paper-search (búsqueda de artículos científicos)

¿Qué hace paper-search (búsqueda de artículos científicos)?

Busca en APIs oficiales y lee el PDF legal. Solo se permite una afirmación científica cuando el resumen o las páginas del PDF leídas en esta sesión la contienen. No la proporciones de memoria, de un blog ni de ningún otro resumen secundario. Sigue cada afirmación hasta el artículo que la respalda.

El año, el DOI y el recuento de citas provienen de la salida del script. Si citations=-, la fuente no proporcionó un recuento. Dilo. No lo estimes.

Delegar la lectura

Para una revisión bibliográfica, un estado del arte o cualquier informe que necesite más de un artículo, lanza un agente de fondo para que haga la lectura mientras esta conversación continúa. Un solo artículo o un DOI conocido se queda aquí.

El trabajo del agente de fondo:

1. Investigar la pregunta directamente en los propios artículos, no en un resumen secundario de ellos.
2. Escribir los hallazgos en un único archivo Markdown, citando la fuente de cada afirmación.
3. Guardarlo donde el repositorio ya mantenga dichas notas. Respeta la convención existente. Si no hay ninguna, escribe docs/notes/<tema>.md e indica dónde.

Dale la ruta absoluta a scripts/papers.py, la pregunta, el dominio y la ruta de salida. Usa el script de abajo y no reimplementa las APIs.

Script

scripts/papers.py está al lado de este archivo. Solo biblioteca estándar. Ejecútalo por ruta absoluta.

python3 scripts/papers.py search "CONSULTA" [--domain auto|ml|phys|math|bio|psy|chem] [--limit N] [--year 2020|2020-2024|2020-] [--sort relevance|citations|date] [--abstract]
python3 scripts/papers.py read PDF_URL --pages 1-3 [--out notas.txt]
python3 scripts/papers.py oa 10.xxxx/yyyy

oa imprime is_oa= y pdf= desde Unpaywall. Una consulta, --limit como máximo 10. Si la lista de resultados es incorrecta, cambia la consulta. No pagines.

Opcional: SEMANTIC_SCHOLAR_API_KEY (menos errores 429) y PAPER_SEARCH_EMAIL (OpenAlex y Unpaywall).

Enrutamiento

Traduce la consulta al inglés antes de buscar.

Tema	--domain	Primera fuente	Si falla
IA / ML / PLN / visión / robótica / CC	ml	arXiv	Semantic Scholar, luego OpenAlex
Física / astronomía	phys	arXiv	Semantic Scholar, luego OpenAlex
Matemáticas	math	arXiv	Semantic Scholar, luego OpenAlex
Biología / medicina / genética / farmacia	bio	Europe PMC	Semantic Scholar, luego OpenAlex
Psicología / ciencia cognitiva	psy	Europe PMC	Semantic Scholar, luego OpenAlex
Química / materiales	chem	Semantic Scholar	OpenAlex
Mixto o no claro	auto	Semantic Scholar	OpenAlex

• Estado del arte, o "más citado": --sort citations. arXiv no tiene recuentos de citas, por lo que ese orden comienza en Semantic Scholar.
• Qué hay de nuevo: --sort date o --year 2023-.
• Un artículo nombrado por su título: busca ese título en inglés. Con --sort relevance, un título idéntico aparece primero.

Triage

Ejecuta la búsqueda con --abstract. Quédate solo con los artículos que vayas a usar.

• hito: muy citado y con más de dos años.
• reciente: de los últimos dos años y sobre el tema, incluso con pocas citas.
• marginal: desviado del tema. Déjalo fuera de la nota.

Leer

1. El resumen es suficiente a menos que el usuario haya pedido un método, un número o una cita textual.
2. Abre el PDF solo entonces: read URL --pages 1-3. Para el final, lee las últimas 2–4 páginas. Si no conoces la extensión, quédate en 1–3. No adivines números de página.
3. ERROR: not a PDF o pdf=(no open PDF…): ejecuta oa <DOI> y lee el pdf= que imprime. Si pdf=-, no hay PDF legal directo. Quédate con el resumen. No trates el url= de destino como el artículo.
4. Estos anfitriones se pueden leer directamente: arxiv.org, europepmc.org, ncbi.nlm.nih.gov y un repositorio universitario. Cualquier otro anfitrión pasa primero por oa.
5. No uses Sci-Hub, Library Genesis ni otros espejos de bibliotecas en la sombra.

Lee como máximo tres PDF por ejecución. Si la pregunta necesita más, termina con los resúmenes y enumera los que no abriste.

Nota

# <pregunta>

## Hallazgos
- Afirmación, solo si el resumen o las páginas nombradas lo dicen. (Vaswani et al. 2017, 10.48550/arXiv.1706.03762, resumen)

## Artículos
- **Attention Is All You Need** (2017) — 120404 citas, OpenAlex
  - doi: 10.48550/arXiv.1706.03762
  - pdf: https://arxiv.org/pdf/1706.03762
  - leído: solo resumen
  - por qué está aquí: una línea extraída de ese texto

## No leídos
- Artículos descartados por no ser pertinentes, o PDF que no se abrieron.

En el chat, señala el archivo. No lo pegues de nuevo. La misma regla de citación para una respuesta de un solo artículo que nunca se convierte en archivo: autor, año, DOI y si provino del resumen o de qué páginas.