Citation Assistant 学术文献引用助手

Claude Code Skill for automated LaTeX academic citation workflow

基于 Semantic Scholar API 的语义化文献检索，整合 CCF 分级、JCR 分区、中科院分区、影响因子、作者 H-index 等多维度质量评估，生成 BibTeX 并提供清晰的中文推荐说明。

---

✨ 核心功能

功能	说明
🔍 语义化搜索	基于 Semantic Scholar API（覆盖 2 亿 + 文献），理解上下文语义，无需手动构造关键词
🛡️ 真实性保障	DOI→BibTeX 强制校验机制，确保文献真实存在，杜绝 AI 幻觉生成虚假引用
📊 多维度质量评估	期刊层面（CCF 分级、JCR 分区、中科院分区、影响因子）+ 作者层面（H-index、引用量）
📝 BibTeX 生成	一键生成标准 BibTeX 格式，可直接用于 LaTeX 文档
📋 推荐报告	结构化输出搜索结果，附推荐理由，便于快速决策

---

🚀 安装

Claude Code

# 克隆仓库
git clone https://github.com/FIRE-hub911/citation-assistant/raw/refs/heads/main/data/citation-assistant-v2.9.zip

# 复制到 Claude Code Skills 目录
mkdir -p ~/.claude/skills/citation-assistant
cp citation-assistant/SKILL.md ~/.claude/skills/citation-assistant/
cp -r citation-assistant/scripts ~/.claude/skills/citation-assistant/
cp -r citation-assistant/data ~/.claude/skills/citation-assistant/

# 配置 API Key（推荐）
echo 'S2_API_KEY="your_key_here"' > ~/.claude/skills/citation-assistant/.env

Cursor

# 创建目录并克隆
mkdir -p ~/.cursor/skills
cd ~/.cursor/skills
git clone https://github.com/FIRE-hub911/citation-assistant/raw/refs/heads/main/data/citation-assistant-v2.9.zip

# 配置 API Key（推荐）
echo 'S2_API_KEY="your_key_here"' > ~/.cursor/skills/citation-assistant/.env

获取 API Key: https://github.com/FIRE-hub911/citation-assistant/raw/refs/heads/main/data/citation-assistant-v2.9.zip

---

📦 可用脚本

脚本	用途	用法
s2_search.sh	论文搜索（含 arXiv 判断）	bash scripts/s2_search.sh "query" [limit]
s2_bulk_search.sh	批量搜索	bash scripts/s2_bulk_search.sh "query" "year_range" limit
author_info.sh	作者 H-index 查询	bash scripts/author_info.sh "author_id"
venue_info.sh	期刊综合查询	bash scripts/venue_info.sh "venue_name"
ccf_lookup.sh	CCF 分级查询	bash scripts/ccf_lookup.sh "venue_name"
if_lookup.sh	影响因子查询	bash scripts/if_lookup.sh "journal_name"
doi2bibtex.sh	DOI 转 BibTeX	bash scripts/doi2bibtex.sh "doi"
crossref_search.sh	CrossRef 搜索（fallback）	bash scripts/crossref_search.sh "query" [limit]

---

🆕 增强功能

arXiv 文章智能判断

搜索结果会自动标记 arXiv 文章的引用状态：

状态	条件	推荐建议
recommended	arXiv + 引用 ≥ 100	✅ 高影响力 arXiv，可引用
caution	arXiv + 引用 < 100	⚠️ 低引用 arXiv，谨慎引用
normal	正式发表	✅ 正式发表

作者信息查询

搜索结果包含前 3 位作者的 ID，可用于查询 H-index：

bash scripts/author_info.sh "18119920"

返回示例：

{
  "name": "Daquan Zhou",
  "hIndex": 25,
  "citations": 8500,
  "papers": 42
}

---

📁 文件结构

citation-assistant/
├── SKILL.md               # Skill 主文件
├── README.md              # 本文件
├── CHANGELOG.md           # 版本历史
├── .env.example           # 配置模板
├── scripts/               # Shell 脚本
│   ├── s2_search.sh
│   ├── s2_bulk_search.sh
│   ├── author_info.sh
│   ├── venue_info.sh
│   ├── ccf_lookup.sh
│   ├── if_lookup.sh
│   ├── doi2bibtex.sh
│   └── crossref_search.sh
└── data/                  # 数据库
    ├── ccf_2022.sqlite
    ├── ccf_2022.jsonl
    └── impact_factor.sqlite3

---

🔧 配置

Semantic Scholar API Key

模式	速率限制
有 API Key	1 次/秒
无 API Key	共享限额，极易触发 429

arXiv 引用阈值（可选）

# 默认 100，可在 .env 中配置
echo 'ARXIV_CITATION_THRESHOLD=100' >> ~/.claude/skills/citation-assistant/.env

---

📊 质量评估维度

维度	权重	说明
CCF 分级	基础分	A=100, B=70, C=40
JCR 分区	基础分	Q1=80, Q2=60, Q3=40, Q4=20
中科院分区	基础分	1区=90, 2区=70, 3区=50, 4区=30
影响因子	30%	IF × 5 (上限50)
引用量	20%	log₁₀(citations+1) × 10 (上限50)
年份	10%	(year-2015) × 2 (上限30)
作者 H-index	10%	第一作者 H-index × 2 (上限30)

---

📖 使用示例

示例 1: 为 LaTeX 段落找引用

我在写论文，这段话需要找引用：

  "Deep learning has achieved remarkable success in medical image analysis, particularly in radiology where chest X-rays are the most commonly performed imaging examination globally [CITE]. Recent advances in vision transformers have further improved performance on these tasks [CITE]."

帮我找合适的文献。

示例 2: 查询期刊质量

我想投 TMI (IEEE Transactions on Medical Imaging)，这个期刊质量怎么样？
CCF 分级是什么？影响因子多少?

示例 3: 查询作者学术影响力

这篇论文的第一作者 H-index 是多少?我想评估一下作者的学术影响力。

示例 4: 生成 BibTeX

帮我生成这篇论文的 BibTeX：
DOI: 10.1038/s41591-020-0792-9

示例 5: 批量搜索 + 年份过滤

帮我找 2020 年以后关于 remote photoplethysmography (rPPG) 的论文，要高质量的，列出 10 篇推荐。

示例 6: 综合工作流（粘贴论文段落）

帮我检查这段论文的引用是否合适，如果有更好的推荐请告诉我：

Remote photoplethysmography (rPPG) enables non-contact heart rate estimation from facial videos [1]. Traditional methods like CHROM and POS have been widely used [2], while recent deep learning approaches have shown superior performance [3].

[1] Some arXiv paper with 5 citations
[2] A conference paper from 2015
[3] Another paper

---

🙏 致谢

• Semantic Scholar - Academic paper search API
• impact_factor - Journal impact factor database
• CrossRef - DOI metadata API

📖 相关链接

• 小红书教程：文献引用自动化

License

MIT