diff --git a/.githooks/plugin-shell-versions.txt b/.githooks/plugin-shell-versions.txt index 74dd7483..719a1a40 100644 --- a/.githooks/plugin-shell-versions.txt +++ b/.githooks/plugin-shell-versions.txt @@ -32,3 +32,4 @@ plugin 0.13.16 acf8a5f6d54ff90ff76b324a5f9c408ab4bc38a38ff0fc9ce3ff5e5af1ef986b plugin 0.13.17 c598d9e016a84021f96c07bb95583fe23e13f333428e92ddd10b3b1aefca7150 plugin 0.13.18 85e500da52faab6cf71c8bcc8f3ffa86024bd2607b44a46fb55c645ae7075ffb plugins/akashic-discovery 0.2.18 afe7301483d7d1d470b5dd23b29ae7d87eb413139445300904a1a82f9f51917a +plugin 0.13.19 5d88f45ef7fc3563c76ac42b3bed47bc64e55f0f818e821d2533a147bceabc41 diff --git a/plugin/.claude-plugin/plugin.json b/plugin/.claude-plugin/plugin.json index 40098167..237ac4b4 100644 --- a/plugin/.claude-plugin/plugin.json +++ b/plugin/.claude-plugin/plugin.json @@ -1,6 +1,6 @@ { "name": "akashic-mcp", - "version": "0.13.18", + "version": "0.13.19", "binary_version": "0.13.0", "description": "Akashic-Library MCP server — file-based canonical literature store: search, relations, graph, derived-layer writes (tags/status/links/person updates), person & organization resolution, divergence recording with judgement, resolution verdicts (confirm/reject with four-state counts incl. checked-undecided, no ratios), Zotero one-way pull, author-list replacement from a work's own full text. Store format 23.", "author": { diff --git a/plugin/CHANGELOG.md b/plugin/CHANGELOG.md index 3b73e4c7..9cfa8eeb 100644 --- a/plugin/CHANGELOG.md +++ b/plugin/CHANGELOG.md @@ -1,5 +1,13 @@ # Changelog +## #822 — 2026-11-21 的實測:三篇 Psychometrika 從 SpringerLink 的文章頁取得(2026-11-21):plugin 殼 0.13.18 → 0.13.19,契約版本不變(13) + +照 `rules/site-knowledge-goes-back-into-the-plugin.md` 寫回的第一批。**只改 `references/publishers.md` 與版號,沒有改 SKILL、沒有改 `akashic` CLI。** + +- `akashic-fetch-fulltext` 的 `references/publishers.md` 新增〈2026-11-21 的實測〉:前一天在 Cambridge Core 被寫成沒有權限的三篇 Psychometrika(DOI 是 `10.1007/…`),入口改成使用者確認的 `https://link.springer.com/article/` 之後,三篇都是結束碼 7 `pdf-shown`、`save-pdf` 取得。 +- 加註、不刪:〈2026-11-20 的實測〉Cambridge Core 一列(那一列量到的是那一站沒有權限,不是那三篇拿不到);規則表 Springer 一列的出處。 +- **沒有改的**:SKILL 第 2 步「`--landing` 一律是 `https://doi.org/`」。這一批顯示期刊換過出版商時,舊出版商的站可能還給得到全文;要不要讓流程自己提出或自己試那個入口,等使用者裁決。 + ## #822 — 量到的站別做法要寫回 plugin(2026-11-20):plugin 殼 0.13.17 → 0.13.18,契約版本不變(13) 使用者 2026-11-20 的指示與三個選擇;細節在 `changelog/2026-11-20-site-knowledge-rule-822.md`。**只改文件,沒有改 `akashic` CLI**:SKILL 第 0 步要求的契約版本仍是 13。 diff --git a/plugin/skills/akashic-fetch-fulltext/references/publishers.md b/plugin/skills/akashic-fetch-fulltext/references/publishers.md index dfee1558..bb708208 100644 --- a/plugin/skills/akashic-fetch-fulltext/references/publishers.md +++ b/plugin/skills/akashic-fetch-fulltext/references/publishers.md @@ -26,7 +26,7 @@ | Annual Reviews(annualreviews.org)| 「download PDF」是 `href="#"` 的按鈕,外層是 POST 表單 `form.ft-download-content__form--pdf`;第一個 `.pdf` 連結是**補充資料** | 結束碼 7 `button`:Claude 按那個下載按鈕(只按,不代填、不另外送表單;按之前先確認不是補充資料的連結);`take` 的驗證會擋下補充資料。**2026-11-19 起的分工,按這個按鈕之後的行為沒有實測過** | 2026-09-23,1 篇(當時以表單頁內送出)| | Oxford Academic(academic.oup.com)| 頁內 fetch PDF 回 403「Just a moment…」(Cloudflare)| Cloudflare「Just a moment」→ 結束碼 8 **等人驗證**(使用者 2026-09-28 裁決;挑戰頁以 403 回應也一樣);頁面同時有封鎖句時整批暫停(結束碼 6)。2026-09-23 當時是改找 PMC 作者稿繼續——那是在被懷疑之後換路,2026-09-24 起不再這樣做 | 2026-09-23,1 篇 | | PubMed Central(pmc.ncbi.nlm.nih.gov)| 頁內 fetch PDF 回約 1.8 KB 的防爬蟲驗證頁(「preparing to download」、proof of work) | 那個驗證頁是**整批暫停**(使用者 2026-10-01:下載前驗證頁不當成等人驗證)。#613 拿掉了 `--prime`:它只是為了讓之後的頁內 fetch 過得去,導航本來就像讀者點連結 | 2026-09-23,1 篇成功(`--prime`+頁內 fetch)| -| Springer(link.springer.com)| 頁面自己的 PDF 連結是 `/content/pdf/.pdf`;curl 取同一個網址回 HTML | `fetch` 照頁面的連結導航;導航後顯示 PDF → 結束碼 7 `pdf-shown` | 2026-09-28,1 篇成功(頁內 fetch;bronze OA);導航之後 `pdf-shown` 見下方各批的實測(2026-11-20 一篇書章)| +| Springer(link.springer.com)| 頁面自己的 PDF 連結是 `/content/pdf/.pdf`;curl 取同一個網址回 HTML | `fetch` 照頁面的連結導航;導航後顯示 PDF → 結束碼 7 `pdf-shown` | 2026-09-28,1 篇成功(頁內 fetch;bronze OA);導航之後 `pdf-shown` 見下方各批的實測(2026-11-20 一篇書章;2026-11-21 三篇期刊文章,入口是使用者確認的 `/article/`)| | ScienceDirect(sciencedirect.com)| 「View PDF」連結有兩種形狀(`/science/article/pii//pdf?md5=…&pid=…` 與 `/pdfft?md5=…&pid=…`),頁面上還有推薦文章的 `pdfft` 連結;由 DOI 猜 PII 不可靠。