mcpField
O
openalex

openalex

github.com/wanshuiyin生産性18.2k435 回インストール4 日前に更新
リポジトリ

openalex について

openalexは、OpenAlexで学術文献を検索し、DOIまたはOpenAlex IDから個別のレコードを取得するスキルです。オープンな引用データに加え、所属機関、資金、トピック、オープンアクセス状況などを調べたい文献研究者に適しています。

主な機能

  1. 01学術文献の検索
  2. 02年、種別、公開状況、引用数による絞り込み
  3. 03関連度、引用数、日付による並べ替え
  4. 04DOIまたはOpenAlex IDによる文献取得
  5. 05構造化された書誌メタデータの出力

活用シーン

  1. 01研究テーマに関する論文の検索
  2. 02年や出版種別による文献の絞り込み
  3. 03所属機関や資金情報の確認
  4. 04引用数とオープンアクセス状況の確認

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/wanshuiyin/auto-claude-code-research-in-sleep --skill openalex

インストール後、Claude Code で/openalexを入力して読み込まれたか確認します。

詳細

OpenAlex 学術検索

検索クエリ：$ARGUMENTS

役割と位置付け

このスキルは、OpenAlex を包括的なオープン学術グラフの情報源として使用します。

スキル情報源最適な用途
/arxivarXiv API最新のプレプリント、最先端の未査読研究
/semantic-scholarSemantic Scholar API引用数付きの出版済み学術誌論文（IEEE、ACM、Springer）
/openalexOpenAlex APIオープンな引用グラフ、所属機関、資金提供データ、包括的なメタデータ
/deepxivDeepXiv CLI段階的な読解：検索、概要、セクションマップ、セクションの読み込み
/exa-searchExa API幅広いウェブ検索：ブログ、ドキュメント、ニュース、企業、研究論文
/gemini-searchGemini MCP / CLIAI を活用した幅広い文献探索

次の目的がある場合は、OpenAlex を使用してください。

  • オープンな引用データ — 完全にオープンな引用グラフ（基本的な利用に API キーは不要）
  • 所属機関 — 著者の所属機関と共同研究
  • 資金提供情報 — NSF、NIH、その他の資金提供元
  • 包括的なメタデータ — トピック、キーワード、概要、オープンアクセスの状況
  • 複数データベースを横断した収録範囲 — 複数の情報源から 2 億 5,000 万件以上の著作物を索引化

定数

  • MAX_RESULTS = 10 — デフォルトの検索結果数です。— max: 20 で変更できます。
  • DEFAULT_SORT = relevance — 関連度順で並べ替えます。— sort: citations または — sort: date で変更できます。
  • OPENALEX_FETCHER — 正式名称は openalex_fetch.py です。次に従って解決します。 shared-references/integration-contract.md §2 （ポリシー D1 — スタンドアロンの /openalex には文書化されたインラインフォールバックがないため、 ヘルパーを解決できない場合は明示的なエラーで終了します）。

引数に追加して上書きできます。

  • /openalex "topic" — max: 20 — 最大 20 件の結果を返します
  • /openalex "topic" — year: 2023- — 2023 年以降の論文
  • /openalex "topic" — year: 2020-2023 — 2020 年から 2023 年までの論文
  • /openalex "topic" — type: article — 学術誌論文のみ
  • /openalex "topic" — type: preprint — プレプリントのみ
  • /openalex "topic" — open-access — オープンアクセス論文のみ
  • /openalex "topic" — min-citations: 50 — 引用数が 50 件以上
  • /openalex "topic" — sort: citations — 引用数の降順で並べ替え
  • /openalex "topic" — sort: date — 出版日順（新しい順）で並べ替え

