paper-fetch — Легальный загрузчик PDF в открытом доступе

中文文档

Что делает

• Загружает PDF статей по DOI (или пакетному файлу DOI) из легальных источников открытого доступа
• Цепочка из 5 источников: Unpaywall → Semantic Scholar openAccessPdf → arXiv → PubMed Central OA → bioRxiv/medRxiv
• Нулевые зависимости — только стандартная библиотека Python, pip install не требуется
• Автоматическое именование файлов — {first_author}_{year}_{short_title}.pdf
• Пакетный режим — передайте файл с DOI через --batch или через stdin с --batch -
• Нативная поддержка агентов — стабильный JSON-конверт в stdout, NDJSON-прогресс в stderr, машиночитаемая подкоманда schema, автоопределение формата по TTY, идемпотентные повторы через --idempotency-key, типизированные коды выхода (0/1/3/4), частично успешные пакеты с подсказками next для повтора
• Безопасные повторы — повторный запуск пропускает уже загруженные файлы; --idempotency-key воспроизводит точный конверт без сетевых запросов
• Никогда не обходит пейволлы — если OA-копия не найдена, сообщает об ошибке с метаданными для обращения через МБА
• Самообновление — при установке через git clone каждый вызов запускает фоновый git pull --ff-only (не чаще раза в 24 часа). Никаких действий от пользователя не требуется. Отключается через export PAPER_FETCH_NO_AUTO_UPDATE=1.

Охват дисциплин

Скилл не привязан к конкретной дисциплине — работает для любой области, не только для биологии или информатики. Охват зависит от наличия легальной OA-версии статьи, а не от её тематики.

На практике Unpaywall + Semantic Scholar вместе покрывают OA-статьи по химии, материаловедению, экономике, психологии, гуманитарным наукам и всем остальным областям через институциональные репозитории, SSRN, RePEc и OA-копии у издателей. arXiv/PMC/bioRxiv — дополнительные источники для своих специфических областей. Если легальная OA-копия нигде не найдена, скилл честно сообщает об ошибке — он никогда не обходит пейволлы вне зависимости от дисциплины.

Поддержка платформ

Работает со всеми основными AI-агентами, поддерживающими формат Agent Skills:

Сравнение

vs агент без скилла

Требования

• Python 3.8+ (только стандартная библиотека, дополнительные пакеты не нужны)
• Контактный email для Unpaywall (необязательно, но рекомендуется) — задаётся один раз:

Добавьте в ~/.zshrc / ~/.bashrc для сохранения. Без него Unpaywall пропускается, но оставшиеся 4 источника (Semantic Scholar, arXiv, PMC, bioRxiv/medRxiv) всё равно используются.

Установка скилла

Claude Code

# Глобальная установка
git clone https://github.com/Agents365-ai/paper-fetch.git ~/.claude/skills/paper-fetch

# Установка на уровне проекта
git clone https://github.com/Agents365-ai/paper-fetch.git .claude/skills/paper-fetch

OpenClaw / ClawHub

clawhub install paper-fetch

# Или вручную
git clone https://github.com/Agents365-ai/paper-fetch.git ~/.openclaw/skills/paper-fetch

Hermes Agent

git clone https://github.com/Agents365-ai/paper-fetch.git ~/.hermes/skills/research/paper-fetch

Или добавьте в ~/.hermes/config.yaml:

skills:
  external_dirs:
    - ~/myskills/paper-fetch

pi-mono

git clone https://github.com/Agents365-ai/paper-fetch.git ~/.pimo/skills/paper-fetch

OpenAI Codex

# На уровне пользователя
git clone https://github.com/Agents365-ai/paper-fetch.git ~/.agents/skills/paper-fetch

# На уровне проекта
git clone https://github.com/Agents365-ai/paper-fetch.git .agents/skills/paper-fetch

SkillsMP

Сводная таблица путей установки

Использование

Один DOI:

Пользовательская директория вывода:

Пакетный режим:

Через stdin:

Машиночитаемая схема: