ZJU Literature Downloader

此技能將經過驗證的工作流程轉變為可重複、合法範圍內的流程，用於透過使用者的浙江大學圖書館 / WebVPN 存取權限來尋找、下載和閱讀論文。

邊界

僅使用使用者的合法機構存取權限。請勿繞過付費牆、DRM、CAPTCHA、Cloudflare、出版商機器人檢查或雙因素驗證。如果頁面要求 CAPTCHA、QR 碼登入、簡訊/OTP、Cloudflare、出版商機器人檢查或安全挑戰，請停止並要求使用者在 Chrome 中完成。

避免大量下載。以小批量方式工作，最好在使用者確認論文清單後進行。留下清晰的稽核軌跡，記錄下載內容、來源以及是否找到補充資料。

請勿要求使用者在聊天或終端機中貼上機構密碼、CAS 憑證、OTP 碼、恢復碼或工作階段令牌。如果使用者提供密碼，請拒絕並改用交接登入工作流程。

ZJU CAS 已儲存登入頁面的例外情況：如果使用者明確表示 Chrome 已填寫 ZJU CAS 憑證，並授權點擊登入/確認按鈕，則代理可以在 ZJU CAS/WebVPN/機構 SSO 頁面上點擊該按鈕一次，無需讀取、複製或輸入任何憑證。此例外不適用於 CAPTCHA、QR 碼登入、簡訊/OTP、出版商機器人檢查或預期機構登入流程之外的任何頁面。

請勿檢查或匯出 cookie、密碼、本地儲存、瀏覽器設定檔或工作階段檔案。僅使用瀏覽器已通過驗證的頁面上下文。

前置條件

在嘗試下載之前，請確認以下條件：

使用者的機器上已開啟 Chrome。
使用者已在 Chrome 中親自登入浙江大學圖書館 / WebVPN。
- 常見頁面：https://libweb.zju.edu.cn/、https://webvpn.zju.edu.cn/、https://zju.summon.serialssolutions.com/。
已允許目前瀏覽器實例進行 Chrome 遠端除錯。
- 要求使用者開啟 chrome://inspect/#remote-debugging。
- 他們必須啟用「允許對這個瀏覽器實例進行遠端除錯」。
環境可以執行 Node.js 22+。
- 嘗試 node --version。
- 如果在 Codex Desktop 中 node 不在 PATH 上，請嘗試 %LOCALAPPDATA%\OpenAI\Codex\bin\node.exe。
web-access CDP 代理可用或可以啟動。
- 典型的 Claude Code 路徑：%USERPROFILE%\.claude\skills\web-access-main\scripts\check-deps.mjs。
- 典型的共享代理路徑：%USERPROFILE%\.agents\skills\web-access-main\scripts\check-deps.mjs。
- 在僅 Codex 的設定中，也請檢查 %USERPROFILE%\.codex\skills\web-access-main\scripts\check-deps.mjs。
使用者已批准目標輸出資料夾。

如果 Claude Code 表示此技能未安裝，請將其安裝或複製到：

$env:USERPROFILE\.claude\skills\zju-literature-downloader

Codex 和其他代理設定可能改用 .codex\skills 或 .agents\skills；將這三個位置視為安裝目標，而非不同的技能版本。

批次範圍

當使用者提供明確的 DOI/標題/PMID 清單時，支援小批量處理。

建議限制：

一般批次：5-10 篇論文
實際上限批次：15-20 篇論文，需有暫停和一份清單
如果出現出版商檢查、CAPTCHA、WebVPN 過期或異常下載提示，請立即停止

切勿將廣泛的關鍵字搜尋變成無限制的自動下載。請勿下載整個期刊期數、卷號或大量結果集。

狀態分類

將每篇論文分類為以下其中一種狀態，並在清單中保留該狀態：

downloaded
downloaded_with_si
si_only_downloaded
cas_waiting_user
institutional_login_waiting_user
cas_resolved_retry_needed
publisher_verification_waiting_user
sciencedirect_robot_check
retry_after_user_verification
do_not_auto_retry
url_needs_repair
summon_no_link
summon_unreachable
browser_pdf_viewer_fallback_needed
publisher_blocked_waiting_user
no_authorized_pdf_found
failed_after_retry
ip_not_authorized
purchase_required

當瀏覽器明顯停留在浙江大學 CAS / 統一身分認證頁面時，使用 cas_waiting_user。當論文仍停留在機構選擇器、CARSI/Shibboleth/OpenAthens 交接或 CAS 之前的等效 SSO 步驟時，使用 institutional_login_waiting_user。兩者都是非最終狀態；為保持向後相容的清單，請保留 cas_waiting_user。

當已驗證一個或多個官方補充資訊檔案，但主要文章 PDF 仍無法透過使用者的授權存取取得時，使用 si_only_downloaded。請勿將其稱為 downloaded。

