CORE API 接入指南用 scientific-agent-skills 的 paper-lookup 技能解锁开放获取全文检索【免费下载链接】scientific-agent-skillsTurn any AI agent into an AI Scientist. The #1 Agent Skills library for science, used by 190,000 scientists worldwide. 165 ready-to-use validated skills plus 100 scientific databases covering biology, chemistry, medicine, and drug discovery. Compatible with Cursor, Claude Code, Codex, Pi, Antigravity, and the open Agent Skills standard.项目地址: https://gitcode.com/GitHub_Trending/cl/scientific-agent-skillsCORE 是全球最大的开放获取研究论文聚合平台之一本指南以 skills/paper-lookup/references/core.md 为核心系统讲解 CORE API v3 的接入认证、Token 计费模型、查询语言、全部分页与全文下载端点并结合仓库内 paper-lookup 技能的源码脚本与测试用例给出可直接运行、可追溯、可审计的完整检索方案。读完本文你将掌握在 CORE 上完成查元数据 → 搜全文 → 取 PDF → 翻页到万级结果全链路的能力并理解如何与 PubMed、Unpaywall 等其余十个文献数据库协同输出带完整溯源信息的检索报告。CORE 与 paper-lookup全文检索在技能中的定位CORE 聚合了全球 15,000 个开放获取仓库的研究成果为37M 篇文章提供全文并为368M 篇论文提供元数据。在整个 paper-lookup 技能SKILL.md覆盖的 11 个学术文献 API 中CORE 是全文检索这条主线的核心选择任意学科领域全文获取Full text (any field)时CORE 是首选数据库生物医学文献的全文补充Also consider列中与 PMC、Europe PMC 并列开放获取 PDF 兜底与 Unpaywall、PMC 互补。技能的选择指南给出的路由逻辑是先用正确的数据库找到论文再用 CORE 等全文库把内容取回来。例如找到 CRISPR 相关论文并拿到 PDF这类复合需求就要求先在 PubMed、OpenAlex 等库中检索候选再按 DOI 到 CORE 解析开放获取全文——这正是 CORE 在整个技能中的价值所在。接入准备Base URL、认证与 API KeyBase URL 与一个必须记住的坑CORE API v3 的统一入口为https://api.core.ac.uk/v3重要提示GET 搜索路径要求末尾斜杠。例如/v3/search/works/是合法的而/v3/search/works无斜杠会失败。这是 CORE 区别于大多数 REST API 的显著特性也是接入时最常见的第一个报错来源。两种认证方式CORE 支持两种等价的身份传递方式方式示例适用场景请求头Authorization: Bearer YOUR_API_KEY推荐密钥不进入 URL日志与溯源输出更安全查询参数?api_keyYOUR_API_KEY简单拼接 URL 时可用但 URL 本身即凭据需注意脱敏在 paper-lookup 技能中这两种方式都有对应的实战约束。技能要求通过curl发起调用且必须使用请求头方式传递 CORE 密钥curl -s -H Authorization: Bearer $CORE_API_KEY \ https://api.core.ac.uk/v3/search/works/?qCRISPRlimit10密钥本身通过环境变量CORE_API_KEY注入。按 SKILL.md 的约定若环境变量不存在且工作目录存在.env只读取NCBI_API_KEY、S2_API_KEY、CORE_API_KEY、OPENALEX_API_KEY这四个变量绝不整文件加载——.env中通常还混有与文献检索无关的其他机密。无认证时的能力边界未认证状态下基础的元数据查询仍然可用但全文不可获取请求全文会返回Not available for public API users。因此任何以拿全文/下载 PDF为目标的调用都必须先完成 CORE 账号注册在 CORE 官方 API 服务页面申请并配置CORE_API_KEY。速率限制与 Token 计费模型CORE 不是按请求数而是按Token计费。