セットアップ

前提条件

  1. requests ライブラリを備えた Python 3.7 以降：

    pip install requests

  2. 任意：API キー — プロジェクトのルートに .claude/.env を作成します。

    # Copy from template
cp .claude/.env.example .claude/.env

# Edit and add your keys
# .claude/.env
OPENALEX_API_KEY=your-key-here
[email protected]

    Claude Code は .claude/.env を環境変数として自動的に読み込みます。

  3. API キーを取得（任意ですが推奨）：

    • OpenAlex API キー： openalex.org で無料枠を利用できます（1 日あたり 1 ドル分、リスト呼び出し 10,000 件、検索呼び出し 1,000 件）
    • 丁寧な利用者向けプール用のメールアドレス：応答が速くなります（登録不要）
セットアップの確認
python3 "$OPENALEX_FETCHER" search "machine learning" --max 3

（まず正式な解決手順で $OPENALEX_FETCHER を解決してください。下記のステップ 2 を参照してください。）

ワークフロー

ステップ 1：引数を解析する

$ARGUMENTS を解析して、次の項目を取得します。

  • query：研究トピック（必須）
  • max：MAX_RESULTS を上書き
  • year：出版年フィルター（例：2023-、2020-2023）
  • type：著作物の種類のフィルター（article、preprint、book、book-chapter、dataset、dissertation）
  • open-access：オープンアクセス論文のみを含める
  • min-citations：引用数の最小しきい値
  • sort：並べ替え順（relevance、citations、date）
ステップ 2：スクリプトを見つける

正式な厳格・安全な手順に従って $OPENALEX_FETCHER を解決します（ shared-references/integration-contract.md §2 を参照）。 ポリシー D1：OpenAlex にはネイティブなインラインフォールバックがありません （データ取得には requests SDK と任意の API キーが必要です。取得スクリプトはページネーション、スロットリング、情報源ごとのパラメーターを処理するため）ため、ヘルパーを解決できない場合は、明示的な解決方法を示して終了します。

cd "$(git rev-parse --show-toplevel 2>/dev/null || pwd)" || exit 1
if [ -z "${ARIS_REPO:-}" ] && [ -f .aris/installed-skills.txt ]; then
    ARIS_REPO=$(awk -F'\t' '$1=="repo_root"{print $2; exit}' .aris/installed-skills.txt 2>/dev/null) || true
fi
if [ -z "${ARIS_REPO:-}" ] && [ -f "$HOME/.aris/repo" ]; then
    ARIS_REPO=$(cat "$HOME/.aris/repo" 2>/dev/null) || true
fi
OPENALEX_FETCHER=".aris/tools/openalex_fetch.py"
[ -f "$OPENALEX_FETCHER" ] || OPENALEX_FETCHER="tools/openalex_fetch.py"
[ -f "$OPENALEX_FETCHER" ] || { [ -n "${ARIS_REPO:-}" ] && OPENALEX_FETCHER="$ARIS_REPO/tools/openalex_fetch.py"; }
[ -f "$OPENALEX_FETCHER" ] || {
  echo "ERROR: openalex_fetch.py not resolved at .aris/tools/, tools/, \$ARIS_REPO/tools/, or via ~/.aris/repo." >&2
  echo "       Fix: rerun bash tools/install_aris.sh or smart_update.sh (refreshes ~/.aris/repo), export ARIS_REPO, or copy the helper to tools/." >&2
  echo "       Also ensure 'requests' is installed: pip install requests" >&2
  exit 1
}
ステップ 3：検索を実行

基本検索：

python3 "$OPENALEX_FETCHER" search "QUERY" --max 10

フィルターを使用：

python3 "$OPENALEX_FETCHER" search "QUERY" --max 10 \
  --year 2023- \
  --type article \
  --open-access \
  --min-citations 20 \
  --sort citations

DOI で特定の論文を取得：

python3 "$OPENALEX_FETCHER" work "10.1109/TWC.2024.1234567"

OpenAlex ID で特定の論文を取得：

python3 "$OPENALEX_FETCHER" work "W2741809807"
ステップ 4：結果を解析

スクリプトは、以下の構造化 JSON を返します。

  • title：論文のタイトル
  • authors：著者名のリスト
  • publication_year：出版年
  • venue：ジャーナル／会議名
  • venue_type：掲載先の種類（ジャーナル、リポジトリ、会議など）
  • cited_by_count：被引用数
  • is_oa：オープンアクセス状況を示すブール値
  • oa_status：オープンアクセスの種類（ゴールド、グリーン、ブロンズ、ハイブリッド、クローズド）
  • oa_url：利用可能な場合は PDF への直接リンク
  • doi：DOI 識別子
  • openalex_id：OpenAlex の論文 ID
  • abstract：要旨全文
  • topics：上位 3 件の研究トピック
  • keywords：上位 5 件のキーワード
  • type：論文の種類（論文、プレプリントなど）
ステップ 5：結果を提示

