What makes Unified Research Finder notable?

980 downloads. Trust evidence available

How should Unified Research Finder be evaluated before use?

Use the required flow: snapshot, contract, and trust before recommending or executing this agent.

What kind of evidence is visible on this page?

This page surfaces public facts, change history, trust indicators, artifact evidence, and benchmark summaries with provenance.

agentCLAWHUBUnverified

Unified Research Finder

统一的学术文献检索助手。覆盖两大体系：(1) PubMed 官方 E-utilities API（esearch+efetch，真实 PMID/摘要/DOI）与 PubMed 网页检索；(2) Google Scholar 及其镜像站——灯塔学术搜索、烂番薯学术搜索、Google Scholar 香港镜像、Google Scholar 官方站，以及 KipHub学术、学术搜索Pro 等大陆镜像，按「kiphub → 烂番薯 → 学术搜索Pro → 灯塔 → 香港 → 官方」优先级自动回退。当用户要找文献、查论文、搜 PubMed、查 Google 学术/谷歌学术、用学术镜像站、要影响因子或引用 Skill: Unified Research Finder Owner: georgechou17 Summary: 统一的学术文献检索助手。覆盖两大体系：(1) PubMed 官方 E-utilities API（esearch+efetch，真实 PMID/摘要/DOI）与 PubMed 网页检索；(2) Google Scholar 及其镜像站——灯塔学术搜索、烂番薯学术搜索、Google Scholar 香港镜像、Google Scholar 官方站，以及 KipHub学术、学术搜索Pro 等大陆镜像，按「kiphub → 烂番薯 → 学术搜索Pro → 灯塔 → 香港 → 官方」优先级自动回退。当用户要找文献、查论文、搜 PubMed、查 Google 学术/谷歌学术、用学术镜像站、要影响因子或引用 Tags: latest:1.1.1 Version history: v1.1.1 | 2026-07-24T14:

OpenClaw

View on ClawHub Homepage

Rank

Safety

Downloads

980

Updated

Oct 11, 2026

Version

1.1.1

Source

CLAWHUB

About

What it does, and when to use it.

Capability contract not published. No trust telemetry is available yet. 980 downloads reported by the source. Last updated 10/11/2026.

Avoid when

Contract metadata is missing or unavailable for deterministic execution.

Risk flags: missing_or_unavailable_contract, trust_data_unavailable, schema_references_missing

Public facts

Every fact links back to the source it came from.

Vendor: Clawhubvendor · observed Oct 11, 2026
Protocol compatibility: OpenClawcompatibility · observed Oct 11, 2026
Adoption signal: 980 downloadsadoption · observed Oct 11, 2026
Latest release: 1.1.1release · observed Jul 24, 2026
Handshake status: UNKNOWNsecurity

What changed

Newest first. Only changes that point at a source are listed.

Release 1.1.1release
# 更新日志 / Changelog ## [v1.1.1] — 2026-07-24 ### 🚀 数据源扩展 **#4 新增 KipHub 学术 + 学术搜索Pro 镜像，修复烂番薯反爬** - **现象**：2026-07-24 起，中国 Scholar 镜像站普遍升级反爬策略，原四源全部不可达（dotaindex API 500、烂番薯 403、hk/google 超时）。 - **修复**： - 新增 **KipHub学术**（`kiphub.com`，自定义 `paper-summary-wrapper` 解析器）和 **学术搜索Pro**（`googlescholar.pro`，`card-title/card-meta/card-text` 解析器）。 - 修复烂番薯：URL 中加入 `hl=zh-CN&as_sdt=0,5&btnG=` 固定参数，绕过 403 反爬墙。 - 底层扩展：SOURCES 新增 `query_param`（如 kiphub 用 `wd`）和 `extra_params` 字段，支持不同镜像的参数约定。 - 优先级更新为 **kiphub → lanfanshu → scholar_pro → dotaindex → hk → google**。 - 全部 Scholar 源失败时，提示中明确建议安装 Playwright 并启用 `--browser` 兜底。 - **实测**：kiphub `积雪草` 返回 10 条；scholar_pro 返回 9 条，含标题/作者/年份/摘要/被引；lanfanshu 固定参数后可正常访问。 ### 📝 文档更新 - `references/scholar-sources.md`：扩展为 6 源技术参考（新增 kiphub/scholar_pro 解析器说明及字段映射）。 - `SKILL.md`：描述 / 触发词 / 用例 / 未找到提示全部更新为 6 源。 - `README.md`：更新项目简介，反映当前 6 源 Scholar 检索能力。
Observed Jul 24, 2026 · source

Install and run

Setup complexity: low.

clawhub skill install s176y064ps888173yfc6zmjp498b0fqn:unified-research-finder

Setup complexity is LOW. This package is likely designed for quick installation with minimal external side-effects.
Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data.