不同用户类型的额度如下用户类型每日 Token 配额每分钟最大请求未注册Unauthenticated100/天10/分钟注册个人Registered Personal1,000/天25/分钟注册学术Registered Academic5,000/天10/分钟单次操作的成本差异明显简单查询simple queries消耗 1 Token一次普通搜索、一次按 ID 取记录都属此类下载与 scroll 分页消耗 3–5 Token全文下载、TEI 获取以及超过 10,000 条结果的滚动翻页成本显著更高。这直接决定了技能层的工作方式。paper-lookup 在 paginate.py 中把单次检索的默认上限定为1,000 条记录 / 50 次调用DEFAULT_MAX_RECORDS 1000、DEFAULT_MAX_CALLS 50其设计意图正是先计数、再分页、量入为出对 CORE 这类按 Token 计费的服务超预算的连续翻页代价是真实且可量化的。技能还明确指出对真正的大批量需求应改用 CORE 官方提供的快照/转储snapshot/dump而不是用实时 API 慢慢翻——这既是成本考虑也是稳定性考虑。核心端点详解1. 搜索 works全库文献检索最常用的检索端点为工作works集合GET /v3/search/works/?q{query}limit{n}offset{n}参数默认值说明q必填检索表达式支持字段限定与布尔运算符limit10每页结果数最大 100offset0分页偏移量scrollfalse是否启用 scroll 分页用于超过 10,000 条结果sortrelevance排序方式relevance相关度或recency时效实际示例https://api.core.ac.uk/v3/search/works/?qCRISPRgenetherapylimit10对于查询表达式较复杂的场景CORE 提供POST 替代形式把参数放进 JSON bodyPOST /v3/search/works Content-Type: application/json {q: machine learning, limit: 10, offset: 0}这与技能的通用建议一致复杂检索用 POST JSON body 更可控也便于程序化生成查询。2. CORE 查询语言从关键词到精确表达式q参数不是简单关键词而是一套完整的查询语言支持字段限定、布尔运算、范围与存在性判断运算符示例说明ANDtitle:AI AND authors:Smith两个条件同时满足ORtitle:AI OR fullText:Deep Learning任一条件满足分组(title:AI OR title:ML) AND yearPublished2020控制运算优先级字段限定title:Machine Learning在指定字段内搜索范围yearPublished2018数值比较存在性_exists_:fullText要求字段必须存在如必须有全文精确短语title:Attention is all you need精确匹配短语可检索字段覆盖了一篇论文的完整描述面abstract, arxivId, authors, contributors, createdDate, dataProviders, depositedDate, documentType, doi, fullText, id, language, license, oai, title, yearPublished值得注意的组合用法_exists_:fullText可以把检索范围收敛到确实有全文的论文配合CORE_API_KEY使用正好发挥 CORE 相比纯元数据索引如 Crossref的核心差异——全文级检索。3. 按 ID 获取 work 与 outputCORE 的 Work ID 是整数标识直接用于单条记录获取GET /v3/works/{id}例如GET /v3/works/267312。与之对应outputs 集合也有独立端点GET /v3/outputs/{id}区分这两个概念有助于理解 CORE 的数据模型work 是论文的逻辑实体含标题、作者、摘要、DOI 等元数据output 是其对应的存储产出含下载入口。拿到 work 后通常还需要再取一次 output 才能定位到可下载的文件。4. 下载全文与 TEI XML全文下载端点返回二进制 PDFGET /v3/outputs/{id}/download该端点要求认证Bearer Header 或api_key查询参数未认证会得到Not available for public API users。需要结构化文本时可用 TEIText Encoding InitiativeXML 格式GET /v3/works/tei/{id}TEI XML 是开放获取全文交换的常用结构格式适合交给下游解析器做章节抽取。技能的输出规范见 SKILL.md特别提醒大体积全文PMC、Europe PMC、CORE应保存到本地文件并报告路径而不是把整段文本灌回对话上下文——这与 CORE 全文动辄数百 KB 到数 MB 的体量是匹配的。5. 