gabrielmoreira Daily Paper Search Skill
功能描述
每日自动检索 arXiv 最新论文，与已评估数据库去重，精选 Top N 论文待评估，发送每日检索摘要。
核心流程
┌─────────────────────────────────────────────────────────────┐
│ 20:00 Asia/Singapore 自动触发 │
│ ↓ │
│ 1. 批量搜索 arXiv (9组预设关键词，每组30篇) │
│ ↓ │
│ 2. 搜索结果去重 (ID + 标准化标题) │
│ ↓ │
│ 3. 与 evaluated_papers.json 去重 │
│ ↓ │
│ 4. 相关性评分排序 │
│ ↓ │
│ 5. 选择 Top 3 精选论文 │
│ ↓ │
│ 6. 下载 PDF + 创建元数据 │
│ ↓ │
│ 7. 生成待评估任务清单 │
│ ↓ │
│ 8. 发送如流消息摘要 │
│ ↓ │
│ 9. Agent 执行 paper-review 深度评估 │
└─────────────────────────────────────────────────────────────┘
使用方法
手动执行
# 完整流程（搜索 + 下载 + 发送消息）
python skills/daily-search/scripts/daily_paper_search.py
# 精选 5 篇论文（默认 3 篇）
python skills/daily-search/scripts/daily_paper_search.py --top 5
# 仅搜索，不下载 PDF
python skills/daily-search/scripts/daily_paper_search.py --skip-download
# 干跑模式（仅搜索，不下载不发送）
python skills/daily-search/scripts/daily_paper_search.py --dry-run
命令行参数
| 参数 | 说明 |
|---|---|
--top N |
精选论文数量（默认 3） |
--skip-download |
跳过 PDF 下载 |
--dry-run |
干跑模式，仅搜索不执行实际操作 |
--workspace PATH |
指定工作空间路径 |
输出文件
执行后将生成以下文件：
| 文件 | 路径 | 说明 |
|---|---|---|
| 搜索日志 | search_logs/YYYY-MM-DD_search_log.json |
当日搜索统计和去重详情 |
| 待评估清单 | pending_evaluation_YYYY-MM-DD.json |
Agent 待执行的评估任务 |
| 论文元数据 | papers/{short_title}/metadata.json |
每篇精选论文的基础信息 |
| 论文 PDF | papers/{short_title}/*.pdf |
下载的论文 PDF |
后续评估流程
每日检索完成后，Agent 需要执行以下步骤完成论文评估：
步骤 1: 查看待评估清单
cat workspace/pending_evaluation_YYYY-MM-DD.json
步骤 2: 对每篇论文执行深度评估
对于清单中的每篇论文，按照 paper-review 技能流程执行：
- 获取 Semantic Scholar 数据
python skills/semantic-scholar/semantic_scholar_api.py paper-by-arxiv "[arxiv_id]" --format json > papers/{short_title}/metadata.json
阅读论文并撰写总结
- 生成
papers/{short_title}/summary.md
- 生成
进行四维评分
- 生成
papers/{short_title}/scores.md - 使用
<think>标签记录推理过程
- 生成
更新已评估论文数据库
python skills/paper-review/scripts/update_registry.py \
--id "[arxiv_id]" \
--title "[论文标题]" \
--short_title "[short_title]" \
--score "[最终评分]"
步骤 3: 确认评估完成
检查 evaluated_papers.json 确认论文已添加：
cat workspace/papers/evaluated_papers.json | python -m json.tool | tail -20
定时任务配置
OpenClaw Cron 配置
在 Agent 配置中添加定时任务：
{
"name": "Daily Paper Search",
"schedule": {
"kind": "cron",
"expr": "0 20 * * *",
"tz": "Asia/Singapore"
},
"payload": {
"kind": "agentTurn",
"message": "执行每日论文检索任务：运行 daily_paper_search.py 搜索最新论文，然后对精选的 Top 3 论文执行完整的 paper-review 流程（总结、评分、更新数据库）"
},
"sessionTarget": "isolated"
}
系统 Crontab 配置（备选）
# 编辑 crontab
crontab -e
# 添加定时任务 (20:00 Asia/Singapore = 12:00 UTC)
0 12 * * * cd /home/gem/.openclaw && python skills/daily-search/scripts/daily_paper_search.py >> /var/log/daily_paper_search.log 2>&1
去重机制说明
三层去重策略
搜索结果内部去重 (
search_arxiv.py)- arXiv ID 去重
- 标准化标题去重（保留版本标识符如 ++、-2）
- 排除不相关领域
与已评估数据库去重 (
daily_paper_search.py)- 读取
evaluated_papers.json - 比对 arXiv ID
- 比对标题（不区分大小写）
- 读取
写入时去重 (
update_registry.py)- 最后一道防线
- 防止并发写入重复
注意事项
- API 限制: arXiv API 有请求频率限制，脚本已设置 3 秒延迟
- 网络依赖: PDF 下载和如流消息发送需要网络连接
- 评估时间: 深度评估每篇论文需要 Agent 投入时间，建议每日精选 3 篇
- 存储空间: PDF 文件会占用存储空间，定期清理旧论文
更新日志
v1.0 (2026-03-04)
- ✅ 初始版本
- ✅ 批量搜索与去重
- ✅ PDF 下载
- ✅ 如流消息发送
- ✅ 待评估任务清单生成