1 Commits
Author SHA1 Message Date
kai c444007f04 v0.8: Serper 集成 + H1 章节标题双行居中 + 反方证据观点化 + 术语核查命令
新增:Google 系检索(SerpAPI → Serper.dev)

- scripts/lib/serper_client.py:封装 serper.dev 的 Google Search / Scholar / News / Patents
- 专利检索用 site:patents.google.com 技巧,serper.dev 没专用 endpoint 但效果很好
- Scholar 带引用数、年份、期刊信息,便于权威信源识别
- News 支持 time_range(d/w/m/y)时效性过滤

- scripts/lib/search_client.py 扩展为多路由门面:
  - search() 通用:Exa → Tavily
  - patents() 专利:Serper(Google Patents)→ 通用搜索 + site: 兜底
  - scholar() 论文:Serper Scholar → 通用搜索兜底
  - news() 新闻:Serper News → 通用搜索兜底
- 所有 httpx 客户端 trust_env=False,绕过系统 socks5 代理(v0.6 修过的 TLS EOF)

- .opencode/skills/search-strategy/SKILL.md §三重写:按查询类型路由,明确何时用哪个 API

H1 章节标题:两行居中 + 装饰横线

- 新增 ParagraphStyle: h1-chapter-num / h1-chapter-title
- 新增 parse_chapter_title() 支持中文/阿拉伯/混合空格章号:
  "第一章" / "第 9 章" / "第6章" / "Chapter 1" 全覆盖
- 分隔符支持: em dash — / en dash – / - / : / :
- 新增 build_chapter_header():章号小字居中 + 章名大字深蓝居中 + HRFlowable 3cm 装饰线
- 只对正文章节(_title_kind == "chapter")启用;前置件(免责声明/执行摘要/术语表/目录)
  仍用单行 h1 样式

反方证据段规范化(用户反馈 v0.7 问题 #5)

- skill:evidence-table 新增 §"正文中反方证据段落的写作规范":
  - 禁止机械标题"反驳证据" / "Counter-Evidence" / "反方观点"
  - 必须观点化,包含具体判断(如"另一种声音:管线虚胖还是真实进展?")
  - 用 H2 或 H3,禁止加粗段冒充标题
  - 给出段落结构模板(1-2 句过渡 → 列表型反方论点 → 整合判断)
- dr-analyst.md Hard Rules #3 改为引用该规范

术语表事实核查前置(新 command /dr-glossary)

- 新增 .opencode/commands/dr-glossary.md,支持 --from phase1|phase2|phase4 三个时机
- Phase 1 末 / Phase 2 初:从 framework.md 抽取专有名词种子表,在 dr-analyst 起草前
  预先核查公司名/产品名/技术名拼写,避免编造错误(Mabwell → Maywavee 这类)
- Phase 4:维持当前用法,对 glossary.json 全量核查

实测:dual-target-rnai-pipeline-2026 重生 PDF 55 页,所有 10 章标题双行居中正确渲染
(第一章/第二章/... 第十章 / 第 6 章 / 第 9 章 多种形式都识别)。
2026-04-22 17:04:05 +08:00
7 changed files with 539 additions and 41 deletions
+1 -1
View File
@@ -172,7 +172,7 @@ Follow `skill:humanizer-cn` §1-26 strictly:
1. MUST: Every claim has `[src_xxx]` citation 1. MUST: Every claim has `[src_xxx]` citation
2. MUST: Every numerical fact has a source 2. MUST: Every numerical fact has a source
3. MUST: Counter-evidence section is mandatory (not optional) 3. MUST: Counter-evidence paragraph is mandatory at chapter end. Per skill:evidence-table §"正文中反方证据段落的写作规范", the heading must express a concrete opinion (e.g., "反例:Codexis ECO 并非所有情境都优于 SPOS" or "值得警惕:临床前到 IND 的衰减率"), NOT a mechanical label like "Counter-Evidence" / "反驳证据". Use H2 or H3 heading level consistently; never use bold text as pseudo-heading.