搜索 outputs 与 DOI 检索outputs 集合同样支持全文检索GET /v3/search/outputs/?q{query}limit{n}offset{n}最实用的用法是按 DOI 精确定位qdoi:10.1038/nature12373由于 DOI 是全球通用的文献标识符这条查询是把 CORE 接入多库工作流的关键粘合点在 PubMed/OpenAlex 中找到候选论文后用其 DOI 到 CORE 检索输出并下载全文。响应格式搜索响应CORE 的搜索响应结构统一顶层字段直接服务于分页与计数{ totalHits: 2281337, limit: 10, offset: 0, scrollId: null, results: [...] }totalHits可用于先计数再决定是否穷举这与技能的可复现检索纪律一致API 暴露总数时先取总数再据此决定分页策略与预算。work 对象核心字段单条 work 的典型结构{ id: 8848131, title: Attention Is All You Need, authors: [{name: Ashish Vaswani}, ...], abstract: The dominant sequence..., doi: 10.48550/arXiv.1706.03762, arxivId: 1706.03762, yearPublished: 2017, downloadUrl: https://core.ac.uk/download/..., fullText: Full text content (when authenticated)..., language: {code: en, name: English}, documentType: research, citationCount: 145678, dataProviders: [{name: arXiv}], links: [{type: download, url: ...}] }要点fullText字段仅在认证后返回downloadUrl与links提供了可直接下载的入口。对下游来说id是回查的稳定主键doi、arxivId是与外部库交叉引用的桥梁citationCount可用于排序候选文献。分页offset 与 scroll 的选择CORE 提供两级分页能力标准分页offsetlimit。limit最大 100标准分页最深支持到10,000 条结果。适合绝大多数检索场景——技能的建议是针对性查询第一页通常就够。Scroll 分页设置scrolltrue。响应中会返回scrollId将其带入后续请求即可在 10,000 条之外继续翻页。代价是每次 scroll 请求消耗更多 Token3–5 Token。两者的取舍很清晰标准分页便宜但浅scroll 贵但深。在预算约束下参考 paginate.py 的默认上限穷举式检索应先看totalHits评估规模规模超限就应改走官方快照而不是无节制地 scroll。错误处理与200 即成功陷阱CORE 在高负载下可能返回部分分片失败partial shard failure消息这类错误是瞬态的短暂等待后重试即可。但 skill 层面的警示更深刻。paper-lookup 技能的核心信条是这 11 个 API 都会用 HTTP 200 返回失败。虽然 CORE 的高负载错误形态与 PMC 的无body的 eFetch、arXiv 的Error条目、Europe PMC 的 200 body 内errCode不同但同一个应对原则贯穿所有数据库不要只看状态码要校验响应体的形状。CORE 场景下的具体表现包括未认证请求全文时返回的Not available for public API users——这在语义上是一种软失败容易被当成正常响应分页提前终止、总数与实取数不一致等都可能在 HTTP 200 的掩盖下发生。技能在 tests/paper-lookup/test_scripts.py 中固化了这套失败哲学用非零退出码把静默失败变成显式信号jats_to_text.py无body退出 2、arxiv_atom.py遇 Error 退出 3、paginate.py翻页不足退出 4。对 CORE 使用者而言对应的纪律是全文取不到时如实报告该文在 CORE 无开放获取全文而不是用元数据冒充全文。实战在 paper-lookup 技能中组合使用 CORE组合检索路径把 CORE 放回 11 库的工作流里典型组合如下用户需求组合方式找论文并读全文PubMed定位→ UnpaywallOA 链接→ CORE全文生物医学全文Europe PMC 或 PMC 为主CORE 兜底任意学科全文CORE 首选PMC、Europe PMC 仅覆盖生物医学跨库穷举Crossref Semantic Scholar Unpaywall CORE完整的 CORE 调用链示例一个查元数据 → 找全文 → 下载的完整链路# 1) 带认证的全文检索注意 /works/ 末尾斜杠 curl -s -H Authorization: Bearer $CORE_API_KEY \ https://api.core.ac.uk/v3/search/works/?q_exists_:fullText AND