點 View PDF 先到「**Preparing your download**」中介頁(`cra_js_challenge`),再跳到 `pdf.sciencedirectassets.com` 的 S3 簽章網址(`X-Amz-Expires=300`);對已顯示的 PDF 再發一次請求會觸發 CAPTCHA | 中介頁 → 結束碼 6 **整批暫停**(使用者 2026-10-01);文章站上的 CAPTCHA 頁(「Are you a robot?」)→ 結束碼 8(導航之後的驗證另印 `--resume-stage followed`;驗證完分頁到 `pdf.sciencedirectassets.com` 也接得住)。導航之後分頁跑到 `pdf.sciencedirectassets.com`(別的主機):顯示 PDF → 結束碼 7 `pdf-shown`(使用者 2026-10-02;先前是 6);**那個主機上出現 CAPTCHA 字樣**(2026-09-28 的第二次 CAPTCHA 就是那樣)→ 結束碼 6,因為它既不是文章站、也不在已知驗證服務清單裡(使用者 2026-10-02)。**這一站目前沒有自動走得完的路**;PDF 的網路快取也不留(safari-browser#210 比對 4/4 不在快取裡)| 2026-09-28,3 篇成功(導航到簽章網址後頁內 fetch);同晚 2 次 CAPTCHA,見 #613 | | Optica(opg.optica.org)| 導航之前先以 curl 打了 DOI 頁與 `viewmedia.cfm`(第二次回「Please wait...」),隨後 Safari 導航即被導到 `/captcha/` | CAPTCHA → 結束碼 8。**不要在 Safari 之外先碰這個站**(最高原則規則 1) | 2026-09-28,1 篇 | | OSF/PsyArXiv、機構典藏(UvA)| — | 2026-09-23 以一般 HTTP 下載成功;**這條路自 #634 起不是本 skill 的取得方式**(一律經 Safari),經 `fetch` 取這幾站沒有量過——遇到照結束碼處理,新量到的寫在這一列 | 2026-09-23,4 篇成功(一般 HTTP 下載)| @@ -119,7 +119,7 @@ | SAGE(`journals.sagepub.com`,APM 2014)| 結束碼 1 `points off-site`:`citation_pdf_url` 指到 `scholar.google.com` | 兩下,各記一次嘗試:文章頁的「PDF/EPUB」(分頁到 `/doi/epub/…` 閱讀頁),閱讀頁的「Download PDF」(href `/doi/pdf/?download=true`)。第二下之後分頁網址不變,檔案在約 15 秒內直接出現在下載資料夾,**沒有儲存面板,使用者沒有按任何東西**;`take` 結束碼 0,17 頁。與 2026-11-19 那一篇(等使用者按「儲存」)的差別,使用者的說明是下載位置改成了固定資料夾;11-19 當天的設定沒有記錄,所以這不是同一天改設定前後各量一次的對照 | 1 篇成功 | | SAGE(同一站,EPM 2014)| 結束碼 7 `html-page`:頁面自己的 `/doi/pdf/` 通到 HTML 頁 | 那一頁寫「Restricted access」「Get full access to this article」「Purchase access」:沒有權限、頁面提供購買(落點表第 7 種的 (d))。沒有按 | 1 篇,留給使用者決定 | | Wiley 的學會子網域(`bpspsychub.onlinelibrary.wiley.com`,BJMSP 2014)| 結束碼 1 `points off-site`:頁面給的 PDF 連結在 `onlinelibrary.wiley.com`(母站,與文章頁不同主機;同一個樣子見 #726)| 兩下,各記一次嘗試:文章頁上同主機的 PDF 連結(分頁到 `/doi/epdf/…` 閱讀器),**閱讀器上這篇自己的「Download PDF」`snapshot -i` 讀得到**(href `/doi/pdfdirect/?download=true`)。第二下之後檔案直接出現在下載資料夾,沒有儲存面板;21 頁。