4. MUST: Word count ≥85% of quota, or continue searching 4. MUST: Word count ≥85% of quota, or continue searching
5. MUST: No scheduling metadata in body text (no "P0 core", "quota: X", "researcher: dr-analyst") 5. MUST: No scheduling metadata in body text (no "P0 core", "quota: X", "researcher: dr-analyst")
6. MUST: No SCQA labels (not even implicitly suggested by structure) 6. MUST: No SCQA labels (not even implicitly suggested by structure)
+60
View File
@@ -0,0 +1,60 @@
---
description: 术语表事实核查。用法 /dr-glossary [slug] [--from phase1|phase2|phase4]。用 Haiku + Serper/Exa 核查每个术语的英文全称和中文译名,识别拼写错误与误译。可在 Phase 2 前或 Phase 4 中运行。
agent: dr-pm
---
你是 dr-pm(项目经理),用户执行了 `/dr-glossary $ARGUMENTS`
## 何时运行
术语核查可以在三个时机运行,意义不同:
- **Phase 1 末 / Phase 2 初**:基于 framework.md 抽取的关键术语(公司/产品/技术名)预先建表,供 dr-analyst 查阅,避免在章节起草阶段就编造拼写错误(Mabwell 拼成 Maywavee 这种)。
- **Phase 2 中**:对 dr-analyst 产出的 ch01-chN.md 里出现的所有专有名词做核查。
- **Phase 4**:对 translate.py 累积的 glossary.json 做核查(当前默认时机)。
## 执行步骤
### Step 1: 定位项目 + 解析模式
```bash
slug="$ARGUMENTS"
# 默认 slug 从最近修改时间选;默认阶段 phase4
```
### Step 2: 准备术语种子列表
根据阶段选择输入:
- `--from phase1`:从 `projects/<slug>/phase1/framework.md` 抽取所有 H2/H3 标题 + 表格中的英文机构名、技术名、药物名。保存到 `projects/<slug>/phase2/terms.txt`(一行一个)。
- `--from phase2`:从 `projects/<slug>/phase2/drafts/*.md` 抽取所有高频英文专有名词(首字母大写、不在常见词词典)。
- `--from phase4`(默认):直接用 `projects/<slug>/phase4/glossary.json`
### Step 3: 调用 build_glossary.py
```bash
uv run python scripts/build_glossary.py <slug> --workers 4 \
--input <输入 glossary 或 terms.txt>
```
观察输出,关注:
- `[✓]` high confidence(自动可信)
- `[~]` medium(人工复核)
- `[?]` low confidence(必须复核)
- `⚠ issue` 字段非空的(通常是拼写错误或误译)
### Step 4: 汇报 + 建议下一步
向用户展示:
- 核查的术语数
- 发现的错误数(按严重度分级:拼写错误 / 译名错误 / 低置信度)
- 具体错误清单(前 10 条)
- 建议:
- 如果在 Phase 2 前 → 把 glossary.json 交给 dr-analyst 作为参考
- 如果在 Phase 4 → 跑 `uv run python scripts/apply_glossary.py <slug>` 把修正回塗到正文
## 注意事项
- build_glossary 需要网络访问,Serper 和 Exa 都需要代理。如遇 SSL EOF,降 `--workers 3`
- Haiku 对极专业或极新兴术语(如 "muRNA", "SBS linker")的判断可能不准,低置信度的条目必须人工复核。
- 别对通用缩写(PDE/ASGPR/LNP)作自动替换——apply_glossary 已有黑名单,但核查结果在 glossary.json 里仍会体现。
+43 -1
View File
@@ -81,11 +81,53 @@ description: 证据矩阵规范。规定每条核心结论必须有对应的证
- 处理建议:保留并注明争议 / 修改措辞 / 删除 - 处理建议:保留并注明争议 / 修改措辞 / 删除
<!-- 如有重大挑战 --> <!-- 如有重大挑战 -->
🚨 CRITICAL<说明> CRITICAL: <说明>
``` ```
--- ---
## 正文中反方证据段落的写作规范(v0.8 新)
### 标题必须观点化,不能叫 "反驳证据 / Counter-Evidence"
**问题诊断**v0.7 发现每章末尾 dr-analyst 会机械地写 `## 反驳证据`,标题重复而空洞,读者看了没有信息增益。
**新规则**:正文反方证据段落的标题必须:
1. **用二级 H2 或三级 H3 标题**(统一层级,禁止用加粗段冒充标题)