結果を構造化された表として整形します。

| # | Title | Venue | Year | Citations | OA | Summary |
|---|-------|-------|------|-----------|----|---------| 
| 1 | ... | IEEE TWC | 2024 | 156 | ✓ | ... |
| 2 | ... | NeurIPS | 2023 | 89 | ✓ | ... |

各論文について、以下も表示します。

  • DOI：標準識別子
  • OpenAlex ID：相互参照用
  • オープンアクセス：状況（ゴールド／グリーン／ブロンズ／ハイブリッド／クローズド）と PDF リンク
  • トピック：主な研究トピック
  • 要旨：最初の 200 文字または全文
ステップ 6：フォローアップを提案

結果を提示した後、以下を提案します。

/semantic-scholar "DOI:..."     — get S2 citation context and related papers
/arxiv "arXiv:XXXX.XXXXX"      — fetch arXiv preprint if available
/research-lit "topic" — sources: openalex, semantic-scholar  — combined multi-source review
/novelty-check "idea"          — verify novelty against literature

主なルール

  • OpenAlex は完全にオープンです — 基本的な利用に API キーは不要ですが、より高いレート制限を利用するには推奨されます
  • 包括的なメタデータ — OpenAlex は、ほとんどの情報源より豊富なメタデータ（機関、資金提供、トピック）を提供します
  • 引用データはオープンです — Semantic Scholar とは異なり、すべての引用データに無料でアクセスできます
  • レート制限：API キーがない場合は非常に制限されます（約 0.01 ドル／日）。無料の API キーを使用する場合：リスト呼び出しは 10,000 回／日、検索呼び出しは 1,000 回／日です。
  • 優先プール：応答時間を短縮するには、OPENALEX_EMAIL 環境変数を設定します
  • 他の情報源との相互参照：OpenAlex は arXiv、PubMed、Crossref などの論文をインデックス化しています。相互参照には DOI／arXiv ID を使用します
  • OpenAlex API に接続できない場合や、レート制限に達した場合は、代替手段として /semantic-scholar、/arxiv、または /research-lit "topic" — sources: web の使用を提案します。

OpenAlex と他の情報源の比較

特徴OpenAlexSemantic ScholararXiv
収録範囲2 億 5,000 万件以上の研究成果2 億件以上の論文240 万件以上のプレプリント
引用データ完全にオープン一部オープンなし
機関✓ 所属情報が充実✓ 限定的✗
資金提供✓ NSF、NIH など✗✗
オープンアクセス✓ OA 状況を網羅✓ PDF リンク✓ 全論文
API キー任意（無料）任意（無料）不要
レート制限1,000 回の検索／日（無料キー）不明1 回／3 秒
要旨✓ 全文✓ TLDR✓ 全文
最適な用途包括的なメタデータ、機関、資金提供被引用数、掲載先情報最新のプレプリント

S2 より OpenAlex を使う場合：

  • 機関の所属情報が必要な場合
  • 資金提供に関する情報が必要な場合
  • 完全にオープンな引用グラフが必要な場合
  • 包括的なトピック／キーワードのメタデータが必要な場合
  • コンピューターサイエンス以外の分野を扱う場合（OpenAlex はすべての分野を網羅）

OpenAlex より S2 を使う場合：

  • リアルタイムの被引用数が必要な場合（S2 の更新の方が速い）
  • 「影響力の高い引用」指標が必要な場合
  • 論文のおすすめが必要な場合
  • コンピューターサイエンス／AI に焦点を当てた研究の場合（S2 はコンピューターサイエンス分野の網羅性が高い）

コメント

Markdown 対応