當時 `take` 沒有帶 `--pages`,結束碼 5、讀首頁確認後存入;事後帶上條目的頁碼重跑是結束碼 0 | 1 篇成功 | -| Cambridge Core(`www.cambridge.org`;Psychometrika 2016、1989、1983,DOI 仍是 `10.1007/…`)| 三篇都是結束碼 7 `tab-unchanged`:落地在 `/core/journals/psychometrika/article/abs/…`,頁面的 PDF 連結在 `/core/services/aop-cambridge-core/content/view/…/….pdf`,導航之後分頁沒有離開摘要頁 | 15 秒內下載資料夾沒有新檔;等一次之後落點仍然沒變;`save-pdf` 探測回「text/html, not a PDF」;`bot-signals` 沒有命中。頁面上是「Get access」「Access through your institution」「Log in to your personal account」與「Add article to cart」:沒有權限、頁面提供購買。沒有按。這裡的 `tab-unchanged` 不是「連結直接開始下載」,是沒有權限時被送回摘要頁——這是從頁面上的字推出來的,沒有看到轉址本身 | 3 篇,留給使用者決定 | +| Cambridge Core(`www.cambridge.org`;Psychometrika 2016、1989、1983,DOI 仍是 `10.1007/…`)| 三篇都是結束碼 7 `tab-unchanged`:落地在 `/core/journals/psychometrika/article/abs/…`,頁面的 PDF 連結在 `/core/services/aop-cambridge-core/content/view/…/….pdf`,導航之後分頁沒有離開摘要頁 | 15 秒內下載資料夾沒有新檔;等一次之後落點仍然沒變;`save-pdf` 探測回「text/html, not a PDF」;`bot-signals` 沒有命中。頁面上是「Get access」「Access through your institution」「Log in to your personal account」與「Add article to cart」:沒有權限、頁面提供購買。沒有按。這裡的 `tab-unchanged` 不是「連結直接開始下載」,是沒有權限時被送回摘要頁——這是從頁面上的字推出來的,沒有看到轉址本身 | 3 篇,留給使用者決定。**這三篇隔天從 SpringerLink 的文章頁取得**,見〈2026-11-21 的實測〉:這一列量到的是 Cambridge Core 這一站對這個機構沒有權限,不是這三篇拿不到 | | Taylor & Francis(`www.tandfonline.com`,JASA 2001)| 結束碼 7 `pdf-shown`:分頁在 `/doi/pdf/` 直接顯示 PDF | `save-pdf` 取得 11 頁(出版商封面頁加正文 10 頁;條目的頁碼是 10 頁,帶 `--pages` 時 `take` 仍判頁數相符、結束碼 0)| 1 篇成功 | | Oxford Academic(`academic.oup.com`,Biometrika 1967)| 結束碼 7 `pdf-shown`:PDF 顯示在 `watermark02.silverchair.com`,交接時記號還在 | `save-pdf` 取得 7 頁。首頁沒有印 DOI,`take` 結束碼 5(帶 `--pages` 也是:頁數相符但沒有 DOI 可比),讀首頁以刊名、年份、卷期、起始頁確認後存入 | 1 篇成功 | | SpringerLink(`link.springer.com`,2026 年的書章)| 結束碼 7 `pdf-shown`:分頁在 `/content/pdf/.pdf` | `save-pdf` 取得 26 頁;帶 `--pages` 時 `take` 結束碼 0 | 1 篇成功 | @@ -127,3 +127,19 @@ **對話框探測在這一批讀起來的樣子**(Safari 本身的行為,不是哪一站的):視窗裡都是 HTML 分頁時,`documents --json` 的 `blocking_dialog` 多數是 `clear`,偶爾一次 `unknown`/`incomplete`,等一次再讀又是 `clear`。第一個顯示 PDF 的分頁出現之後(上表 Taylor & Francis 那一篇),之後每一次讀取整個視窗的每一個分頁都是 `unknown`/`incomplete`、沒有訊息;使用者看過那個視窗,回答畫面上什麼都沒有掛著。這與 PsychQuant/safari-browser#345 記的是同一個樣子。**它碰到 SKILL 第 3 步〈一層層按〉的一條規則**:按之前讀到的不是 `clear` 就不按、仍然是 `unknown` 就停下整批。照那條規則,一批裡第一個 `pdf-shown` 的分頁出現之後,同一個視窗後面需要按的每一篇都會停下來問。