title:%22AlphaFold%22limit10 # 2) 按 DOI 在 outputs 中定位 curl -s -H Authorization: Bearer $CORE_API_KEY \ https://api.core.ac.uk/v3/search/outputs/?qdoi:10.1038/nature12373 # 3) 下载全文 PDF 到本地文件 curl -s -H Authorization: Bearer $CORE_API_KEY \ https://api.core.ac.uk/v3/outputs/{id}/download -o paper.pdf注意第 1 条中 URL 需要--data-urlencode级别的转义引号、斜杠、括号都要按 URL 编码规则处理。CORE 的Authorization请求头方式让密钥不进入 URL从根源上避免了凭据泄露到日志与溯源输出中。溯源与脱敏让结果可重复技能对可重复检索的要求是回答的每个结论都要附上端点 参数 访问日期 标识符让人类或其他 Agent 可以原样复现。这正是 core.md 里所有端点、参数表存在的意义——文档本身就是可追溯性的载体。有一个细节直接关系到 CORE 的安全性技能支持api_key查询参数认证而一旦采用查询参数你请求过的 URL 本身就是凭据。仓库中的 _common.py 专门实现了redact_url()对api_key、apikey、key、email、mailto、tool等参数值统一替换为REDACTED占位符再写入溯源输出且参数名保留以保证调用可复现。如果你手工记录 CORE 调用 URL务必做同样的脱敏处理。相关行为已由 test_scripts.py 的RedactionTests固化验证。输出规范先给答案再给证据综合 CORE 与其他库的结果后推荐按技能规定的结构输出## Retrieval Summary - Query: 用户需求 - Scope: targeted lookup | exhaustive retrieval - Databases queried: CORE (search works download), PubMed (esearch) - Access date: 日期 ## Results ### CORE 论文标题、作者、年份、DOI、全文可用性 ## Provenance - Endpoints parameters: 可复现的端点与参数 - Count reconciliation: totalHits 与实取数对比翻页页数 - Warnings: 无全文、分页不完整、缺少密钥等对 CORE 返回的大体积全文保存到本地文件并报告文件路径而不是把数 MB 文本灌入响应——这既是输出规范也是对 Token 与上下文资源的双重尊重。小结CORE 接入的关键清单最后把本指南压缩为一张可执行的核对清单Base URL使用https://api.core.ac.uk/v3GET 搜索路径必须带末尾斜杠认证优先用Authorization: Bearer $CORE_API_KEY请求头全文与下载必须认证预算简单查询 1 Token、下载与 scroll 3–5 Token参照用户类型额度规划调用次数查询语言善用字段限定、布尔与_exists_:fullText把检索收敛到有全文的论文分页10,000 条内用offset/limit超出用scroll带scrollId并接受更高 Token 成本批量需求走官方快照失败识别高负载时部分分片失败属瞬态稍候重试同时警惕未认证全文不可用这类 200 软失败可复现每次调用记录端点、参数、访问日期URL 中含密钥参数时先脱敏再入溯源组合按论文定位、OA 解析、全文获取的分工把 CORE 与 PubMed、Unpaywall、Europe PMC 等库编排为完整链路。【免费下载链接】scientific-agent-skillsTurn any AI agent into an AI Scientist. The #1 Agent Skills library for science, used by 190,000 scientists worldwide. 165 ready-to-use validated skills plus 100 scientific databases covering biology, chemistry, medicine, and drug discovery. Compatible with Cursor, Claude Code, Codex, Pi, Antigravity, and the open Agent Skills standard.项目地址: https://gitcode.com/GitHub_Trending/cl/scientific-agent-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