當 Summon SPA 在單次重新整理後持續回傳 ERR_EMPTY_RESPONSE 或無法載入時，使用 summon_unreachable。當 Chrome 明顯顯示 PDF，但瀏覽器上下文中的 fetch() 無法擷取其位元組時，使用 browser_pdf_viewer_fallback_needed。這兩種狀態都不表示論文不可用；兩者都指定了下一個合法的備用方案。

當出版商頁面顯示「Are you a robot?」、CAPTCHA、Cloudflare、機器人驗證或其他反自動化挑戰時，使用 publisher_verification_waiting_user 或 sciencedirect_robot_check。請勿將其視為最終失敗，但也不要嘗試自動解決。

啟動 Chrome 控制

在可用時使用 web-access CDP 代理。

在 Windows PowerShell 中：

$node = "node"
if (-not (Get-Command node -ErrorAction SilentlyContinue)) {
  $node = "$env:LOCALAPPDATA\OpenAI\Codex\bin\node.exe"
}
$checkDepsCandidates = @(
  "$env:USERPROFILE\.claude\skills\web-access-main\scripts\check-deps.mjs",
  "$env:USERPROFILE\.agents\skills\web-access-main\scripts\check-deps.mjs",
  "$env:USERPROFILE\.codex\skills\web-access-main\scripts\check-deps.mjs"
)
$checkDeps = $checkDepsCandidates | Where-Object { Test-Path $_ } | Select-Object -First 1
if (-not $checkDeps) { throw "web-access-main/scripts/check-deps.mjs not found" }
& $node $checkDeps

然後測試：

Invoke-WebRequest -UseBasicParsing -Uri "http://127.0.0.1:3456/targets" -TimeoutSec 10

如果此操作掛起或失敗：

要求使用者確認遠端除錯複選框。
檢查 %TEMP%\cdp-proxy.log。
請勿嘗試讀取 Chrome 工作階段檔案。

核心 CDP 代理 API

常見的 web-access 代理是 http://127.0.0.1:3456。

Endpoint	Method	Purpose
`/health`	GET	代理健康狀態與 Chrome 連線狀態
`/targets`	GET	列出已開啟的 Chrome 分頁
`/new?url=...`	GET	建立新的背景分頁
`/navigate?target=...&url=...`	GET	導航現有分頁
`/close?target=...`	GET	關閉分頁
`/info?target=...`	GET	取得頁面標題、URL 和 readyState
`/eval?target=...`	POST body=JS	在分頁中執行 JavaScript 並回傳 `{ value: ... }`
`/clickAt?target=...`	POST body=CSS selector	點擊可見元素中心

對於包含 #! 片段的 Summon URL，請使用 /navigate 而非 /new。如果 #! 片段被移除，Chrome 可能會開啟 about:blank 或錯誤頁面。如果 curl 不可用，對於簡單檢查請使用 PowerShell Invoke-WebRequest，對於代理呼叫請使用 Node.js fetch()。

建議搜尋工作流程

優先使用圖書館探索路徑，而非直接前往出版商頁面。它更穩定，且較不容易觸發機器人保護。

在 ZJU Summon 中按 DOI 或確切標題搜尋：
- https://zju.summon.serialssolutions.com/search?#!/search?pn=1&ho=t&include.ft.matches=f&l=en&q=<URL 編碼的 DOI 或標題>
透過 scripts/cdp_open_url.mjs 或其他方式開啟 Summon URL，並在呼叫 CDP 代理時完整 URL 編碼巢狀 URL。Summon 使用 #!；如果 # 片段被移除，Chrome 可能會開啟 about:blank 或錯誤頁面。
使用 /eval 讀取結果頁面。
提取可見文字或 aria-label 為以下內容的連結：
- PDF
- 在線全文
- Full Text
- View PDF
- 出版商特定的全文條目。
優先選擇結果中的 PDF 連結（如果存在）。
透過 CDP 代理在新的背景分頁中開啟 PDF 連結。
如果出版商顯示安全挑戰，要求使用者手動完成。
PDF 在 Chrome 中顯示後，使用 scripts/browser_pdf_downloader.mjs 從已驗證的瀏覽器上下文中儲存。

Summon 實戰筆記

從 Summon 提取 PDF、線上全文或出版商連結時：

跳過空的 href 值。第一個線上全文匹配可能是 facet 切換按鈕，而非真實連結。
將 Summon 視為緩慢的 SPA：導航後等待約 6 秒，然後重試連結提取最多 3 次，每次短暫暫停。
如果 Summon 重新導向到 login.serialssolutions.com/sso/login 並顯示 IP 在授權範圍之外，記錄 ip_not_authorized。在這種情況下，使用者可能需要 ZJU RVPN/SSLVPN 用戶端，而不僅僅是在瀏覽器頁面中使用 WebVPN，因為 CDP 控制的 Chrome 分頁可能仍使用本地網路 IP。
如果 Summon 沒有 PDF 但有線上全文連結，請先嘗試該路徑，然後再手動建構出版商 URL。
如果頁面在單次新導航和正常的 SPA 等待後持續顯示 ERR_EMPTY_RESPONSE 或無法渲染，記錄 summon_unreachable。不要在 Summon 上循環：如果需要的話，嘗試一次 DOI 的出版商登陸頁面或確認的 OA 路徑，但仍在使用者授權的瀏覽器工作階段中進行。