這一批沒有碰到,是因為需要按的兩篇剛好排在第一個 PDF 分頁之前;那條規則要不要改,沒有使用者的裁決(#822)。 這一批的 `acquisition`:下載資料夾取得的兩篇是 `browser-download`,`save-pdf` 取得的三篇是 `browser-save-pdf`。存進 store 的 note 有兩筆寫了「記錄沒有頁碼」,那是錯的(條目有頁碼,是執行時沒有帶 `--pages`);note 目前沒有更正的入口,見 #824。 + +## 2026-11-21 的實測(#822:三篇 Psychometrika 改從 SpringerLink 的文章頁進去) + +前一天〈2026-11-20 的實測〉Cambridge Core 那一列的三篇,隔天各再試一次,入口不是 `https://doi.org/`,而是 `https://link.springer.com/article/`。這個入口是 Claude 把網址列給使用者、使用者在對話裡回覆確認之後才用的(SKILL 第 2 步:非 DOI 的入口要使用者確認才算「使用者給定」),網址先過 `akashic web-read url`(印 `URL-OK 'https://link.springer.com'`)。使用者自己的 Safari profile、同一個固定視窗;安裝的 plugin 是 0.13.18,執行的區塊是前一天從 0.13.17 取出的(0.13.18 沒有改這些區塊);`akashic fulltext contract` 印 13、safari-browser v2.9.0。這台機器當時的預設路由走機構的 SSL VPN(以 `route` 讀到);前一天抓的時候走哪條路沒有量。機器負載高(load average 約 40)。**只有這三篇**;「取得」只代表那個機構、那個網路、那一天。 + +| 站 | `fetch` 的結果 | 之後做了什麼、看到什麼 | 觀察 | +|---|---|---|---| +| SpringerLink(`link.springer.com`;Psychometrika 2016、1989、1983,DOI 是 `10.1007/…`)| 三篇都是結束碼 7 `pdf-shown`:落地在 `/article/`,頁面自己的 PDF 連結是 `/content/pdf/.pdf`,導航之後分頁顯示 PDF;各記一次嘗試(當天 `link.springer.com` 1/10 到 3/10)| `save-pdf` 取得 17、24、13 頁,都與條目的頁碼相符。2016 那一篇 `take`(帶 `--pages`)結束碼 0:檔案的 metadata 與首頁都有 DOI。1989、1983 兩篇是掃描檔,沒有 DOI,`take` 結束碼 5(頁數相符、標題完全相符、`doi_state` 是 `absent`),讀首頁以刊名、卷期、年月、起始頁與作者確認後存入。沒有按任何東西,沒有出現驗證頁或登入頁 | 3 篇成功 | + +**這一批說明了什麼、沒有說明什麼。** 同一個 DOI,`doi.org` 解析到 Cambridge Core(期刊現在的出版商),那一頁前一天對這個機構寫沒有權限;SpringerLink 的文章頁還在,而且給了全文。所以「DOI 的落地頁說沒有權限」不等於「這個機構拿不到這一篇」:期刊換過出版商時,舊出版商的站可能還提供舊文章。沒有量的事:SpringerLink 上還留著這本期刊的哪些年份;這三篇是機構訂閱給的、還是 SpringerLink 對所有人開放(沒有在機構網路之外對照);前一天如果也從這個入口進去會怎樣。 + +**它碰到 SKILL 第 2 步的一條規則**:「第 3 步的 `--landing` 一律是 `https://doi.org/`」,其他入口要使用者逐次確認。照那條規則,Claude 自己不會去試舊出版商的站;這一批是使用者懷疑「沒有權限」的結論、Claude 才提出這個入口並取得確認。要不要讓流程在 DOI 的落地頁沒有權限時,自己提出(或自己試)以 DOI 前綴認得的舊出版商入口,沒有使用者的裁決;那是會改變流程怎麼判的句子,這裡只記事實。 + +**對話框探測**:視窗裡留著前一天顯示 PDF 的分頁,這一批每一次讀取都是 `unknown`(與〈2026-11-20 的實測〉記的同一個樣子)。三篇都不需要按,所以沒有碰到「不是 `clear` 就不按」那條規則。 + +這一批的 `acquisition` 都是 `browser-save-pdf`,`origin` 是 `https://link.springer.com/content/pdf/.pdf`;note 寫明入口是使用者確認的 SpringerLink 文章頁、以及 `doi.org` 解析到的站前一天沒有權限。