论文自动摘要

技能简介

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

能做什么

• 按时间窗口抓取 arXiv 和 Hugging Face 的最新论文
• 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、抓取参数调整

使用说明

1. 环境准备

• Python 3 与网络连接
• LLM 访问：设置 OPENAI_API_KEY 或 LITELLM_API_BASE + LITELLM_API_KEY

2. 安装部署

# 运行引导脚本（优先使用 git，否则自动下载 zip）
bash "{baseDir}/scripts/bootstrap.sh"

# 自定义安装路径
PROJECT_DIR="$HOME/agentic_paper_digest" bash "{baseDir}/scripts/bootstrap.sh"

3. CLI 运行

# 基础运行
bash "{baseDir}/scripts/run_cli.sh"

# 指定时间窗口和数据源
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"

# 触发运行与查询
curl -X POST http://127.0.0.1:8000/api/run
curl http://127.0.0.1:8000/api/status
curl http://127.0.0.1:8000/api/papers

# 停止服务
bash "{baseDir}/scripts/stop_api.sh"

5. 核心配置

配置文件位于 PROJECT_DIR/config/，环境变量可写入 .env 文件：

• config/topics.json：定义主题 ID、标签、描述、关键词及每主题上限
• config/settings.json：覆盖抓取限制（结果数、超时等）
• config/affiliations.json：机构匹配加权规则
• 环境变量：WINDOW_HOURS（时间窗口）、ARXIV_CATEGORIES（分类过滤）、ENABLE_PDF_TEXT=1（启用 PDF 文本提取，需 pip install pymupdf）

输入与输出

见下方输入与输出表格。

风险提示

• LLM API 调用产生费用，请合理设置 MAX_CANDIDATES_PER_SOURCE 控制成本
• arXiv API 有请求频率限制，频繁抓取可能触发限流
• PDF 文本提取依赖 PyMuPDF，未安装时该功能静默跳过
• 配置文件需保持严格 JSON 格式（无尾随逗号），否则解析失败
• API 模式默认监听本地端口，生产环境需配置反向代理与认证

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/matanle51/agentic-paper-digest/SKILL.md
来源类型：GitHub 仓库