --keyword "large language model" --author "Hinton" --order n_citation

工作流 3：机构研究力分析（Org Analysis）

适用场景：分析某机构的学者规模、论文产出、专利数量，适合竞品研究或合作评估。

调用链：

机构消歧pro（原始字符串 → org_id，处理别名/全称差异）
    ↓
并行调用：
  ├── 机构详情（简介/类型/成立时间）
  ├── 机构学者（学者列表）
  ├── 机构论文（论文列表）
  └── 机构专利（专利ID列表，支持分页，最多10000条）

若有多个同名机构，机构搜索会返回候选列表，可结合机构消歧 pro 精确匹配。

命令：

python scripts/aminer_client.py --token <TOKEN> --action org_analysis --org "MIT"
# 指定原始字符串（含缩写/别名）
python scripts/aminer_client.py --token <TOKEN> --action org_analysis --org "Massachusetts Institute of Technology, CSAIL"

工作流 4：期刊论文监控（Venue Papers）

适用场景：追踪某期刊特定年份的论文，用于投稿调研或研究热点分析。

调用链：

期刊搜索（name → venue_id）
    ↓
期刊详情（ISSN/类型/简称）
    ↓
期刊论文（venue_id + year → paper_id 列表）
    ↓
（可选）论文详情批量查询

命令：

python scripts/aminer_client.py --token <TOKEN> --action venue_papers --venue "NeurIPS" --year 2023

工作流 5：学术智能问答（Paper QA Search）

适用场景：用自然语言或结构化关键词智能搜索论文，支持 SCI 过滤、引用量排序、作者/机构限定。

核心 API：论文问答搜索（¥0.05/次），支持：

  • query：自然语言提问，系统自动拆解为关键词
  • topic_high/middle/low：精细控制关键词权重（嵌套数组 OR/AND 逻辑）
  • sci_flag：只看 SCI 论文
  • force_citation_sort：按引用量排序
  • author_terms / org_terms：限定作者或机构

命令：

# 自然语言问答
python scripts/aminer_client.py --token <TOKEN> --action paper_qa \
  --query "用于蛋白质结构预测的深度学习方法"

# 精细关键词搜索（必须同时含 A 和 B，加分含 C）
python scripts/aminer_client.py --token <TOKEN> --action paper_qa \
  --topic_high '[["transformer","self-attention"],["protein folding"]]' \
  --topic_middle '[["AlphaFold"]]' \
  --sci_flag --sort_citation

工作流 6：专利链分析（Patent Analysis）

适用场景：搜索特定技术领域的专利，或获取某学者/机构的专利组合。

调用链（独立搜索）：

专利搜索（query → patent_id）
    ↓
专利详情（摘要/申请日/申请号/受让人/发明人）

调用链（经由学者/机构）：

学者搜索 → 学者专利（patent_id 列表）
机构消歧 → 机构专利（patent_id 列表）
    ↓
专利信息 / 专利详情

命令：

python scripts/aminer_client.py --token <TOKEN> --action patent_search --query "量子计算芯片"
python scripts/aminer_client.py --token <TOKEN> --action scholar_patents --name "张首晟"

单独 API 速查表

完整参数说明请阅读 references/api-catalog.md

#标题方法价格接口路径（基础域名：datacenter.aminer.cn/gateway/open_platform）
1论文问答搜索POST¥0.05/api/paper/qa/search
2学者搜索POST免费/api/person/search
3论文搜索GET免费/api/paper/search
4论文搜索proGET¥0.01/api/paper/search/pro
5专利搜索POST免费/api/patent/search
6机构搜索POST免费/api/organization/search
7期刊搜索POST免费/api/venue/search
8学者详情GET¥1.00/api/person/detail
9学者项目GET¥3.00/api/project/person/v3/open
10学者论文GET¥1.50/api/person/paper/relation
11学者专利GET¥1.50/api/person/patent/relation
12学者画像GET¥0.50/api/person/figure
13论文信息POST免费/api/paper/info
14论文详情GET¥0.01/api/paper/detail
15论文引用GET¥0.10/api/paper/relation
16专利信息GET免费/api/patent/info
17专利详情GET¥0.01/api/patent/detail
18机构详情POST¥0.01/api/organization/detail
19机构专利GET¥0.10/api/organization/patent/relation
20机构学者GET¥0.50/api/organization/person/relation
21机构论文GET¥0.10/api/organization/paper/relation
22期刊详情POST¥0.20/api/venue/detail
23期刊论文POST¥0.10/api/venue/paper/relation
24机构消歧POST¥0.01/api/organization/na
25机构消歧proPOST¥0.05/api/organization/na/pro
26论文搜索接口GET¥0.30/api/paper/list/by/search/venue
27论文批量查询GET¥0.10/api/paper/list/citation/by/keywords
28按年份与期刊获取论文详情GET¥0.20/api/paper/platform/allpubs/more/detail/by/ts/org/venue

参考资料

Keep looking

Skills are one crate of 328,083. Ordering is by how many stacks a row turns up in, so the top of any crate is what has actually been picked rather than what has the most stars.