CORE API 接入指南：用 scientific-agent-skills 的 paper-lookup 技能解锁开放获取全文检索
CORE API 接入指南用 scientific-agent-skills 的 paper-lookup 技能解锁开放获取全文检索【免费下载链接】scientific-agent-skillsTurn any AI agent into an AI Scientist. The #1 Agent Skills library for science, used by 190,000 scientists worldwide. 165 ready-to-use validated skills plus 100 scientific databases covering biology, chemistry, medicine, and drug discovery. Compatible with Cursor, Claude Code, Codex, Pi, Antigravity, and the open Agent Skills standard.项目地址: https://gitcode.com/GitHub_Trending/cl/scientific-agent-skillsCORE 是全球最大的开放获取研究论文聚合平台之一本指南以 skills/paper-lookup/references/core.md 为核心系统讲解 CORE API v3 的接入认证、Token 计费模型、查询语言、全部分页与全文下载端点并结合仓库内 paper-lookup 技能的源码脚本与测试用例给出可直接运行、可追溯、可审计的完整检索方案。读完本文你将掌握在 CORE 上完成查元数据 → 搜全文 → 取 PDF → 翻页到万级结果全链路的能力并理解如何与 PubMed、Unpaywall 等其余十个文献数据库协同输出带完整溯源信息的检索报告。CORE 与 paper-lookup全文检索在技能中的定位CORE 聚合了全球 15,000 个开放获取仓库的研究成果为37M 篇文章提供全文并为368M 篇论文提供元数据。在整个 paper-lookup 技能SKILL.md覆盖的 11 个学术文献 API 中CORE 是全文检索这条主线的核心选择任意学科领域全文获取Full text (any field)时CORE 是首选数据库生物医学文献的全文补充Also consider列中与 PMC、Europe PMC 并列开放获取 PDF 兜底与 Unpaywall、PMC 互补。技能的选择指南给出的路由逻辑是先用正确的数据库找到论文再用 CORE 等全文库把内容取回来。例如找到 CRISPR 相关论文并拿到 PDF这类复合需求就要求先在 PubMed、OpenAlex 等库中检索候选再按 DOI 到 CORE 解析开放获取全文——这正是 CORE 在整个技能中的价值所在。接入准备Base URL、认证与 API KeyBase URL 与一个必须记住的坑CORE API v3 的统一入口为https://api.core.ac.uk/v3重要提示GET 搜索路径要求末尾斜杠。例如/v3/search/works/是合法的而/v3/search/works无斜杠会失败。这是 CORE 区别于大多数 REST API 的显著特性也是接入时最常见的第一个报错来源。两种认证方式CORE 支持两种等价的身份传递方式方式示例适用场景请求头Authorization: Bearer YOUR_API_KEY推荐密钥不进入 URL日志与溯源输出更安全查询参数?api_keyYOUR_API_KEY简单拼接 URL 时可用但 URL 本身即凭据需注意脱敏在 paper-lookup 技能中这两种方式都有对应的实战约束。技能要求通过curl发起调用且必须使用请求头方式传递 CORE 密钥curl -s -H Authorization: Bearer $CORE_API_KEY \ https://api.core.ac.uk/v3/search/works/?qCRISPRlimit10密钥本身通过环境变量CORE_API_KEY注入。按 SKILL.md 的约定若环境变量不存在且工作目录存在.env只读取NCBI_API_KEY、S2_API_KEY、CORE_API_KEY、OPENALEX_API_KEY这四个变量绝不整文件加载——.env中通常还混有与文献检索无关的其他机密。无认证时的能力边界未认证状态下基础的元数据查询仍然可用但全文不可获取请求全文会返回Not available for public API users。因此任何以拿全文/下载 PDF为目标的调用都必须先完成 CORE 账号注册在 CORE 官方 API 服务页面申请并配置CORE_API_KEY。速率限制与 Token 计费模型CORE 不是按请求数而是按Token计费。