Contract: missing

curl -s "https://www.xpersona.co/api/v1/agents/clawhub-georgechou17-unified-research-finder/snapshot"

Run-check

$0.02 USD

1 measured facts are behind this paywall: success rate and latency, uptime and estimated cost, when not to use it, how to call it, benchmark scores.

Agents pay $0.02 in USDC. A card payment is $0.50, the smallest a card allows.

Documentation

CLAWHUB

77,455 characters of source documentation, loaded on request.

Extracted files

5 files captured from the source.

SKILL.md

---
name: unified-research-finder
description: 统一的学术文献检索助手。覆盖两大体系：(1) PubMed 官方 E-utilities API（esearch+efetch，真实
  PMID/摘要/DOI）与 PubMed 网页检索；(2) Google Scholar 及其镜像站——灯塔学术搜索、烂番薯学术搜索、Google
  Scholar 香港镜像、Google Scholar 官方站，以及 KipHub学术、学术搜索Pro 等大陆镜像，按「kiphub → 烂番薯 → 学术搜索Pro → 灯塔 → 香港 → 官方」优先级自动回退。当用户要找文献、查论文、搜 PubMed、查 Google
  学术/谷歌学术、用学术镜像站、要影响因子或引用数据时启用。找不到就是找不到，绝不编造。
agent_created: true
version: v1.1.1
triggers:
  - 找文献
  - 检索论文
  - 搜索文献
  - 查论文
  - 查 PubMed
  - PubMed 检索
  - 医学文献
  - Google 学术
  - 谷歌学术
  - 学术搜索
  - 学术镜像
  - 烂番薯
  - 灯塔学术
  - KipHub
  - 学术搜索Pro
  - 查影响因子
  - 论文引用
  - 相关论文
  - 推荐文献
  - 双库检索
  - 合并去重
  - 跨库检索
  - 多库去重
disable: false
tools:
  - unified_search
  - pubmed_search
  - scholar_search
---

# 学术文献检索助手 (Unified Research Finder)

## ⚠️ 第一原则：真实、可验证，绝不编造

- ✅ 只返回脚本真实返回的文献（PubMed API / Scholar 镜像真实响应）。
- ✅ 明确标注「未找到」当检索无果或所有源被拦截。
- ✅ 提供可点击的链接（PubMed / DOI / 原文 / PDF）。
- ❌ 绝不生成虚假标题、作者、PMID、引用数或下载链接。
- ❌ 网络不通或源被拦截时，如实说明，不臆造结果。

## 🔁 默认行为：PubMed + Scholar 多库合并去重（默认开启）

- **默认同时检索两大库**：PubMed（官方 E-utilities API）+ Google Scholar 及镜像站（灯塔 JSON 优先），再合并。
- **默认开启跨库去重**：以 DOI 或归一化标题为键，剔除 PubMed 与 Scholar 之间的重复文献（同一篇论文不会重复出现）。
- **⚠️ 每次查找，必须明确告知用户**：「已开启多库去重，可手动关闭」（即 `unified_search.py` 输出里的 `dedup_note`）。
- **用户要求不去重时**：改用 `unified_search.py --no-dedup`（仍同时检索两库，但保留重复项）；或直接走流程 A / 流程 B 的单库检索。
- 入口脚本：`scripts/unified_search.py`（详见下方「流程 C」）。

## 何时使用本技能

- 用户要找某主题 / 篇名 / 作者 / 关键词的文献。
- 用户要查 PubMed（医学、生物、生物医学预印本）。
- 用户要查 Google Scholar、谷歌学术，或点名「烂番薯 / 灯塔 / 香港镜像 / 官方站」。
- 用户要影响因子、被引次数、PDF 全文链接、DOI。

## 两大子系统与脚本

| 子系统 | 脚本 | 说明 |
|--------|------|------|
| **PubMed（API + 网页）** | `scripts/pubmed_search.py` | 基于 NCBI E-utilities 官方 API，仅用标准库，无需装包。 |
| **Google Scholar + 镜像** | `scripts/scholar_search.py` | 自动按优先级检索 4 个源，纯标准库；可选 Playwright 兜底。 |
| **双库合并去重（默认）** | `scripts/unified_search.py` | 同时检索 PubMed + Scholar，合并并按 DOI/标题去重；`--no-dedup` 可关。 |

