はじめに

論文を書いたり読んだりしていると、DOI と arXiv id のリストから PDF と BibTeX を一気に揃えたい場面が頻繁にあります。Zotero や Mendeley は GUI 中心で reproducible にしづらく、wget や手書きスクリプトは出版社ごとの認証や preprint との同期で破綻しがちです。

BiblioFetch.jl は Julia パッケージで、DOI / arXiv id のリスト → ローカル PDF ストア + TOML メタデータ + BibTeX 出力 + 引用グラフまでを 1 つのコマンドで回します。研究室のラップトップと SSH 越しの計算機を 同じストアに対して使えることを想定して設計しました。

$ bibliofetch fetch 10.1103/PhysRevB.99.214433
✓ 10.1103/physrevb.99.214433  [unpaywall]  → ~/papers/10.1103_physrevb.99.214433.pdf

なぜ作ったか — 既存ツールとの差分

似たことをするツールはあります。BiblioFetch を書いた動機は、これらが 物理屋の workflow に決定的に欠けている要素 がそれぞれにあったからです：

ツール	言語	不足
Zotero / Mendeley	GUI	reproducible でない、git で管理できない
paperscraper (Python)	Python	preprint と publisher PDF の区別ができない、TDM は Wiley のみ
pyalex / openalex CLI	Python	OA PDF 中心、出版社認証 (TDM) なし
paper-qa	Python	RAG 寄り、bulk DOI の確実な fetch ではない

BiblioFetch.jl の差別化価値：

strict provenance — preprint と version of record を区別、source_policy = :strict で出版社の正典のみ取る
APS / Elsevier / Springer の TDM — institutional access を Julia から直接使える
also_arxiv companion — publisher PDF と arXiv preprint を組で保管
vault / topic 管理 — 個人 PKM (Personal Knowledge Management) として育てられる
平文 TOML ストア — git / rsync / grep が全部効く
SSH リバーストンネル mode — laptop ↔ 計算ホストで同じストアを共有できる

インストール

using Pkg
Pkg.add("BiblioFetch")

毎回 1 秒以下の起動が欲しい場合は sysimage をビルド：

using BiblioFetch, PackageCompiler
BiblioFetch.build()                  # 2–4 分

~/.local/bin/bibliofetch にラッパーが入るので PATH を通せば終わりです。

$ bibliofetch --help

Quick start

最小の job.toml：

[folder]
target = "papers"

[doi]
list = [
    "arxiv:1008.3477",                 # Schollwöck の MPS/DMRG レビュー
    "10.1103/PhysRevB.99.214433",
]

$ bibliofetch run job.toml

これだけで papers/ 配下に PDF、papers/.metadata/ に各論文の TOML メタデータ、papers/papers.bib に BibTeX が落ちます。

ストア構造 — TOML 平文の利点

papers/
├── arxiv__1008.3477.pdf
├── 10.1103_physrevb.99.214433.pdf
├── papers.bib
└── .metadata/
    ├── arxiv__1008.3477.toml
    └── 10.1103_physrevb.99.214433.toml

メタデータ TOML は人間可読：

key = "10.1103/physrevb.99.214433"
title = "Density matrix renormalization group..."
journal = "Physical Review B"
year = 2019
authors = ["Sebastian Paeckel", "Thomas Köhler", ...]
status = "ok"
source = "unpaywall"
sha256 = "f3b1...."
fetched_at = "2026-05-04T08:23:11"

git diff でメタデータ更新が見える、grep で著者検索ができる、rsync で複数マシン間の同期が trivial。SQLite な仕組み (Zotero) には絶対に出来ない芸当です。

環境検出 — laptop と計算ホストを同じツールで

$ bibliofetch env
BiblioFetch runtime
  hostname        : my-laptop
  profile         : default
  mode            : direct
  proxy           : (none)  [none]
  reachable       : true
  store root      : /home/souta/papers
  email           : souta@example.com

~/.config/bibliofetch/config.toml でプロファイルを定義しておくと、ホスト名で自動切り替え：

[defaults]
email = "souta@example.com"
store_root = "~/papers"

[profiles.panza]
proxy = "http://localhost:8080"     # SSH リバーストンネル
store_root = "/scratch/souta/papers"

これで laptop でも ssh panza 先でも bibliofetch fetch ... が同じインタフェースで動きます。

ソースカスケード — 取り方の優先順

DOI を投げると以下の順で試行：

Crossref で書誌メタデータ取得
Unpaywall で OA PDF があれば取る
arXiv に preprint があれば取る
Semantic Scholar (opt-in) で abstract と OA PDF
OpenAlex (opt-in、v1.1.0+) で広範な metadata + OA
DOAJ (opt-in、v1.1.0+) で gold OA journal
APS / Elsevier / Springer TDM (opt-in) で institutional 認証越し
direct で doi.org から取る（プロキシ経由）

各ステップは独立で、[fetch].sources で組み合わせを選べます。失敗した際の挙動も on_fail = :pending | :skip | :error で選べます。

続編

このパッケージの肝な機能はそれぞれ別記事で深堀りします：

citation graph 展開 — 1 本のレビュー論文から関連文献を 1 hop 全部取ってくる
strict mode + TDM — preprint と publisher PDF を厳格に区別する
vault と job.toml — 文献コレクションを git 管理可能な平文で持つ

ソースは GitHub: sotashimozono/BiblioFetch.jl

ドキュメント: codes.sota-shimozono.com/BiblioFetch.jl/stable/

issue / PR 歓迎です。

免責事項
この記事のコードは MIT License に基づき自由に利用できます。
ただし記事本文の著作権はすべて筆者に帰属し、無断転載・再利用を禁じます。
記事の内容は執筆時点のものであり、正確性・完全性を保証しません。
本記事の利用によって生じたいかなる損害についても筆者は責任を負いません。

_{この記事は SyncLore を使って管理しています。}