2. **包含具体判断**,不要用"反驳证据" / "反方证据" / "Counter-Evidence" 这种模板化命名
3. 至少要回答:**"对前述论点的哪一方面提出了什么挑战?"**
### 可接受的命名示例
| ✗ 不推荐 | ✓ 推荐 |
|---|---|
| 反驳证据 | 另一种声音:管线虚胖还是真实进展? |
| Counter-Evidence | 需要补充判断的副作用:汇聚偶联收率可能被高估 |
| 反方观点 | 反例:Codexis ECO 并非所有情境都优于 SPOS |
| Counter Arguments | 值得警惕的数据:临床前到 IND 的衰减率 |
### 段落结构模板(推荐)
```markdown
## <观点化标题>
虽然上文论证了 <核心观点>,但以下证据提示需要**有限度地**接受这一判断:
1. **<反方论点 1>**<具体数据或案例> [src_xxx]。影响评估:<说明>
2. **<反方论点 2>**<具体数据或案例> [src_xxx]。影响评估:<说明>
综合而言,核心结论仍成立,但需在 <某个具体维度> 上留出缓冲。
```
### 禁止的写法
- 单独用 **加粗段** 冒充反方证据标题(`**反方证据:** ...`
- 反方证据后不做整合判断,只是堆数据
- 在每个小节末尾都加反方证据(只在章末加一次即可;若小节级别有重大挑战,写在小节正文里即可)
---
## 置信度分级标准 ## 置信度分级标准
| 置信度 | 条件 | 正文处理方式 | | 置信度 | 条件 | 正文处理方式 |
+57 -22
View File
@@ -82,39 +82,74 @@ description: 生物医药深度研究的统一检索策略。规定信源优先
--- ---
## 三、API 调用顺序(技术栈) ## 三、API 调用顺序(技术栈v0.8 更新
**按"查询类型"路由到最合适的 API**,而不是一律走通用搜索。
``` ```
┌─────────────────────────────────────────────┐ ┌──────────────────────────────────────────────────────────────
Phase 1 初扫(dr-searcher 用) 查询类型 首选 备选
│ ├── tavily (MCP) — 快速宽扫 │ ├──────────────────────────────────────────────────────────────┤
├── brave (MCP) — 交叉验证 专利 Serper Patents Google Patents 爬页
└── exa (MCP) — neural search (site:patents.google.com)
│ │
Phase 2 深研(dr-analyst 用) 学术论文 Serper Scholar PubMed E-utils
├── pubmed esearch/efetch (bash+curl) (带引用数/年份/期刊) (原始数据库)
├── clinicaltrials.gov API (bash+curl)
├── openfda API (bash+curl) 新闻 / 行业动态 Serper News Tavily
├── patentsview / google patents (bash) (时效性敏感)
└── + Phase 1 的 3 个 MCP 继续用
临床试验 ClinicalTrials.gov ChiCTR
Phase 2 反验(dr-verifier 用) (原始 API)
└── 与 analyst 相同但查反向关键词
└─────────────────────────────────────────────┘ │ 监管公告 openFDA / FDA 搜索 EMA / NMPA 官网 │
│ │
│ 公司/机构识别 Exa Tavily │
│ (LinkedIn/官网召回强) │
│ │
│ 通用网页 Exa Tavily / Brave │
└──────────────────────────────────────────────────────────────┘
``` ```
### Tavily MCP 调用模板 ### Serpergoogle.serper.dev)使用模板
**专利检索**
```python
from scripts.lib.search_client import SearchClient
with SearchClient() as c:
hits = c.patents("dual-target siRNA GalNAc", num_results=10)
```
**学术论文**
```python
hits = c.scholar("dual-target RNAi 2024", num_results=10, year_low=2023)
# hits[i].snippet 里包含引用数和期刊信息
```
**新闻(时效性)**
```python
hits = c.news("Arrowhead ARO-DIMER-PA clinical trial", time_range="w") # 最近一周
```
### Tavily MCP 调用模板(通用网页 - Phase 1 初扫)
``` ```