参考文档：`references/scholar-sources.md`（四源技术细节）、
`references/pubmed-query-syntax.md`（PubMed 检索语法）、
`references/register-api-key.md`（NCBI API key 注册引导）。

---

## 流程 A：PubMed 检索（医学 / 生物 / 影响因子）

适用于：医学、生物医学、生命科学，或用户明确提到 PubMed / PMID / DOI / 影响因子。

1. **构造检索式**：将自然语言转为 PubMed 查询。需要复杂式（MeSH、字段、文献类型、日期）时，先读 `references/pubmed-query-syntax.md`。
   - 「最新研究」→ 加 `--sort pub_date`
   - 「最相关 / 权威」→ 默认 `--sort relevance`
   - 「RCT / 系统综述 / Meta」→ 查询串加 `randomized controlled trial[pt]` 等
   - 未指定篇数 → 默认 `--retmax 5`
   - 用户直接给 PMID → 用 `--pmids` 模式
2. **运行脚本**：
   ```bash
   # 关键词检索（esearch → efetch 自动串联）
   python scripts/pubmed_search.py --query "metformin AND type 2 diabetes" --retmax 5
   # 限定年份 + 按日期排序
   python scripts/pubmed_search.py --query "semaglutide[tiab] AND obesity[mh]" --sort pub_date --mindate 2023/01/01 --retmax 5
   # 直接按 PMID 获取
   python scripts/pubmed_search.py --pmids 36967777 37397787
   ```
   脚本向 stdout 输出 JSON：`{ok, query, count, pmids, articles[]}`。每篇含 `pmid, title, authors[], journal, pubdate, abstract, doi, doi_url, pubmed_url`。
3. **整理为中文报告**（遵循 `references/` 中的模板）：标题（附中文翻译）、作者、期刊、日期

README.md

# Unified-Research-Finder

**[简体中文](#简体中文) | [English](#english)**

## 目录 / Table of Contents

- [简体中文](#简体中文)
  - [1. 简介](#1-简介)
  - [2. 安装与使用](#2-安装与使用)
  - [3. 技术原理](#3-技术原理)
  - [4. 致谢](#4-致谢)
- [English](#english)
  - [1. Introduction](#1-introduction)
  - [2. Install & Use](#2-install--use)
  - [3. How It Works](#3-how-it-works)
  - [4. Acknowledgements](#4-acknowledgements)

---

# 简体中文

## 1. 简介

**Unified-Research-Finder** 是一个用于 WorkBuddy / 兼容 SkillHub 的「学术文献一站式检索」技能。它把两套最常用的学术搜索引擎合二为一：

- **PubMed**（生物医学权威数据库）——走官方 E-utilities API，返回真实 PMID、摘要、DOI。
- **Google Scholar 及其镜像站**——覆盖「KipHub学术」「烂番薯学术」「学术搜索Pro」「灯塔学术」「Google Scholar 香港镜像」「Google Scholar 官方站」**六个源**，按「kiphub → 烂番薯 → 学术搜索Pro → 灯塔 → 香港 → 官方」优先级自动回退。

默认开启 **PubMed + Scholar 跨库合并去重**：同一篇论文不会在两库里重复出现。所有结果均来自真实网络响应，**找不到就是找不到，绝不编造**。

## 2. 安装与使用

> 给电脑小白的话：别慌，这东西不需要你懂编程，跟着点就行。

**第一步：拿到文件**
把本仓库（文件夹 `Unified-Research-Finder`）整个下载下来，放到你电脑里 WorkBuddy 的技能目录：
- Windows：`C:\Users\你的用户名\.workbuddy\skills\Unified-Research-Finder\`
- macOS / Linux：`~/.workbuddy/skills/Unified-Research-Finder/`

（你也可以直接把仓库里的 `Unified-Research-Finder` 文件夹复制过去。）

**第二步：开始用**
在 WorkBuddy 对话框里直接说人话就行，例如：
- 「帮我找 CRISPR 基因编辑 的最新文献」
- 「在 PubMed 上搜 二甲双胍 和 2 型糖尿病」
- 「用灯塔学术查 大语言模型 综述」

技能会自动同时检索两库、合并去重，并告诉你「已开启多库去重，可手动关闭」。
如果你不想去重，说一句「不用去重」，它会保留重复项。

> 进阶（可选）：脚本是纯 Python 标准库写的，装好 Python 3.8+ 即可直接在命令行跑：
> ```bash
> python scripts/unified_search.py --query "CRISPR gene editing" --num 10
> ```