不同用户类型的额度如下用户类型每日 Token 配额每分钟最大请求未注册Unauthenticated100/天10/分钟注册个人Registered Personal1,000/天25/分钟注册学术Registered Academic5,000/天10/分钟单次操作的成本差异明显简单查询simple queries消耗 1 Token一次普通搜索、一次按 ID 取记录都属此类下载与 scroll 分页消耗 3–5 Token全文下载、TEI 获取以及超过 10,000 条结果的滚动翻页成本显著更高。这直接决定了技能层的工作方式。paper-lookup 在 paginate.py 中把单次检索的默认上限定为1,000 条记录 / 50 次调用DEFAULT_MAX_RECORDS 1000、DEFAULT_MAX_CALLS 50其设计意图正是先计数、再分页、量入为出对 CORE 这类按 Token 计费的服务超预算的连续翻页代价是真实且可量化的。技能还明确指出对真正的大批量需求应改用 CORE 官方提供的快照/转储snapshot/dump而不是用实时 API 慢慢翻——这既是成本考虑也是稳定性考虑。核心端点详解1. 搜索 works全库文献检索最常用的检索端点为工作works集合GET /v3/search/works/?q{query}limit{n}offset{n}参数默认值说明q必填检索表达式支持字段限定与布尔运算符limit10每页结果数最大 100offset0分页偏移量scrollfalse是否启用 scroll 分页用于超过 10,000 条结果sortrelevance排序方式relevance相关度或recency时效实际示例https://api.core.ac.uk/v3/search/works/?qCRISPRgenetherapylimit10对于查询表达式较复杂的场景CORE 提供POST 替代形式把参数放进 JSON bodyPOST /v3/search/works Content-Type: application/json {q: machine learning, limit: 10, offset: 0}这与技能的通用建议一致复杂检索用 POST JSON body 更可控也便于程序化生成查询。2. CORE 查询语言从关键词到精确表达式q参数不是简单关键词而是一套完整的查询语言支持字段限定、布尔运算、范围与存在性判断运算符示例说明ANDtitle:AI AND authors:Smith两个条件同时满足ORtitle:AI OR fullText:Deep Learning任一条件满足分组(title:AI OR title:ML) AND yearPublished2020控制运算优先级字段限定title:Machine Learning在指定字段内搜索范围yearPublished2018数值比较存在性_exists_:fullText要求字段必须存在如必须有全文精确短语title:Attention is all you need精确匹配短语可检索字段覆盖了一篇论文的完整描述面abstract, arxivId, authors, contributors, createdDate, dataProviders, depositedDate, documentType, doi, fullText, id, language, license, oai, title, yearPublished值得注意的组合用法_exists_:fullText可以把检索范围收敛到确实有全文的论文配合CORE_API_KEY使用正好发挥 CORE 相比纯元数据索引如 Crossref的核心差异——全文级检索。3. 按 ID 获取 work 与 outputCORE 的 Work ID 是整数标识直接用于单条记录获取GET /v3/works/{id}例如GET /v3/works/267312。与之对应outputs 集合也有独立端点GET /v3/outputs/{id}区分这两个概念有助于理解 CORE 的数据模型work 是论文的逻辑实体含标题、作者、摘要、DOI 等元数据output 是其对应的存储产出含下载入口。拿到 work 后通常还需要再取一次 output 才能定位到可下载的文件。4. 下载全文与 TEI XML全文下载端点返回二进制 PDFGET /v3/outputs/{id}/download该端点要求认证Bearer Header 或api_key查询参数未认证会得到Not available for public API users。需要结构化文本时可用 TEIText Encoding InitiativeXML 格式GET /v3/works/tei/{id}TEI XML 是开放获取全文交换的常用结构格式适合交给下游解析器做章节抽取。技能的输出规范见 SKILL.md特别提醒大体积全文PMC、Europe PMC、CORE应保存到本地文件并报告路径而不是把整段文本灌回对话上下文——这与 CORE 全文动辄数百 KB 到数 MB 的体量是匹配的。5. 