工具名:tavily_search 工具名:tavily_search
参数: 参数:
query: "<关键词>" query: "<关键词>"
search_depth: "advanced" # 默认 basic,深度研究用 advanced search_depth: "advanced"
max_results: 10 max_results: 10
include_domains: ["pubmed.ncbi.nlm.nih.gov", "nejm.org", "lancet.com"] # 锁 Tier 1 include_domains: ["pubmed.ncbi.nlm.nih.gov", "nejm.org", "lancet.com"]
exclude_domains: ["baijiahao.baidu.com", "toutiao.com"] # 排黑名单 exclude_domains: ["baijiahao.baidu.com", "toutiao.com"]
time_range: "year" # 或 "month" time_range: "year"
``` ```
### 何时用哪个
- **专利相关问题**"谁拥有技术 X"、"FTO 自由度分析")→ `c.patents()`**永远先走 Google Patents**
- **需要引用数排序的论文**("找影响力最大的 N 篇")→ `c.scholar()`
- **近期新闻**"2025 年 Q4 交易"、"上月 IND 批准")→ `c.news(..., time_range="m")`
- **快速概念验证 / 术语理解** → `c.search()`(通用)
### PubMed E-utilsbash 调用示例) ### PubMed E-utilsbash 调用示例)
```bash ```bash
# 1. esearch 拿 PMID 列表 # 1. esearch 拿 PMID 列表
+89 -3
View File
@@ -49,6 +49,7 @@ try:
Table, Table,
TableStyle, TableStyle,
) )
from reportlab.platypus.flowables import HRFlowable
except ImportError: except ImportError:
print("ERROR: missing reportlab. Run: uv sync", file=sys.stderr) print("ERROR: missing reportlab. Run: uv sync", file=sys.stderr)
sys.exit(1) sys.exit(1)
@@ -159,7 +160,7 @@ def build_styles() -> StyleSheet1:
allowOrphans=0, allowOrphans=0,
)) ))
# H1 (chapter) - page break before, deep blue # H1 (chapter) - page break before, deep blue (used for 前置件标题如"免责声明")
ss.add(ParagraphStyle( ss.add(ParagraphStyle(
name="h1", name="h1",
fontName="SrcSans-Bold", fontName="SrcSans-Bold",
@@ -173,6 +174,35 @@ def build_styles() -> StyleSheet1:
wordWrap="CJK", wordWrap="CJK",
)) ))
# H1 章号(正文章节第一行):小字号居中,浅色
ss.add(ParagraphStyle(
name="h1-chapter-num",
fontName="SrcSans-Medium",
fontSize=13,
leading=20,
alignment=TA_CENTER,
spaceBefore=18,
spaceAfter=6,
textColor=colors.HexColor("#6b7280"),
letterSpacing=3, # 章号加字距,视觉更稳
keepWithNext=1,
wordWrap="CJK",
))
# H1 章名(正文章节第二行):大字号居中加粗深蓝
ss.add(ParagraphStyle(
name="h1-chapter-title",
fontName="SrcSans-Bold",
fontSize=20,
leading=32,
alignment=TA_CENTER,
spaceBefore=0,
spaceAfter=12,
textColor=colors.HexColor("#1e3a8a"),
keepWithNext=1,
wordWrap="CJK",
))
# H2 (section) - blue, no page break, keep with next # H2 (section) - blue, no page break, keep with next
ss.add(ParagraphStyle( ss.add(ParagraphStyle(
name="h2", name="h2",
@@ -612,6 +642,62 @@ def md_inline_to_rl(text: str, *, add_cjk_space: bool = True) -> str:
return text return text
# H1 正文章节标题解析:拆成(章号, 章名)
# 支持:
# 第一章 — 为何... → ("第一章", "为何...")
# 第 9 章:四大监管向量... → ("第 9 章", "四大监管向量...")
# 第6章 — 固定化... → ("第6章", "固定化...")
# 第十章 — 制造体系... → ("第十章", "制造体系...")
# Chapter 1: Why the Second... → ("Chapter 1", "Why the Second...")
# 分隔符:—(em dash / –(en dash / - / : / / 空白多于一处
_CHAPTER_HEAD_RE = re.compile(
r"^\s*"
r"(?P<num>(?:第\s*[一二三四五六七八九十百零〇两廿卅\d]+\s*章)|(?:Chapter\s+\d+))"
r"\s*[—–\-:]\s*"
r"(?P<title>.+?)\s*$",
re.IGNORECASE,
)
def parse_chapter_title(raw: str) -> tuple[str, str] | None:
"""解析章节标题。命中返回 (章号, 章名),否则 None。"""
m = _CHAPTER_HEAD_RE.match(raw.strip())
if not m:
return None
num = m.group("num").strip()
title = m.group("title").strip()
if not title:
return None
# 规范化章号空白:"第 6 章" 保留"第 6 章""第6章"保留"第6章"
num = re.sub(r"\s+", " ", num)
return num, title
def build_chapter_header(raw_title: str, styles: StyleSheet1) -> list:
"""生成正文章节标题:两行居中 + 装饰横线。
解析失败时 fallback 到普通 h1 样式。
"""
parsed = parse_chapter_title(raw_title)
if parsed is None:
return [Paragraph(md_inline_to_rl(raw_title), styles["h1"])]
num, title = parsed
return [
Paragraph(md_inline_to_rl(num), styles["h1-chapter-num"]),
Paragraph(md_inline_to_rl(title), styles["h1-chapter-title"]),
# 装饰横线:居中、宽度约 3cm(视觉重量跟两行标题平衡)
HRFlowable(
width=3 * cm,
thickness=1.2,
color=colors.HexColor("#1e3a8a"),
spaceBefore=2,
spaceAfter=18,
hAlign="CENTER",
),
]
# ============================================================ # ============================================================
# Document builders # Document builders
# ============================================================ # ============================================================
@@ -1274,10 +1360,10 @@ def build_body(
i = _skip_until_next_section(i + 1) i = _skip_until_next_section(i + 1)
continue continue
# H1 正文章节(chapter):PageBreak + h1 样式 # H1 正文章节(chapter):PageBreak + 章号/章名双行居中 + 装饰线
if block.kind == "h1": if block.kind == "h1":
story.append(PageBreak()) story.append(PageBreak())
story.append(Paragraph(md_inline_to_rl(block.content), styles["h1"])) story.extend(build_chapter_header(block.content, styles))
else: else:
# H2 正文小节:h2 样式(不分页) # H2 正文小节:h2 样式(不分页)
story.append(Paragraph(md_inline_to_rl(block.content), styles["h2"])) story.append(Paragraph(md_inline_to_rl(block.content), styles["h2"]))
+99 -14
View File
@@ -115,11 +115,20 @@ class TavilyClient:
class SearchClient: class SearchClient:
"""统一搜索门面:先用 Exa,失败/配额问题降级 Tavily。""" """统一搜索门面,支持多路由:
- `search(query)`:通用网页搜索,优先 Exa → 降级 Tavily
- `patents(query)`:专利检索,走 SerperGoogle Patents);失败则通用搜索补刀
- `scholar(query)`:学术论文,走 Serper Scholar;失败则通用搜索补刀
- `news(query)`:新闻检索,走 Serper News;失败则通用搜索补刀
所有客户端都延迟导入 serper_client,避免没装 SERPAPI_KEY 时 import 炸。
"""
def __init__(self) -> None: def __init__(self) -> None:
self._exa: ExaClient | None = None self._exa: ExaClient | None = None
self._tavily: TavilyClient | None = None self._tavily: TavilyClient | None = None
self._serper = None # 惰性实例化
try: try:
self._exa = ExaClient() self._exa = ExaClient()
except SearchError: except SearchError:
@@ -133,11 +142,26 @@ class SearchClient:
"neither EXA_API_KEY nor TAVILY_API_KEY available" "neither EXA_API_KEY nor TAVILY_API_KEY available"
) )
def _get_serper(self):
"""惰性创建 SerperClient。没 key 时返回 None。"""
if self._serper is False:
return None
if self._serper is None:
try:
from scripts.lib.serper_client import SerperClient
self._serper = SerperClient()
except Exception:
self._serper = False
return None
return self._serper
def close(self) -> None: def close(self) -> None:
if self._exa: if self._exa:
self._exa.close() self._exa.close()
if self._tavily: if self._tavily:
self._tavily.close() self._tavily.close()
if self._serper and self._serper is not False:
self._serper.close()
def __enter__(self) -> "SearchClient": def __enter__(self) -> "SearchClient":
return self return self
