getbib

低幻觉的学术论文 BibTeX 获取工具。

getbib 通过实际抓取权威来源（DBLP、OpenReview、arXiv、NeurIPS、PMLR、IEEE 等）的引用信息，将论文标题转化为可靠的 BibTeX 条目，而不是让 LLM 凭记忆猜测。

工作原理

1. 搜索 — 为每篇论文找到最权威的发表链接。默认由 AI agent 使用自带的搜索工具完成；也可以配置 Grok / OpenAI 兼容的搜索 API 实现全自动搜索。
2. 提取 — Playwright 驱动的浏览器访问推荐链接，从页面或元数据中提取 BibTeX。
3. 输出 — 生成最终 BibTeX 文件（playwright_route.bib），使用搜索 API 时还会生成可审阅的链接文档（bib_link_candidates.md）。

环境要求

• Python ≥ 3.10
• Node.js ≥ 18

安装

git clone https://github.com/YOUR_USERNAME/getbib.git
cd getbib

Playwright 浏览器会在首次运行时自动安装。如需手动安装：

cd scripts/.playwright_runtime
npm install
npx playwright install chromium

可选：配置搜索 API

默认情况下，getbib 需要 AI agent（或用户）提供论文的发表链接。如需通过 Grok API 或其他 OpenAI 兼容端点实现全自动搜索：

cp config.example.json config.json
# 编辑 config.json — 填入 base_url 和 api_key

base_url 字段支持任意 OpenAI 兼容端点，不限于 Grok。

使用方法

提供预搜索链接（默认，无需 API key）

通过链接 JSON 文件直接提供发表 URL。作为 agent skill 使用时，agent 会用自带搜索工具找到链接：

cat > links.json << 'EOF'
[
  {"title": "Attention Is All You Need", "url": "https://dblp.org/rec/conf/nips/VaswaniSPUJGKP17.html"}
]
EOF

python3 scripts/getbib.py --title "Attention Is All You Need" --links-json links.json

使用搜索 API（需要 config.json）

配置好 config.json 后，getbib 会自动搜索链接：

python3 scripts/getbib.py --title "Attention Is All You Need"

带作者提示：

python3 scripts/getbib.py --title "Attention Is All You Need" --author "Vaswani"

多篇论文

python3 scripts/getbib.py \
  --title "Attention Is All You Need" \
  --title "BERT: Pre-training of Deep Bidirectional Transformers" \
  --links-json links.json

批量处理

python3 scripts/getbib.py --input papers.csv [--links-json links.json]

支持格式：csv、tsv、json、jsonl、txt（每行一个标题，或 标题<TAB>作者）。

参数说明

参数	说明
--output-dir <dir>	输出目录（默认：./getbib-output-<时间戳>）
--mode links	仅生成可审阅的链接文档
--mode both	同时生成链接文档和 BibTeX（默认）
--links-json <file>	使用预搜索链接 JSON，跳过搜索 API
--keep-cache	保留中间 JSON 缓存

输出文件

文件	说明
playwright_route.bib	通过浏览器提取的 BibTeX 条目
bib_link_candidates.md	推荐链接及选择理由
.cache/grok_bib_links/*.json	原始搜索结果
.cache/playwright_results.json	逐篇提取结果
summary.json	运行摘要

作为 Agent Skill 使用

本项目可以作为 Cursor agent skill 使用。将整个目录复制到 ~/.agents/skills/getbib/，AI agent 会在你请求 BibTeX 引用时自动调用它。

支持的来源

来源	提取策略
DBLP	从条目 URL 获取 .bib
OpenReview	API note + _bibtex，修复标题不一致
arXiv	页面元数据
NeurIPS / PMLR	页面内 BibTeX 区块
AMS	页面元数据提取 DOI → DOI BibTeX
IEEE	页面元数据提取 DOI → DOI BibTeX
doi.org	直接内容协商
GitHub	从 README 提取 @misc 或自动生成

许可证

MIT