cnki-advanced-search

name cnki-advanced-search description 知网（CNKI）高级检索论文自动化工具。当用户提供研究关键词或研究选题时，自动执行 三阶段检索：①主体联合检索（倒剥洋葱法，多组核心概念 AND 联合，获取直接相关文献）； ②独立补充检索（对各核心概念组分别单独检索，获取间接相关的背景文献与理论文献）； ③汇总合并（去重后按类别分色展示，输出统一 Excel 文件）。 触发条件：用户提到需要在知网/CNKI检索论文、高级检索、按关键词搜索CSSCI/C刊论文、 下载题录信息、获取论文摘要、按被引排序检索；或说"帮我在知网检索XX相关论文"、 "用知网高级检索搜索XX主题的C刊论文"、"帮我检索XX关键词的CSSCI论文"。 知网高级检索论文工具 调用 Python Playwright 脚本（ scripts/cnki_search.py ）执行全流程自动化检索，无需 MCP 工具操作浏览器。 Step 0: 解析用户输入并制定检索策略（倒剥洋葱法） 0.1 识别输入类型 类型一：单关键词 （用户给出一个词或概念） → 将该词及其同义词、同位词用 + 连接，填入单个检索框。 例：用户说"情感劳动"→ 情感劳动 + 情绪劳动 + 情感工作 类型二：研究选题 / 研究问题 （用户给出包含多个概念的完整表述） → 从选题中提取 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 （联合检索）。 例：用户说"超大城市老旧社区数字治理的悬浮与重建"→ 提取三组核心概念： 第一组（场所）： 老旧社区 + 老旧小区 + 城市社区 第二组（议题）： 数字治理 + 数字化治理 + 数字技术治理 第三组（机制）： 技术悬浮 + 数字悬浮 + 技术失灵 三组形成 AND 联合检索，聚焦"老旧社区 × 数字治理 × 悬浮机制"的交叉文献。 注意 ：不要把一个选题的几个概念各自独立检索再合并，那会检出大量不相关文献。AND联合检索才能聚焦核心文献。 0.2 上位概念预分析（关键步骤） 填词之前，对每个概念组完成以下判断： 判断该组词是否"过于精确/小众" ： 新兴理论术语（如"技术悬浮""制度悬置"） 极具体的场所或现象描述（如"老旧社区""城中村"） 近几年才出现的政策/实践概念（如"数字乡村""反向育儿"） 如果某组词落入上述类别， 立即在该组内加入上位概念 （用 + OR关系），不要等到检索失败后才扩展。 概念类型 精确词 主动纳入的上位概念/兜底词 新兴理论术语 技术悬浮 + 数字悬浮 技术失灵 + 数字鸿沟 + 基层数字化 具体场所 老旧社区 + 老旧小区 城市社区 + 社区治理 新政策概念 数字乡村 农村数字化 + 乡村振兴 + 农村信息化 具体机制 制度悬置 制度失效 + 制度执行 + 基层治理 规则 ：宁可初始词组稍宽，也不要等检索为0后才想起扩展。上位概念应在设计时就一并纳入同一组的 + OR列表中。 0.3 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）。若检索结果过少（< 20篇），自动减少 AND 组数， 最少保留 2 组 AND ，不自动降至 1 组： 层级 策略 适用场景 第1层（最聚焦） 所有概念组 AND 交叉研究、新兴议题 第2层 去掉最次要的一组，保留核心 N-1 组 AND 第1层结果 < 20篇 第3层（底线） 保留最核心的 2 组 AND 第2层结果仍 < 20篇 去组顺序原则 ：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。 0.4 向用户确认 列出拟定的检索分组和当前层级策略，等用户确认后再执行。格式示例： 检索策略：第1层（3组 AND 联合检索） - 组1（场所）：老旧社区 + 老旧小区 + 城市社区 + 社区治理 - 组2（议题）：数字治理 + 数字化治理 + 数字技术治理 - 组3（机制）：技术悬浮 + 数字悬浮 + 技术失灵 + 基层数字化 若结果 < 20篇，将自动降至第2层（去掉组3，保留组1 AND 组2） 若仍 < 20篇，保留2组AND并停止降级，提示调整关键词 0.5 结果反思触发条件 脚本报告以下情况时， 必须停下来重新思考关键词，不能直接导出 ： 情况 诊断方向 2组AND结果为0 两组词都太专 → 各自替换为更高层的上位概念 2组AND结果 < 5篇 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 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 < 20篇"的结果直接导出。1组AND的结果范围太宽，不具备文献聚焦价值。 Step 0.5: 检查 Chrome 调试模式 在执行前，检查 Chrome 是否已以调试模式运行（脚本会自动尝试连接）： curl -s http://localhost:9222/json/version 2>&1 若返回 JSON （含 "Browser": "Chrome/..." ）：Chrome 已就绪，直接进入 Step 1。 若返回错误/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。 