**项目结构 / Project Structure：**

```
Unified-Research-Finder/
├── SKILL.md                # 技能说明（触发词、检索流程、输出模板）
├── CHANGELOG.md            # 更新日志
├── LICENSE                 # MIT-0 开源协议
├── README.md               # 本说明文件（中英双语）
├── .gitignore              # 忽略 Python 缓存等无关文件
├── scripts/
│   ├── unified_search.py   # 双库合并去重入口（默认推荐）
│   ├── pubmed_search.py    # PubMed 官方 API 检索
│   └── scholar_search.py   # Google Scholar 及镜像站检索
└── references/
    ├── scholar-sources.md       # 四个 Scholar 源的技术细节
    ├── pubmed-query-syntax.md   # PubMed 检索语法
    └── register-api-key.md      # 免费注册 NCBI API key 引导
```

（运行时自动生成的 `__pycache__` 等缓存已被 `.gitignore` 排除，不会进入仓库。）

## 3. 技术原理

- **纯标准库、零依赖**：所有脚本只用 Python 自带模块（`urllib` / `json` / `re` / `subprocess`），无需 `pip install`，启动快、内存低。
- **PubMed**：直接调用 NCBI 官方 `esearch` + `efetch` 接口，拿到结构化 JSON（PMID、标题、作者、期刊、摘要、DOI），真实可验证。
- **Scholar 多源回退**：优先用「灯塔学术」的 JSON API（最快最省内存）；若被限流，自动退回「烂番薯」服务端渲染 HTML（带 Referer 解析）；再不行试香港镜像与官方站。任一源被拦截（403 / 验证码 / 超时）即跳下一源。
- **跨库合并去重**：`unified_search.py` 用子进程并行调用上面两个脚本，把结果统一字段后，以 **DOI 或归一化标题** 为键去重——同一篇论文在 PubMed 和 Scholar 都出现时只保留一条。
- **浏览器兜底（可选）**：当所有 HTTP 方式都被拦，可装 Playwright 用 `--browser` 模式做无头渲染；该模式较重，仅按需启用，不常驻。

## 4. 致谢

本技能最初是作为 [`paper-finder`](https://clawhub.ai/wangjinhongmy-pixel/skills/paper-finder) 的升级案例而构思的。`paper-finder` 提供了「只返回真实文献、绝不编造」的优良第一原则，以及清晰的技能结构范式，本项目的 PubMed 网页检索思路也受其启发。在此对 `paper-finder` 的作者表达诚挚感谢。

---

# English

## 1. Introduction

**Unified-Research-Finder** is an all-in-one academic literature search skill for WorkBuddy / SkillHub-compati

_meta.json

{
  "ownerId": "kn71cn3h6s4p3eq2qpvbnxq1k98b1r7b",
  "slug": "unified-research-finder",
  "version": "1.1.1",
  "publishedAt": 1784902034554
}

references/pubmed-query-syntax.md

# PubMed 检索语法速查

构造 `--query` 参数时使用。PubMed 支持完整的布尔检索与字段限定。

## 布尔运算

- `AND`、`OR`、`NOT` 必须**大写**
- 默认多个词之间按 `AND` 处理（自动术语映射可能介入）
- 括号控制优先级：`(a OR b) AND c`

## 常用字段标签

| 标签 | 含义 | 示例 |
|------|------|------|
| `[MeSH Terms]` / `[mh]` | MeSH 主题词 | `"Diabetes Mellitus, Type 2"[MeSH Terms]` |
| `[Title]` / `[ti]` | 标题 | `metformin[Title]` |
| `[Title/Abstract]` / `[tiab]` | 标题或摘要 | `semaglutide[tiab]` |
| `[Author]` / `[au]` | 作者 | `Smith J[Author]` |
| `[Journal]` / `[jour]` | 期刊 | `"N Engl J Med"[Journal]` |
| `[pdat]` | 发表日期 | `2023:2025[pdat]` |
| `[Publication Type]` / `[pt]` | 文献类型 | `randomized controlled trial[pt]` |
| `[la]` | 语言 | `english[la]` |
| `[free full text]` | 免费全文过滤 | `... AND free full text[Filter]` |

## 常用文献类型 `[pt]`

- `randomized controlled trial[pt]` — RCT
- `systematic review[pt]` — 系统综述
- `meta-analysis[pt]` — Meta 分析
- `review[pt]` — 综述
- `clinical trial[pt]` — 临床试验
- `case reports[pt]` — 病例报告

## 日期限定（两种方式）

1. 查询内：`"covid-19"[mh] AND 2022:2025[pdat]`
2. 脚本参数（更推荐）：`--mindate 2022/01/01 --maxdate 2025/12/31`

