核心用法
arxiv-osiris 是一款面向科研场景的 arXiv 论文检索与下载技能，提供 PowerShell 命令行与 Python API 双接口。支持通过关键词、标题、摘要搜索论文，可按学科类别（CS、物理、数学、生物等）过滤结果，并直接下载 PDF 文件。典型命令如 .\arxiv.ps1 -Action search -Query "quantum computing" -MaxResults 10 或指定 ID 下载 .\arxiv.ps1 -Action download -ArxivId "2310.12345"。
显著优点
- 数据源权威：arXiv 为全球最大开放获取预印本平台，覆盖物理、计算机、数学、定量生物等 8 大学科领域，更新频率高、时效性强。
- 完全免费：论文与工具均无付费墙，降低科研信息获取门槛。
- 轻量易用：封装 Python
arxiv库，提供简洁 CLI 与 API，无需复杂配置。 - 元数据丰富：可提取作者、发表日期、学科分类、PDF 直链等结构化信息，便于二次处理。
潜在缺点与局限性
- 预印本质：论文未经同行评议，结论可靠性需独立判断，不能直接作为临床或工程决策依据。
- 搜索精度：依赖 arXiv 原生检索，复杂布尔查询、引文分析、影响因子排序等功能缺失。
- 存储依赖：下载需本地磁盘空间，大规模批量获取需自行管理文件命名与去重。
- 网络限制：部分区域访问 arXiv.org 可能受网络策略影响。
适合人群
- 高校科研人员、研究生、博士生进行文献调研
- 技术从业者追踪 AI/ML 前沿（cs.AI, cs.LG 等）
- 科普写作者寻找最新研究成果素材
- 自动化工作流需批量获取论文元数据的开发者
常规风险
- 引用风险：预印本版本迭代快，引用时务必核对最终发表版本及 DOI。
- 版权注意：大部分论文遵循 arXiv 许可，但部分保留作者版权，商业转载需确认授权。
- 依赖安全：Python
arxiv库为第三方包，建议锁定版本并审查更新日志，防止供应链攻击。 - 误下风险：自动下载脚本若未加校验，可能因同名或 ID 错误获取非目标文献。