搜索 outputs 与 DOI 检索outputs 集合同样支持全文检索GET /v3/search/outputs/?q{query}limit{n}offset{n}最实用的用法是按 DOI 精确定位qdoi:10.1038/nature12373由于 DOI 是全球通用的文献标识符这条查询是把 CORE 接入多库工作流的关键粘合点在 PubMed/OpenAlex 中找到候选论文后用其 DOI 到 CORE 检索输出并下载全文。响应格式搜索响应CORE 的搜索响应结构统一顶层字段直接服务于分页与计数{ totalHits: 2281337, limit: 10, offset: 0, scrollId: null, results: [...] }totalHits可用于先计数再决定是否穷举这与技能的可复现检索纪律一致API 暴露总数时先取总数再据此决定分页策略与预算。work 对象核心字段单条 work 的典型结构{ id: 8848131, title: Attention Is All You Need, authors: [{name: Ashish Vaswani}, ...], abstract: The dominant sequence..., doi: 10.48550/arXiv.1706.03762, arxivId: 1706.03762, yearPublished: 2017, downloadUrl: https://core.ac.uk/download/..., fullText: Full text content (when authenticated)..., language: {code: en, name: English}, documentType: research, citationCount: 145678, dataProviders: [{name: arXiv}], links: [{type: download, url: ...}] }要点fullText字段仅在认证后返回downloadUrl与links提供了可直接下载的入口。对下游来说id是回查的稳定主键doi、arxivId是与外部库交叉引用的桥梁citationCount可用于排序候选文献。分页offset 与 scroll 的选择CORE 提供两级分页能力标准分页offsetlimit。limit最大 100标准分页最深支持到10,000 条结果。适合绝大多数检索场景——技能的建议是针对性查询第一页通常就够。Scroll 分页设置scrolltrue。响应中会返回scrollId将其带入后续请求即可在 10,000 条之外继续翻页。代价是每次 scroll 请求消耗更多 Token3–5 Token。两者的取舍很清晰标准分页便宜但浅scroll 贵但深。在预算约束下参考 paginate.py 的默认上限穷举式检索应先看totalHits评估规模规模超限就应改走官方快照而不是无节制地 scroll。错误处理与200 即成功陷阱CORE 在高负载下可能返回部分分片失败partial shard failure消息这类错误是瞬态的短暂等待后重试即可。但 skill 层面的警示更深刻。paper-lookup 技能的核心信条是这 11 个 API 都会用 HTTP 200 返回失败。虽然 CORE 的高负载错误形态与 PMC 的无body的 eFetch、arXiv 的Error条目、Europe PMC 的 200 body 内errCode不同但同一个应对原则贯穿所有数据库不要只看状态码要校验响应体的形状。CORE 场景下的具体表现包括未认证请求全文时返回的Not available for public API users——这在语义上是一种软失败容易被当成正常响应分页提前终止、总数与实取数不一致等都可能在 HTTP 200 的掩盖下发生。技能在 tests/paper-lookup/test_scripts.py 中固化了这套失败哲学用非零退出码把静默失败变成显式信号jats_to_text.py无body退出 2、arxiv_atom.py遇 Error 退出 3、paginate.py翻页不足退出 4。对 CORE 使用者而言对应的纪律是全文取不到时如实报告该文在 CORE 无开放获取全文而不是用元数据冒充全文。实战在 paper-lookup 技能中组合使用 CORE组合检索路径把 CORE 放回 11 库的工作流里典型组合如下用户需求组合方式找论文并读全文PubMed定位→ UnpaywallOA 链接→ CORE全文生物医学全文Europe PMC 或 PMC 为主CORE 兜底任意学科全文CORE 首选PMC、Europe PMC 仅覆盖生物医学跨库穷举Crossref Semantic Scholar Unpaywall CORE完整的 CORE 调用链示例一个查元数据 → 找全文 → 下载的完整链路# 1) 带认证的全文检索注意 /works/ 末尾斜杠 curl -s -H Authorization: Bearer $CORE_API_KEY \ https://api.core.ac.uk/v3/search/works/?q_exists_:fullText