Hugging Face Paper Publisher

概述

适用场景

适用于用户希望在 Hugging Face Hub 发布、关联、索引或管理研究论文的场景。 本技能为 AI 工程师和研究人员提供在 Hugging Face Hub 发布、管理和关联研究论文的完整工具集。它简化了从论文创建到发布的完整流程，包括与 arXiv 集成、模型/数据集关联和作者身份管理。

与 HF 生态集成

• 论文页面：在 Hugging Face Hub 索引和发现论文
• arXiv 集成：从 arXiv ID 自动索引论文
• 模型/数据集关联：通过元数据将论文关联到相关资源
• 作者身份验证：认领和验证论文作者身份
• 研究文章模板：生成专业、现代的科学论文

版本

1.0.0

依赖

内置脚本使用 PEP 723 内联依赖。推荐使用 uv run 而非手动配置环境。

• huggingface_hub>=0.26.0
• pyyaml>=6.0.3
• requests>=2.32.5
• markdown>=3.5.0
• python-dotenv>=1.2.1

核心能力

1. 论文页面管理

• 索引论文：从 arXiv 添加论文到 Hugging Face
• 认领作者身份：验证并认领已发布论文的作者身份
• 管理可见性：控制哪些论文显示在个人主页
• 论文发现：在 HF 生态中查找和探索论文

2. 论文关联到资源

• 模型卡片：向模型元数据添加论文引用
• 数据集卡片：通过 README 将论文关联到数据集
• 自动标签：Hub 自动生成 arxiv: 标签
• 引用管理：维护正确的归属和参考文献

3. 研究文章创建

• Markdown 模板：生成专业的论文格式
• 现代设计：简洁、易读的研究文章布局
• 动态目录：自动生成目录
• 章节结构：标准科学论文组织方式
• LaTeX 数学：支持公式和技术符号

4. 元数据管理

• YAML 前言：正确的模型/数据集卡片元数据
• 引用追踪：跨仓库维护论文引用
• 版本控制：追踪论文更新和修订
• 多论文支持：将多篇论文关联到单个资源

使用说明

本技能在 scripts/ 目录中包含用于论文发布操作的 Python 脚本。

前置条件

• 使用 uv run 运行脚本（依赖从脚本头部解析）
• 设置 HF_TOKEN 环境变量，使用具有写入权限的令牌

所有路径相对于包含此 SKILL.md 文件的目录。 运行任何脚本前，先 cd 到该目录或使用完整路径。

方法 1：从 arXiv 索引论文

从 arXiv 添加论文到 Hugging Face 论文页面。

基本用法：

uv run scripts/paper_manager.py index \
  --arxiv-id "2301.12345"

检查论文是否存在：

uv run scripts/paper_manager.py check \
  --arxiv-id "2301.12345"

直接 URL 访问： 也可以直接访问 https://huggingface.co/papers/{arxiv-id} 来索引论文。

方法 2：将论文关联到模型/数据集

向模型或数据集 README 添加论文引用及正确的 YAML 元数据。

添加到模型卡片：

uv run scripts/paper_manager.py link \
  --repo-id "username/model-name" \
  --repo-type "model" \
  --arxiv-id "2301.12345"

添加到数据集卡片：

uv run scripts/paper_manager.py link \
  --repo-id "username/dataset-name" \
  --repo-type "dataset" \
  --arxiv-id "2301.12345"

添加多篇论文：

uv run scripts/paper_manager.py link \
  --repo-id "username/model-name" \
  --repo-type "model" \
  --arxiv-ids "2301.12345,2302.67890,2303.11111"

使用自定义引用：

uv run scripts/paper_manager.py link \
  --repo-id "username/model-name" \
  --repo-type "model" \
  --arxiv-id "2301.12345" \
  --citation "$(cat citation.txt)"

关联工作原理

当你在模型或数据集 README 中添加 arXiv 论文链接时：

1. Hub 从链接中提取 arXiv ID
2. 自动为仓库添加 arxiv:<PAPER_ID> 标签
3. 用户可点击标签查看论文页面
4. 论文页面显示所有引用该论文的模型/数据集
5. 论文可通过过滤器和搜索被发现

方法 3：认领作者身份

在 Hugging Face 上发布的论文中验证你的作者身份。

启动认领流程：

uv run scripts/paper_manager.py claim \
  --arxiv-id "2301.12345" \
  --email "your.email@institution.edu"