@@ -146,18 +170,12 @@ class SearchClient:
self.close() self.close()
def search(self, query: str, *, num_results: int = 5) -> list[SearchHit]: def search(self, query: str, *, num_results: int = 5) -> list[SearchHit]:
# 优先 Exa """通用网页搜索。Exa 首选,Tavily 备选。"""
if self._exa: if self._exa:
try: try:
return self._exa.search(query, num_results=num_results) return self._exa.search(query, num_results=num_results)
except SearchError as e: except SearchError:
msg = str(e).lower() pass
if "exceed" in msg or "quota" in msg or "429" in msg or "402" in msg:
# 降级
pass
else:
# 其它错误继续往下试
pass
if self._tavily: if self._tavily:
try: try:
return self._tavily.search(query, num_results=num_results) return self._tavily.search(query, num_results=num_results)
@@ -165,13 +183,80 @@ class SearchClient:
pass pass
return [] return []
def patents(self, query: str, *, num_results: int = 10) -> list[SearchHit]:
"""专利检索:Serper 走 Google Patents 最准。降级到通用搜索 + site 限定。"""
serper = self._get_serper()
if serper:
try:
hits = serper.patents(query, num_results=num_results)
return [SearchHit(h.title, h.url, h.snippet) for h in hits]
except Exception:
pass
# 降级:通用搜索加 site 限定
return self.search(f"site:patents.google.com {query}", num_results=num_results)
def scholar(
self,
query: str,
*,
num_results: int = 10,
year_low: int | None = None,
) -> list[SearchHit]:
"""学术论文:Serper Scholar 带引用数。降级到通用搜索。"""
serper = self._get_serper()
if serper:
try:
hits = serper.scholar(query, num_results=num_results, year_low=year_low)
return [
SearchHit(
title=h.title,
url=h.url,
snippet=f"{h.snippet} | {h.source} | 引用 {h.cited_by}" if h.cited_by else h.snippet,
)
for h in hits
]
except Exception:
pass
return self.search(query, num_results=num_results)
def news(
self,
query: str,
*,
num_results: int = 10,
time_range: str | None = None,
) -> list[SearchHit]:
"""新闻检索:Serper News。降级到通用搜索。"""
serper = self._get_serper()
if serper:
try:
hits = serper.news(query, num_results=num_results, time_range=time_range)
return [
SearchHit(
title=h.title,
url=h.url,
snippet=f"{h.snippet} | {h.source} | {h.date}" if h.date else h.snippet,
)
for h in hits
]
except Exception:
pass
return self.search(query, num_results=num_results)
if __name__ == "__main__": if __name__ == "__main__":
from scripts.lib.zenmux_client import load_secrets from scripts.lib.zenmux_client import load_secrets
load_secrets() load_secrets()
with SearchClient() as c: with SearchClient() as c:
hits = c.search("Mabwell 迈威生物 biopharmaceutical", num_results=3) print("--- 通用: Mabwell 迈威生物 ---")
for i, h in enumerate(hits, 1): for h in c.search("Mabwell 迈威生物 biopharmaceutical", num_results=3):
print(f"[{i}] {h.title[:80]}") print(f" {h.title[:80]}")
print(f" {h.url}")
print("\n--- 专利: dual-target siRNA ---")
for h in c.patents("dual-target siRNA GalNAc", num_results=3):
print(f" {h.title[:80]}")
print(f" {h.url}")
print("\n--- Scholar: dual-target RNAi 2024 ---")
for h in c.scholar("dual-target RNAi drug", num_results=3, year_low=2023):
print(f" {h.title[:80]}")
print(f" {h.url}") print(f" {h.url}")
print(f" {h.snippet[:160]}")
+190
View File
@@ -0,0 +1,190 @@
"""Serper.dev 客户端(Google Search API 代理)。
为什么用 Serper
- 2500 次免费额度,远超 SerpAPI 的 100/月
- 支持 Google Search、Scholar、News、Images、Maps
- Google Patents 无专用 endpoint,但可用 `site:patents.google.com` 技巧
- 价格比 SerpAPI 便宜 3-5×
用途:
- 专利检索:通用 search + `site:patents.google.com`
- 学术论文:/scholar endpoint
- 新闻:/news endpoint(时效性敏感的行业动态)
httpx 客户端使用 trust_env=False 绕过系统 socks 代理(macOS Clash 会导致 TLS EOF)。
"""
from __future__ import annotations
import os
from dataclasses import dataclass
from typing import Any, Literal
import httpx
SERPER_BASE = "https://google.serper.dev"
@dataclass
class SerperHit:
title: str
url: str
snippet: str
source: str = "" # 论文出处 / 新闻媒体
date: str = "" # 发表日期(如 scholar / news 返回的话)
cited_by: int = 0 # 学术论文的引用数(仅 scholar)
class SerperError(RuntimeError):
pass