注意：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（倒剥洋葱执行） 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） ： python3 /Users/songyiping/.claude/skills/cnki-advanced-search/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 < 20篇 → 降至第2层（去最次要组） ： python3 /Users/songyiping/.claude/skills/cnki-advanced-search/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" \ --max-results 100 \ --port 9222 若仍 < 20篇 → 降至第3层（单组） ： python3 /Users/songyiping/.claude/skills/cnki-advanced-search/scripts/cnki_search.py \ --keywords "数字治理 + 数字化治理 + 社区数字化" \ --max-results 100 \ --port 9222 每次降级前向用户说明："第N层结果为 X 篇，不足20篇，自动降至第N+1层检索。" 脚本会自动处理 ： 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 脚本输出示例 ： ===== 知网高级检索自动化工具 ===== 关键词分组: ['老旧社区 + 老旧小区', '数字治理 + 数字化治理', '技术悬浮 + 数字悬浮'] 最大结果数: 100 ... [✓] 检索完成！共提取 87 篇论文 [✓] 文件已保存：/Users/songyiping/Downloads/知网检索_老旧社区_20260406_1523.xlsx Step 2: 独立补充检索（间接相关文献）——必做步骤 主体联合检索完成后， 必须 执行独立补充检索，目的是获取"不直接在交叉处、但对选题有理论支撑和背景价值"的间接相关文献。 2.1 补充检索设计原则 从 Step 0 已提取的概念组中，各自独立拆出 2-3 个补充检索 ： 补充检索类型 来源概念 目的 研究对象背景文献 取"研究对象组"单独检索（放宽限定词） 获取该群体的历史脉络、政策背景、宏观描述性文献 核心理论文献 取"理论/机制概念组"单独检索 获取支撑该议题的理论基础文献，不限研究对象 扩展议题文献 （可选） 取选题中的次要概念或上位主题 覆盖选题边界的跨界文献 重要 ：每个补充检索使用 2 组 AND （不做单组宽泛检索），仍需保持一定聚焦度。补充检索的目的是"换一个切面"，不是"无限扩宽"。 2.2 向用户展示补充检索方案 在 Step 0.4 的策略确认中，同步列出补充检索方案，例如： 【主体联合检索】第1层（2组 AND） - 组1（对象）：网约车司机 + 快车司机 + 平台司机 - 组2（议题）：平台劳动 + 零工经济 + 意义建构 + 身份认同 【独立补充检索】（主体检索完成后必做） - 补充检索A（研究对象背景）：出租车 + 网约车 × 职业认同 + 身份认同 + 劳动体验 - 补充检索B（核心理论）：平台劳动 + 零工经济 + 算法管理 × 主体性 + 劳动控制 + 抵抗 2.3 执行补充检索 每个补充检索同样使用 cnki_search.py ，结果保存到独立 Excel 文件： # 补充检索A：研究对象背景文献 python3 /Users/songyiping/.claude/skills/cnki-advanced-search/scripts/cnki_search.py \ --keywords "出租车 + 网约车 + 出租车司机 + 网约车司机" \ --keywords "职业认同 + 身份认同 + 劳动体验 + 生计" \ --max-results 60 \ --port 9222 # 补充检索B：核心理论文献 python3 /Users/songyiping/.claude/skills/cnki-advanced-search/scripts/cnki_search.py \ --keywords "平台劳动 + 零工经济 + 平台工人 + 数字劳动 + 算法管理" \ --keywords "主体性 + 劳动控制 + 抵抗 + 意义建构 + 身份认同" \ --max-results 80 \ --port 9222 补充检索结果不足20篇时 不强制降级 （因为间接相关文献本就预期数量较少），但若结果为0，需替换上位概念重试。 Step 3: 汇总合并——输出统一分类 Excel 所有检索（主体 + 补充）完成后， 必须 用 Python 脚本将全部结果合并去重，生成一个统一的分类 Excel。 3.1 合并脚本模板 import openpyxl from openpyxl.styles import Font, PatternFill, Alignment from collections import Counter # 1. 定义各批次文件及其类别标签 files = { "直接相关（[主体对象]×[核心议题]）" : "/Users/songyiping/Downloads/知网检索_XXX.xlsx" , "间接相关-[背景类型]（[对象]×[议题]）" : "/Users/songyiping/Downloads/知网检索_YYY.xlsx" , "间接相关-[理论类型]（[理论]×[机制]）" : "/Users/songyiping/Downloads/知网检索_ZZZ.xlsx" , } # 2. 读取、去重（按"标题"列） all_rows = [] seen_titles = set () title_idx = 1 # Excel列: 序号(0), 标题(1), 作者(2), 来源期刊(3), 发表时间(4), 摘要(5) for category, filepath in files.items(): wb = openpyxl.load_workbook(filepath) ws = wb.active rows = list (ws.iter_rows(values_only= True )) for row in rows[ 1 :]: title = str (row[title_idx]).strip() if row[title_idx] else "" if title and title not in seen_titles: seen_titles.add(title) all_rows.append((category,) + tuple (row[ 1 :])) # 去掉原序号，前置类别 # 3. 