企业官网建设流程全解析

orx paper 如何获取论文全文？alphaXiv 全文回退机制完整详解

【免费下载链接】OpenResearchTurn your coding agents into research agents项目地址: https://gitcode.com/GitHub_Trending/op/OpenResearch

OpenResearch（命令行工具orx）把你日常的编程 Agent 变成研究 Agent，其中的orx paper命令可以一条命令获取论文全文：默认从 alphaXiv 拉取约 10 KB 的机器可读报告，报告不存在时自动回退到抽取的全文文本，无需任何 API Token。本文将带你完整看懂这条命令背后的 alphaXiv 全文回退机制、来源自动识别规则和--full参数的区别。

orx paper 是什么：一条命令读取论文全文

orx paper <id>接收一个论文 id，根据 id 的形状自动识别来源，然后从对应的公开接口拉取内容，无需登录：

只有 alphaXiv 路线能拿到抽取后的全文文本；OpenAlex 和 bioRxiv 只提供元数据加摘要，--full在它们身上只是把 PDF 链接指给你看。

📌 支持的 id 形式非常宽松：裸 id（2401.12345）、带版本（2401.12345v2）、arXiv 的 abs/pdf 页面 URL 都能识别，解析逻辑见 src/commands/paper.rs。

alphaXiv 全文回退机制：默认先取精简报告

这是orx paper最有意思的部分。它的核心思路是：优先读小的报告，报告缺失才回退到全文，避免无谓的接口流量。

第一步：请求 overview 机器可读报告

不带参数运行时，命令会向 alphaXiv 请求该论文的overview文档——一份约 10 KB、结构化的机器可读报告，适合让 Agent 快速消化论文要点。同时，命令会并行查询这篇论文关联的 GitHub 仓库（取 star 数最高的那个），如果存在，会在正文前额外打印一行GitHub: <url>，方便你顺藤摸瓜找代码。这个查询是"尽力而为"的，失败不影响正文输出。

404 自动回退到 abs 抽取全文

如果overview文档还没被生成（接口返回 404），orx paper不会直接报错，而是在同一次命令中自动回退，去请求abs文档——也就是 alphaXiv 对论文 PDF 抽取出的全文文本。这个决策由一个很小的纯函数fallback_markdown_kind完成：只有当"用户没要求全文"且"报告确实缺失"时才触发回退，逻辑一目了然：

# 默认：先取 overview 报告，404 则自动回退 abs 全文 orx paper 2401.12345

回退触发条件的源码在 src/commands/paper.rs，单元测试falls_back_only_when_the_default_report_is_missing也精确锁定了三种组合的行为。

使用 --full 跳过报告直接取全文

如果你明确就是要原始全文（比如要把论文文本喂给 Agent 做深度分析），加--full会跳过报告、直接请求abs抽取全文——它不是默认的"超集"，而是一条独立路径：

# 直接取抽取全文，不先看报告 orx paper 2401.12345 --full

读论文时，全文里最有价值的往往是这类实验证据：

上图来自项目自带的 nanochat 演示数据（demo/nanochat/），展示了训练曲线这类典型实验结果。

如果连abs全文都还没生成，命令会给出明确报错并附上 alphaXiv 的论文页地址，提示你到网页上查看。

论文来源自动识别：arXiv、bioRxiv、OpenAlex 怎么分？

detect_source按固定优先级判断来源（源码见 src/commands/paper.rs）：

1. id 中含biorxiv.org→bioRxiv
2. id 中含openalex.org→OpenAlex
3. 提取到 DOI 且以10.1101/开头 →bioRxiv；其他 DOI →OpenAlex
4. 末段是W+ 数字 →OpenAlex
5. 其余一律默认alphaXiv（覆盖 arXiv id 和 URL）

一个容易踩的坑被专门处理了：10 月份发表的 arXiv id 形如2410.12345，里面含有10.子串，但它没有斜杠，因此不会被误判成 DOI——单元测试 src/commands/paper.rs 里专门放了1810.04805（BERT 论文）这个用例来防回归。你也可以用--source强制指定来源来覆盖自动识别。

回退逻辑源码走读

想深入了解实现，建议按这个顺序看：

• src/commands/paper.rs：run_alphaxiv主流程与回退决策，含并行获取 GitHub 链接
• src/client.rs：fetch_paper_markdown如何请求{kind}/{id}.md，404 视为"文档尚未生成"而非错误
• src/main.rs：PaperArgs参数定义（--source、--full）
• agent-skills/orx-lit-review/SKILL.md：Agent 视角的文献检索与读论文工作流约定
• README.md：常用命令速查

另外，UI 端也会解析聊天中出现的orx paper调用并做同样的来源识别（ui/src/orxCommand.ts），所以无论你在终端还是 Agent 对话里执行，行为一致。

常见问题与排错

Q：报 "No report or extracted text available" 怎么办？说明 alphaXiv 还没生成该论文的两种文档，命令已给出论文网页地址，稍后再试即可。

Q：提示某来源被禁用？orx paper尊重你的文献源开关配置，被禁用的来源（包括 alphaXiv）会被直接拒绝，这是 src/commands/paper.rs 中ensure_source_enabled的刻意设计——关掉就是全局关掉。

Q：--full和默认模式有什么区别？默认"报告优先、缺则回退全文"；--full直接取全文、不看报告。两者对同一篇论文的正文内容一致，差别在请求路径。

小结

orx paper用"报告优先 + 404 自动回退全文"的设计，让获取论文全文这件事既省流量又不断链：日常速读走约 10 KB 的报告，深度分析用--full拿全文，arXiv 之外的 DOI 也会自动路由到 OpenAlex 或 bioRxiv。配合 agent-skills/orx-lit-review/SKILL.md 中的检索技能，你的编程 Agent 就具备了完整的"发现 → 精读"文献工作流。

【免费下载链接】OpenResearchTurn your coding agents into research agents项目地址: https://gitcode.com/GitHub_Trending/op/OpenResearch