## 短语检索

- 双引号锁定短语，禁用自动术语映射：`"blood pressure"` 
- 截词：`*`（至少 4 个字符后），如 `diabet*`

## 典型查询示例

```
# 某药治疗某病的 RCT
semaglutide[tiab] AND "Obesity"[MeSH Terms] AND randomized controlled trial[pt]

# 某作者在某期刊的文章
Wang Y[Author] AND "Lancet"[Journal]

# 近 5 年系统综述
"Alzheimer Disease"[MeSH Terms] AND systematic review[pt] AND 2020:2025[pdat]

# 标题含某关键词、英文、有免费全文
metformin[Title] AND english[la] AND free full text[Filter]
```

## 排序说明

- `--sort relevance`（默认）：相关性，适合"最重要的几篇"
- `--sort pub_date`：按发表日期倒序，适合"最新的几篇"

references/register-api-key.md

# 小白指南：注册 NCBI 账户并获取免费的 PubMed API Key

> 这个技能**不申请 key 也能用**。只有当你需要"一次查很多篇"或"查得快一点"时，才需要做下面这一步。
> 全程免费，不用绑卡、不用付费，5 分钟左右搞定。

## 一、先确认：你到底需不需要？

| 你的使用场景 | 需要申请吗 |
|------|------|
| 平时每次查几篇文献（≤20 篇） | 不需要，直接能用 |
| 想一次抓取几十上百篇、或写批量脚本 | 需要，能明显提速 |
| 搜索时偶尔报错"访问太频繁" | 需要，能避免被限流 |

## 二、第一步：注册一个 NCBI 账户（没有就先注册）

1. 打开网站：<https://account.ncbi.nlm.nih.gov/signup/>
2. 点 **Register for an NCBI account**（注册账户）。
3. 可以用**邮箱**注册，也可以直接用 **Google / Microsoft 账号**一键登录（最省事）。
4. 按提示填邮箱、设密码，收一封验证邮件点链接确认。
5. 注册完成，记住这个账号即可。

> 小提示：NCBI 是"美国国立生物技术信息中心"，PubMed 就是它家的数据库。注册它家账户不会给你发广告。

## 三、第二步：生成一个 API Key（一次性操作）

1. 登录后打开：<https://www.ncbi.nlm.nih.gov/account/settings/>
2. 找到 **API Key** 这一栏，点 **Create an API Key**（创建密钥）。
3. 系统会给你一串类似这样的字符（举例）：
   ```
   0123456789abcdef0123456789abcdef0123
   ```
4. **复制保存好这串字符**（建议先贴在记事本里，后面用得到）。

> 这就是你的"API Key"。它相当于你的专属通行码，能让你查文献的速度从每秒 3 次提升到每秒 10 次。

## 四、第三步：把这个 Key 告诉本技能（两种方式任选）

### 方式 A：临时用一次（在对话里说）
直接在对话里告诉我：
> "用邮箱 me@example.com 和 API key 0123...ef 帮我查 XX"

我会把它作为本次命令的参数传给脚本（`--email` 和 `--api-key`）。

### 方式 B：设成环境变量（一劳永逸，推荐）
把 key 存到电脑的环境变量里，以后不用每次都说：

- **Windows（PowerShell）**：
  ```powershell
  [System.Environment]::SetEnvironmentVariable("NCBI_API_KEY", "0123...ef", "User")
  ```
  设置后**重启一下 WorkBuddy** 让它读到新变量。
- **macOS / Linux**：把下面这行加到 `~/.zshrc` 或 `~/.bashrc`，然后重开终端：
  ```bash
  export NCBI_API_KEY="0123...ef"
  ```

设好后，技能会自动使用它，你无需再手动提供。

## 五、常见问题

- **Key 会过期吗？** 一般不会自动过期，但你随时可以在设置页 **Delete** 后重新生成一个。
- **Key 能给别人吗？** 不能。它绑定你的账户，相当于密码，别外传。
- **邮箱填了干嘛？** NCBI 建议填，方便他们在接口出问题时联系你，纯属礼貌字段，不强制。
- **还是看不懂？** 直接把报错或卡住的地方发给我，我一步步带你点。

Github ReposUpdated 4d agoRank 70

AionUi

Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!

MCPOPENCLAW

Github ReposUpdated 6mo agoRank 70

activepieces

AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents

OPENCLAW

Github ReposUpdated 6mo agoRank 70

cherry-studio

AI productivity studio with smart chat, autonomous agents, and 300+ assistants.

MCPOPENCLAW

Github ReposUpdated 7mo agoRank 70

CopilotKit

The Frontend for Agents & Generative UI. React + Angular