出版商特定模式

僅在確認論文身分後，將這些作為基於 DOI 的修復提示使用。如果頁面或 PDF 實際上未驗證，請勿聲稱存取權限。

ACS Publications

對於 DOI 前綴 10.1021/...：

https://pubs.acs.org/doi/pdf/<doi>

ACS 補充資訊通常遵循：

https://pubs.acs.org/doi/suppl/<doi>/suppl_file/<journal-code>_si_001.pdf

已驗證的範例 10.1021/acs.biomac.4c00102 使用了 bm4c00102_si_001.pdf。

盡可能從 ACS 文章登陸頁面開始。簡短的中文「請稍候...」過渡頁面可能會自行清除；等待約 5-10 秒並檢查頁面一次，然後再將其歸類為出版商挑戰。可讀的摘要頁面並不證明主要 PDF 已授權：如果仍顯示「Available to Purchase」或「Access through Institution」，請記錄適當的機構登入或購買狀態，並將任何登入選擇留給使用者。

即使主要 PDF 未授權，文章頁面上顯示的 ACS 補充資訊連結也可以合法地導向 ACS Figshare / ndownloader.figstatic.com 下載。跟隨可見的官方連結，驗證結果 SI PDF，並在主要文章也驗證之前記錄 si_only_downloaded。請不要猜測文章頁面連結之外的補充檔案名稱，也不要將可存取的 SI 視為擷取付費主要論文的許可。

Wiley

對於 DOI 前綴，例如 10.1002/... 或 10.1111/...，首先導航到已驗證的 Wiley 文章頁面，然後從該頁面自己的來源擷取：

<location.origin>/doi/pdfdirect/<doi>?download=true

請勿硬編碼 onlinelibrary.wiley.com：Summon 可能透過子網域（例如 advanced.onlinelibrary.wiley.com）進行驗證，跨來源擷取可能會失敗。同時，避免將分頁直接導航到 pdfdirect，因為瀏覽器可能會開始下載並使頁面上下文無法使用。優先使用頁面上下文的 fetch()。

Springer Nature

對於 DOI 前綴，例如 10.1007/... 和 10.1186/...：

https://link.springer.com/content/pdf/<doi>.pdf

機構登入解決後，這通常有效。如果直接 shell 下載回傳 401、403 或 HTML 登入頁面，請使用瀏覽器上下文的 fetch。

Nature Communications

對於 OA DOI 模式，例如 10.1038/s41467-...，嘗試：

https://www.nature.com/articles/<article-id>.pdf

從 DOI 後綴中提取 <article-id>，並仍驗證 PDF 標頭和文字。

bioRxiv

對於 DOI 前綴 10.1101/...，嘗試：

https://www.biorxiv.org/content/<doi>v1.full.pdf

如果版本 1 回傳 404，請嘗試文章頁面或後續版本。確認標題相符。

Frontiers

對於 DOI 前綴 10.3389/...，嘗試：

https://www.frontiersin.org/articles/<doi>/pdf

如果失敗，請先開啟文章頁面並使用其可見的 PDF 連結。

RSC Publishing

對於 DOI 前綴 10.1039/...，請勿假設 ZJU 已授權全文存取。如果 PDF 連結回傳 404 或購買頁面，請檢查文章頁面並記錄 no_authorized_pdf_found 或 purchase_required，而不是積極重試。

出版商驗證與 ScienceDirect

ScienceDirect 和某些出版商平台在重複的直接 DOI 導航或自動開啟分頁後，可能會顯示「Are you a robot?」、CAPTCHA、Cloudflare、機器人驗證或類似檢查。這些頁面是安全性和反自動化挑戰，而非一般的登入確認。

透過使用保守的存取模式來降低觸發它們的機率：

優先使用 ZJU Summon / WebVPN / 圖書館的「在線全文」連結，然後再進行 doi.org -> 出版商 的導航。
一次處理一篇的 ScienceDirect 和其他敏感出版商的文章。
在清單中保留可見的稽核軌跡；請勿同時開啟許多出版商分頁。
等待每個頁面穩定後再尋找「Download PDF」、「View PDF」或「PDF」。
使用者在完成驗證步驟後，重複使用同一個分頁，而不是不斷開啟新分頁。
避免重試循環。在將頁面交給使用者之前，一次自動嘗試失敗就足夠了。

當出版商驗證頁面出現時：

停止對該分頁的自動操作。
將論文記錄在 publisher_verification.tsv 或主要清單中，狀態為 publisher_verification_waiting_user；對於 ScienceDirect 的「Are you a robot?」頁面，使用 sciencedirect_robot_check。
告知使用者哪些論文和分頁需要手動處理。
請勿自動點擊 CAPTCHA、Cloudflare、「Are you a robot?」、機器人檢查或類似的挑戰控制項。
使用者表示驗證已完成後

…

（原文已截斷）

浙大文獻下載器