写入汇总 Excel wb_out = openpyxl.Workbook() ws_out = wb_out.active ws_out.title = "文献汇总" headers = [ "序号" , "文献类别" , "标题" , "作者" , "来源期刊" , "发表时间" , "摘要" ] ws_out.append(headers) # 表头样式 for cell in ws_out[ 1 ]: cell.font = Font(bold= True , color= "FFFFFF" , size= 11 ) cell.fill = PatternFill(fill_type= "solid" , fgColor= "2F5496" ) cell.alignment = Alignment(horizontal= "center" , vertical= "center" , wrap_text= True ) # 各类别颜色（按类别数量自动分配，以下为示例3类） category_colors = { list (files.keys())[ 0 ]: "D9E1F2" , # 蓝：直接相关 list (files.keys())[ 1 ]: "E2EFDA" , # 绿：间接相关A list (files.keys())[ 2 ]: "FFF2CC" , # 黄：间接相关B } for seq, row_data in enumerate (all_rows, 1 ): category = row_data[ 0 ] ws_out.append((seq,) + row_data) fill_color = category_colors.get(category, "FFFFFF" ) for cell in ws_out[ws_out.max_row]: cell.fill = PatternFill(fill_type= "solid" , fgColor=fill_color) cell.alignment = Alignment(vertical= "top" , wrap_text= True ) # 列宽 for i, width in enumerate ([ 4 , 30 , 20 , 16 , 12 , 60 ], 1 ): ws_out.column_dimensions[openpyxl.utils.get_column_letter(i)].width = width ws_out.column_dimensions[ "B" ].width = 30 # 类别列 # 行高 for row in ws_out.iter_rows(min_row= 2 ): ws_out.row_dimensions[row[ 0 ].row].height = 60 ws_out.freeze_panes = "A2" # 分类统计 sheet ws_summary = wb_out.create_sheet( "分类统计" ) ws_summary.append([ "文献类别" , "篇数" ]) for cat, cnt in Counter(r[ 0 ] for r in all_rows).items(): ws_summary.append([cat, cnt]) ws_summary.append([ "合计" , len (all_rows)]) for cell in ws_summary[ 1 ]: cell.font = Font(bold= True ) output_path = f"/Users/songyiping/Downloads/知网文献汇总_ {研究主题} _ {日期} .xlsx" wb_out.save(output_path) print ( f"[✓] 已保存: {output_path} （共 { len (all_rows)} 篇，去重后）" ) 3.2 颜色约定 类别 颜色 含义 直接相关 蓝色 D9E1F2 主体联合检索命中，聚焦选题核心 间接相关-背景 绿色 E2EFDA 研究对象/情境的历史背景文献 间接相关-理论 黄色 FFF2CC 理论/机制的基础支撑文献 间接相关-扩展 橙色 FCE4D6 其他扩展视角文献（如有第4类） 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（直接/间接） 汇总文件路径 打开文件： open "/Users/songyiping/Downloads/知网文献汇总_*.xlsx" 如需更多 AI 智能体学习资料和技巧，欢迎关注： 常见问题处理 问题 解决方案 CDP连接失败 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 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 脚本暂停，在浏览器登录后按 Enter 解析失败 原始文本保存到 ~/Downloads/cnki_raw_export_*.txt ，可手动检查 检索结果为0 调整关键词，减少同义词组合或放宽检索范围 需要调试延迟 添加 --delay 1500 （增加操作间等待时间，毫秒） 依赖 playwright （已安装） openpyxl （已安装） 如脚本提示缺少浏览器：运行 playwright install chromium