Una herramienta impulsada por IA diseñada para transformar PDFs de literatura científica en datos estructurados en Markdown y CSV legibles por máquina.
Instalar y Descargar
1. ClawHub CLI
La forma más rápida de instalar una habilidad directamente desde el registro.
npx clawhub@latest install sci-data-extractor
2. Instalación manual
Copia la carpeta de la habilidad a una de estas ubicaciones
~/.openclaw/skills/ <project>/skills/ Prioridad: Espacio de trabajo > Local > Integrado
3. Instalación del prompt
Copia este prompt en OpenClaw para instalarlo automáticamente.
Ayúdame a instalar sci-data-extractor usando Clawhub. Si Clawhub no está instalado, instálalo primero (npm i -g clawhub).
¿Prefieres descargar?
Obtén los archivos originales de la habilidad en un archivo ZIP.
¿Qué es Sci-Data-Extractor?
Sci-Data-Extractor es una herramienta especializada dentro del ecosistema Openclaw Skills que automatiza la extracción de información compleja de artículos académicos. Al combinar tecnologías OCR de alta precisión como Mathpix con Modelos de Lenguaje Avanzados como Claude 3.5 Sonnet y GPT-4o, proporciona a los investigadores una forma confiable de digitalizar datos experimentales, fórmulas y tablas.
Esta habilidad está diseñada para entornos de investigación de alto nivel donde la precisión es primordial. Permite a los usuarios definir reglas de extracción personalizadas o usar plantillas preconfiguradas para analizar miles de páginas de literatura científica en formatos estructurados, convirtiéndose en una pieza fundamental para cualquiera que utilice Openclaw Skills para la gestión de datos técnicos.
Casos de uso de Sci-Data-Extractor
- Creación de bases de datos de cinética enzimática extrayendo valores de Km y Kcat de artículos de bioquímica.
- Compilación de resultados experimentales, incluyendo tamaños de muestra y valores p, para metanálisis.
- Generación de tablas estructuradas de revisión de literatura que incluyen DOI, metodología y hallazgos clave.
- Conversión de fórmulas matemáticas complejas y tablas PDF a formatos Markdown limpios.
- Automatización de la identificación de estructuras de proteínas específicas o compuestos químicos mediante prompts personalizados.
Cómo funciona Sci-Data-Extractor
- El usuario inicia una solicitud proporcionando un PDF científico y seleccionando una plantilla de datos o un prompt personalizado.
- El sistema utiliza Mathpix OCR o PyMuPDF para extraer el texto sin procesar, asegurando que se preserven las notaciones matemáticas y los diseños de las tablas.
- El texto extraído es procesado por un LLM configurado a través del framework Openclaw Skills para identificar campos de datos específicos.
- La IA mapea el contenido al esquema solicitado, asegurando que los tipos de datos y las estructuras sean consistentes.
- La salida final se genera como una tabla Markdown o un archivo CSV para su integración en los flujos de trabajo de investigación.
Configuración de Sci-Data-Extractor
Requisitos previos
- Python 3.8+
- Claves de API para Anthropic o OpenAI
Pasos de instalación
- Configuración del entorno (usando uv para mayor rapidez):
curl -LsSf https://astral.sh/uv/install.sh | sh
uv venv
source .venv/bin/activate
uv pip install -r requirements.txt
- Configuración:
Copie la plantilla y añada sus credenciales de API al archivo
.env:
cp .env.example .env
# Añada su EXTRACTOR_API_KEY y EXTRACTOR_MODEL
- Validación:
python extractor.py --help
Esquema de datos y taxonomía de Sci-Data-Extractor
La habilidad organiza la información extraída en esquemas estandarizados. A continuación se muestran los campos de datos principales para las plantillas integradas disponibles en Openclaw Skills:
| Plantilla | Campos clave |
|---|---|
| Cinética enzimática | Enzima, Organismo, Sustrato, Km, Kcat, Temp, pH, Mutante, Cosustrato |
| Experimento | Experimento, Condición, Resultado, Unidad, Desviación estándar, valor p |
| Revisión de literatura | Autor, Año, Revista, Título, DOI, Hallazgos clave, Metodología |
La salida se puede alternar entre --format markdown (predeterminado) y --format csv.
Funciones avanzadas de Sci-Data-Extractor
- Prompts personalizados: Use lenguaje natural para definir objetivos de extracción únicos como IDs de PDB o líneas celulares específicas.
- OCR de alta precisión: Integración opcional con Mathpix para un reconocimiento superior de fórmulas matemáticas complejas.
- Soporte de modelos flexible: Compatible con Claude 3.5 Sonnet, GPT-4o y otros modelos compatibles con API.
- Procesamiento segmentado: Lógica avanzada para manejar documentos científicos largos que exceden los límites estándar de tokens.
- Exportación por lotes: Genere resultados directamente en archivos CSV listos para la investigación para el análisis inmediato de datos dentro de los flujos de trabajo de Openclaw Skills.
SKILL.md
Cargando
Habilidades relacionadas de Openclaw
Ejecución de Análisis R en Proyectos Existentes
Mantenga y mejore proyectos de ciencia de datos basados en R mediante la extensión de scripts, la actualización de visualizaciones y la resolución de problemas en modelos estadísticos.
Agente de Investigación RStudio
Una habilidad de agente integral para automatizar la investigación científica basada en R, la estructura de proyectos y la visualización de datos con calidad de publicación.
PubMed-Search
Un asistente impulsado por IA para la búsqueda exhaustiva, recuperación de metadatos y análisis profundo de la literatura biomédica de PubMed.
Google Académico Search
Una herramienta de búsqueda académica impulsada por IA que permite a los investigadores descubrir artículos, filtrar por autor o fecha y extraer metadatos académicos detallados.
Sci-Hub-Search
Un asistente académico impulsado por IA para buscar, recuperar metadatos y descargar artículos de investigación a texto completo a través de espejos de Sci-Hub.
Generador Científico de Resúmenes Gráficos
Una herramienta impulsada por IA que transforma descripciones e datos de investigación en visualizaciones SVG editables y con calidad de publicación.
Presentado*