AND title:%22AlphaFold%22limit10 # 2) 按 DOI 在 outputs 中定位 curl -s -H Authorization: Bearer $CORE_API_KEY \ https://api.core.ac.uk/v3/search/outputs/?qdoi:10.1038/nature12373 # 3) 下载全文 PDF 到本地文件 curl -s -H Authorization: Bearer $CORE_API_KEY \ https://api.core.ac.uk/v3/outputs/{id}/download -o paper.pdf注意第 1 条中 URL 需要--data-urlencode级别的转义引号、斜杠、括号都要按 URL 编码规则处理。CORE 的Authorization请求头方式让密钥不进入 URL从根源上避免了凭据泄露到日志与溯源输出中。溯源与脱敏让结果可重复技能对可重复检索的要求是回答的每个结论都要附上端点 参数 访问日期 标识符让人类或其他 Agent 可以原样复现。这正是 core.md 里所有端点、参数表存在的意义——文档本身就是可追溯性的载体。有一个细节直接关系到 CORE 的安全性技能支持api_key查询参数认证而一旦采用查询参数你请求过的 URL 本身就是凭据。仓库中的 _common.py 专门实现了redact_url()对api_key、apikey、key、email、mailto、tool等参数值统一替换为REDACTED占位符再写入溯源输出且参数名保留以保证调用可复现。如果你手工记录 CORE 调用 URL务必做同样的脱敏处理。相关行为已由 test_scripts.py 的RedactionTests固化验证。输出规范先给答案再给证据综合 CORE 与其他库的结果后推荐按技能规定的结构输出## Retrieval Summary - Query: 用户需求 - Scope: targeted lookup | exhaustive retrieval - Databases queried: CORE (search works download), PubMed (esearch) - Access date: 日期 ## Results ### CORE 论文标题、作者、年份、DOI、全文可用性 ## Provenance - Endpoints parameters: 可复现的端点与参数 - Count reconciliation: totalHits 与实取数对比翻页页数 - Warnings: 无全文、分页不完整、缺少密钥等对 CORE 返回的大体积全文保存到本地文件并报告文件路径而不是把数 MB 文本灌入响应——这既是输出规范也是对 Token 与上下文资源的双重尊重。小结CORE 接入的关键清单最后把本指南压缩为一张可执行的核对清单Base URL使用https://api.core.ac.uk/v3GET 搜索路径必须带末尾斜杠认证优先用Authorization: Bearer $CORE_API_KEY请求头全文与下载必须认证预算简单查询 1 Token、下载与 scroll 3–5 Token参照用户类型额度规划调用次数查询语言善用字段限定、布尔与_exists_:fullText把检索收敛到有全文的论文分页10,000 条内用offset/limit超出用scroll带scrollId并接受更高 Token 成本批量需求走官方快照失败识别高负载时部分分片失败属瞬态稍候重试同时警惕未认证全文不可用这类 200 软失败可复现每次调用记录端点、参数、访问日期URL 中含密钥参数时先脱敏再入溯源组合按论文定位、OA 解析、全文获取的分工把 CORE 与 PubMed、Unpaywall、Europe PMC 等库编排为完整链路。【免费下载链接】scientific-agent-skillsTurn any AI agent into an AI Scientist. The #1 Agent Skills library for science, used by 190,000 scientists worldwide. 165 ready-to-use validated skills plus 100 scientific databases covering biology, chemistry, medicine, and drug discovery. Compatible with Cursor, Claude Code, Codex, Pi, Antigravity, and the open Agent Skills standard.项目地址: https://gitcode.com/GitHub_Trending/cl/scientific-agent-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
