Photo by Patrick Tomasso / Unsplash

当AI学会"借书"：Literature Request 文献求助技能介绍

科研Skill May 9, 2026

当AI学会"借书"：文献求助技能的诞生

学术研究中，获取论文全文往往是令人头疼的一环。你找到了关键参考文献的DOI，却发现它藏在付费墙后面；你在Google Scholar上搜到了标题，却只能看到摘要。传统做法是：打开SPIS平台→手动输入标题→填写邮箱→勾选协议→提交——每篇至少2分钟。如果参考文献有20篇呢？

这就是Literature Request（文献求助）技能要解决的问题。

它是什么？

Literature Request 是一个为 Claude Code 设计的自动化技能，专门针对国内常用的 SPIS 文献互助平台（spis.hnlat.com）。它通过 Chrome DevTools Protocol (CDP) 直接操控浏览器，实现从搜索文献到提交求助的全流程自动化。

核心能力：

  • 一键求助：只需提供文献标题或DOI，自动完成搜索、表单填写和提交
  • 批量处理：支持从JSON文件加载文献列表，批量提交求助请求
  • 独立运行：不依赖其他联网技能，自包含CDP操作指令和自动化脚本
  • 智能邮箱策略：自动从环境变量、上下文记忆中获取接收邮箱

技术挑战：与React表单的博弈

SPIS 平台是一个 React 单页应用，这意味着传统的表单填充方式（直接设置 input.value）完全无效——React 的状态管理系统不会感知到 DOM 属性的直接修改。

技能开发过程中攻克了三个关键技术难点：

1. React 输入框处理：使用 JavaScript 的 Object.getOwnPropertyDescriptor 劫持 HTMLInputElement 的原生 value setter，再通过 dispatchEvent 触发 React 的合成事件系统，让框架"相信"用户真的输入了内容。

2. 服务条款复选框：SPIS 改版后，复选框变为 hidden input + 自定义 label 结构。直接对隐藏的 input 调用 .click() 在 Headless Chrome 中无法触发 React 状态更新。解决方案是定位到可见的 .reason-checkbox label 元素并点击它，再验证 .hidden-checkbox.checked 状态。

3. 成功判断逻辑：不再仅凭"模态框关闭"判断成功，而是通过检测页面中的关键词（"求助成功"、"7日内已经求助过"）来明确状态分类，对不确定的情况增加5秒二次确认。

实战表现

经过多轮迭代优化，该技能已实现：

  • 2026-03-30：18篇文献 100% 提交成功
  • 2026-04-15：12篇文献批量求助（10篇成功，2篇平台未收录）
  • 2026-05-09：修复SPIS改版后的checkbox交互问题，4篇文献全部成功

每篇文献处理时间约15-20秒，PDF下载链接在5-10分钟内发送至邮箱。

与其他技能的协作

Literature Request 不是孤立的——它被设计为学术研究工作流中的一环：

  • 配合 scholar-search 搜索文献并生成求助列表
  • 配合 semantic-scholar 检查开放获取状态，仅对非OA论文发起求助
  • 配合 zotero 将下载的PDF自动导入文献管理库

开源与使用

技能已开源，安装后可直接在 Claude Code 对话中使用：

  • "帮我从SPIS求助这篇论文：Deep Learning"
  • "下载这篇文章并发送到我的邮箱：[DOI]"
  • "批量求助文献列表中的20篇论文"

前置条件：Chrome 需开启远程调试（chrome://inspect/#remote-debugging），系统需安装 Node.js 22+。

该技能体现了 AI 辅助学术研究的一个重要方向：不是替代研究者，而是消除那些机械、重复的操作瓶颈——让研究者把时间花在阅读和思考上，而不是在网页表单之间来回切换。

相关资源

技能源码与文档打包下载：literature-request.zip (22 KB)

SPIS 文献互助平台：https://spis.hnlat.com/

Tags

Admin