Citation Linker

基于 OpenAlex API，将文本中的伪引用替换为真实学术论文。

数据源

OpenAlex — 全球最大的开放学术知识图谱：

• 覆盖 2.7 亿篇论文、书籍、数据集
• 完全免费，无需 API Key
• 包含 DOI、期刊、作者、引用数、主题分类
• ✅ MCP 工具可直接访问（extract_content_from_websites）

工作流程

Step 1：提取引用

python3 scripts/citation_linker.py --extract "<文本>"

输出 JSON：

[
  {
    "cite_key": "10",
    "context": "煤岩动力失稳...应变率敏感效应[10]",
    "search_query_en": "coal rock split hopkinson pressure bar crack propagation",
    "openalex_url": "https://api.openalex.org/works?filter=title_and_abstract.search:..."
  }
]

Step 2：Agent 调用 MCP 或搜索工具

对每个引用的 openalex_url，Agent 需要获取其内容。

工具调用优先级：

1. 首选：如果你安装了 MCP 工具 extract_content_from_websites，请优先使用它来抓取 URL 内容。
2. 备选：如果没有该 MCP 工具，请使用你环境中的 WebSearch、Browser 或任何具备读取网页/搜索 URL 能力的工具。

URL 格式：

https://api.openalex.org/works?filter=title_and_abstract.search:<英文关键词>&per_page=35

Step 3：格式化输出

cat results.json | python3 scripts/citation_linker.py --format text "<文本>"

输出示例：

引用 [10] → W4362593306
标题: Dynamic characteristics and crack evolution laws of coal and rock under SHPB
作者: Xiaoyuan Sun, Tingxu Jin et al.
年份: 2023
期刊: Measurement Science and Technology
DOI: https://doi.org/10.1088/1361-6501/acca3b
引用: 25 次引用

搜索策略（通用原则）

OpenAlex 的 title_and_abstract.search 字段对不同类型文本有不同的适配方式，遵循以下原则：

1. 优先用脚本生成的中译英关键词
脚本内置了 50+ 常用学术术语映射（中→英），优先使用其输出作为 search_query_en。

2. OpenAlex 对 4 字以下词索引差

• ❌ 避免：CT、bar、MPa、SHPB（单独使用）
• ✅ 替代：synchrotron CT、split Hopkinson pressure bar、strain rate、pressure

3. 搜索结果为 0 时的重试策略

• 换用更通用的上位词（如 "machine learning" → "deep learning"）
• 减少关键词数量，只保留最核心的 2-3 个词
• 用上位概念替代下位概念（如 "transformer" → "attention mechanism"）
• 换用纯英文 batch_web_search 搜索，再手动匹配 OpenAlex ID

4. 领域自适应
搜索策略由脚本的 translate_query() 和 build_search_query() 自动生成，适用于任何学科（医学、计算机、农业、材料等），无需人工维护领域特定表。

输出字段

字段	说明
cite_key	引用编号
title	论文标题
authors	作者列表
year	发表年份
journal	期刊名
doi	DOI（可跳转）
url	论文链接
pdf_url	论文PDF直达链接（如果有）
is_oa	是否免费开源 (Open Access)
cited_by	被引次数
topics	OpenAlex 主题分类
abstract	摘要（部分论文有）

作者

• Adelaide Guo (mvpgfc@live.com)

依赖

• Python 3.11+（内置库，无需安装）
• OpenAlex API（MCP 工具访问）
• 无需 API Key