论文自动摘要技能

技能简介

Agentic Paper Digest 是一个自动化论文摘要工具，可从 arXiv 和 Hugging Face 抓取最新论文，通过 LLM 进行相关性筛选与内容总结，输出结构化 JSON 数据或启动本地 API 服务供下游调用。

业务背景

研发团队需要持续跟踪学术前沿动态，但多平台手动检索效率低下。本技能实现论文监控自动化，支持按自定义主题词和机构权重智能过滤，输出标准化数据供内部系统对接，让技术情报收集从被动搜索变为主动推送，确保关键创新不被遗漏。

落地案例：某算法团队建立每日论文早报机制，通过API模式部署服务，配置topics.json定义3个研究方向（多模态、推理优化、评测方法），设置机构加权优先关注顶尖实验室成果。定时触发任务后，系统自动生成结构化数据集，经内部看板渲染为可交互的论文卡片，团队成员按需深度阅读。

能做什么

• 按时间窗口抓取 arXiv 和 Hugging Face 最新论文
• 基于主题关键词进行 LLM 相关性评分与过滤
• 生成论文标题、摘要、PDF首页文本的结构化摘要
• 输出 JSON 格式结果或启动 REST API 服务
• 支持自定义主题配置、机构加权、模型参数调整

使用说明

1. 环境准备：确保已安装 Python 3，配置网络访问，准备 OpenAI API Key（OPENAI_API_KEY）或兼容的 LiteLLM 端点（LITELLM_API_BASE + LITELLM_API_KEY）
2. 安装部署：执行引导脚本自动下载代码
   bash "{baseDir}/scripts/bootstrap.sh"
   如需指定目录：
   PROJECT_DIR="$HOME/agentic_paper_digest" bash "{baseDir}/scripts/bootstrap.sh"
3. CLI 运行：
   bash "{baseDir}/scripts/run_cli.sh"
   带参数示例：
   bash "{baseDir}/scripts/run_cli.sh" --window-hours 24 --sources arxiv,hf --json
4. API 模式（可选）：
   启动服务：bash "{baseDir}/scripts/run_api.sh"
   触发任务：curl -X POST http://127.0.0.1:8000/api/run
   查询状态：curl http://127.0.0.1:8000/api/status
   获取结果：curl http://127.0.0.1:8000/api/papers
   停止服务：bash "{baseDir}/scripts/stop_api.sh"
5. 配置调整：编辑 PROJECT_DIR/config/topics.json 定义关注主题，config/settings.json 调整抓取限制，.env 文件设置 API Key 与模型参数

输入与输出

见下方输入与输出表格。

风险提示

• 需有效 LLM API Key，否则 relevance/summary 流程将失败
• arXiv API 有请求频率限制，频繁调用可能触发封禁
• PDF 文本提取需额外安装 PyMuPDF（pip install pymupdf），未安装时该功能静默跳过
• 配置文件须为严格 JSON 格式，尾随逗号会导致解析失败
• API 模式默认监听本地端口，生产环境需自行配置反向代理与认证

来源信息

原始链接：https://github.com/matanle51/agentic_paper_digest
来源类型：GitHub 开源项目

原始链接：https://github.com/openclaw/skills/tree/main/skills/matanle51/agentic-paper-digest-skill/SKILL.md

来源类型：github