class SerperClient:
def __init__(self, api_key: str | None = None, timeout: float = 30.0) -> None:
self.api_key = api_key or os.environ.get("SERPAPI_KEY") or os.environ.get("SERPER_API_KEY")
if not self.api_key:
raise SerperError("SERPAPI_KEY / SERPER_API_KEY not set")
self._client = httpx.Client(trust_env=False, timeout=timeout)
def close(self) -> None:
self._client.close()
def __enter__(self) -> "SerperClient":
return self
def __exit__(self, *_args: Any) -> None:
self.close()
def _post(self, path: str, body: dict) -> dict:
try:
r = self._client.post(
f"{SERPER_BASE}{path}",
json=body,
headers={
"X-API-KEY": self.api_key,
"Content-Type": "application/json",
},
)
except httpx.RequestError as e:
raise SerperError(f"network error: {e}")
if r.status_code != 200:
raise SerperError(f"HTTP {r.status_code}: {r.text[:300]}")
try:
return r.json()
except Exception as e:
raise SerperError(f"invalid JSON: {e}")
def search(
self,
query: str,
*,
num_results: int = 10,
gl: str = "us",
hl: str = "en",
) -> list[SerperHit]:
"""通用 Google 搜索。支持 site: / filetype: / 引号短语等 Google 高级语法。"""
data = self._post("/search", {
"q": query,
"num": num_results,
"gl": gl,
"hl": hl,
})
hits: list[SerperHit] = []
for item in (data.get("organic") or [])[:num_results]:
hits.append(SerperHit(
title=(item.get("title") or "")[:200],
url=item.get("link") or "",
snippet=(item.get("snippet") or "")[:600],
date=item.get("date") or "",
))
return hits
def scholar(
self,
query: str,
*,
num_results: int = 10,
year_low: int | None = None,
year_high: int | None = None,
) -> list[SerperHit]:
"""Google Scholar 搜索——学术论文首选。
返回带引用数、发表年份等元数据,权威信源识别更准确。
"""
body: dict[str, Any] = {"q": query, "num": num_results}
if year_low is not None:
body["tbs"] = f"cdr:1,cd_min:{year_low}" + (f",cd_max:{year_high}" if year_high else "")
data = self._post("/scholar", body)
hits: list[SerperHit] = []
for item in (data.get("organic") or [])[:num_results]:
hits.append(SerperHit(
title=(item.get("title") or "")[:200],
url=item.get("link") or "",
snippet=(item.get("snippet") or "")[:600],
source=(item.get("publicationInfo") or "")[:200],
year=item.get("year") or "",
cited_by=item.get("citedBy") or 0,
) if False else SerperHit(
title=(item.get("title") or "")[:200],
url=item.get("link") or "",
snippet=(item.get("snippet") or "")[:600],
source=(item.get("publicationInfo") or "")[:200],
date=str(item.get("year") or ""),
cited_by=item.get("citedBy") or 0,
))
return hits
def patents(
self,
query: str,
*,
num_results: int = 10,
) -> list[SerperHit]:
"""Google Patents 检索——用 site: 技巧走通用搜索。
serper.dev 没有专门的 patents endpoint,但 `site:patents.google.com` 效果很好。
"""
combined = f"site:patents.google.com {query}"
return self.search(combined, num_results=num_results)
def news(
self,
query: str,
*,
num_results: int = 10,
time_range: Literal["d", "w", "m", "y"] | None = None,
) -> list[SerperHit]:
"""Google News 搜索——时效敏感行业动态。
time_range: d=24h, w=7d, m=30d, y=1y
"""
body: dict[str, Any] = {"q": query, "num": num_results}
if time_range:
body["tbs"] = f"qdr:{time_range}"
data = self._post("/news", body)
hits: list[SerperHit] = []
for item in (data.get("news") or [])[:num_results]:
hits.append(SerperHit(
title=(item.get("title") or "")[:200],
url=item.get("link") or "",
snippet=(item.get("snippet") or "")[:600],
source=(item.get("source") or "")[:200],
date=item.get("date") or "",
))
return hits
if __name__ == "__main__":
from scripts.lib.zenmux_client import load_secrets
load_secrets()
with SerperClient() as c:
print("=== Patents: dual-target siRNA ===")
for h in c.patents("dual-target siRNA GalNAc conjugate", num_results=3):
print(f" {h.title[:70]}")
print(f" {h.url}")
print("\n=== Scholar: dual-target RNAi ===")
for h in c.scholar("dual-target RNAi drug 2024", num_results=3):
print(f" {h.title[:70]} [引用 {h.cited_by}] ({h.date})")
print(f" {h.url}")
print(f" 源: {h.source[:80]}")