手动流程：

1. 访问你的论文页面：https://huggingface.co/papers/{arxiv-id}
2. 在作者列表中找到你的名字
3. 点击你的名字并选择"Claim authorship"
4. 等待管理员团队验证

检查作者身份状态：

uv run scripts/paper_manager.py check-authorship \
  --arxiv-id "2301.12345"

方法 4：管理论文可见性

控制哪些已验证论文显示在公开主页。

列出你的论文：

uv run scripts/paper_manager.py list-my-papers

切换可见性：

uv run scripts/paper_manager.py toggle-visibility \
  --arxiv-id "2301.12345" \
  --show true

在设置中管理： 访问账户设置 → 论文部分，为每篇论文切换"显示在主页"。

方法 5：创建研究文章

使用现代模板生成专业的基于 Markdown 的研究论文。

从模板创建：

uv run scripts/paper_manager.py create \
  --template "standard" \
  --title "Your Paper Title" \
  --output "paper.md"

可用模板：

• standard - 传统科学论文结构
• modern - 简洁、适合网页的格式，灵感来自 Distill
• arxiv - arXiv 风格格式
• ml-report - 机器学习实验报告

生成完整论文：

uv run scripts/paper_manager.py create \
  --template "modern" \
  --title "Fine-Tuning Large Language Models with LoRA" \
  --authors "Jane Doe, John Smith" \
  --abstract "$(cat abstract.txt)" \
  --output "paper.md"

转换为 HTML：

uv run scripts/paper_manager.py convert \
  --input "paper.md" \
  --output "paper.html" \
  --style "modern"

论文模板结构

标准研究论文章节：

---
title: Your Paper Title
authors: Jane Doe, John Smith
affiliations: University X, Lab Y
date: 2025-01-15
arxiv: 2301.12345
tags: [machine-learning, nlp, fine-tuning]
---

# Abstract
Brief summary of the paper...

# 1. Introduction
Background and motivation...

# 2. Related Work
Previous research and context...

# 3. Methodology
Approach and implementation...

# 4. Experiments
Setup, datasets, and procedures...

# 5. Results
Findings and analysis...

# 6. Discussion
Interpretation and implications...

# 7. Conclusion
Summary and future work...

# References

现代模板特性：

• 动态目录
• 响应式网页设计
• 代码语法高亮
• 交互式图表
• 数学公式渲染（LaTeX）
• 引用管理
• 作者机构链接

命令参考

索引论文：

uv run scripts/paper_manager.py index --arxiv-id "2301.12345"

关联到仓库：

uv run scripts/paper_manager.py link \
  --repo-id "username/repo-name" \
  --repo-type "model|dataset|space" \
  --arxiv-id "2301.12345" \
  [--citation "Full citation text"] \
  [--create-pr]

认领作者身份：

uv run scripts/paper_manager.py claim \
  --arxiv-id "2301.12345" \
  --email "your.email@edu"

管理可见性：

uv run scripts/paper_manager.py toggle-visibility \
  --arxiv-id "2301.12345" \
  --show true|false

创建研究文章：

uv run scripts/paper_manager.py create \
  --template "standard|modern|arxiv|ml-report" \
  --title "Paper Title" \
  [--authors "Author1, Author2"] \
  [--abstract "Abstract text"] \
  [--output "filename.md"]

转换 Markdown 为 HTML：

uv run scripts/paper_manager.py convert \
  --input "paper.md" \
  --output "paper.html" \
  [--style "modern|classic"]

检查论文状态：

uv run scripts/paper_manager.py check --arxiv-id "2301.12345"

列出你的论文：

uv run scripts/paper_manager.py list-my-papers

搜索论文：

uv run scripts/paper_manager.py search --query "transformer attention"

YAML 元数据格式

将论文关联到模型或数据集时，需要正确的 YAML 前言：

模型卡片示例：

---
language:
  - en
license: apache-2.0
tags:
  - text-generation
  - transformers
  - llm
library_name: transformers
---

# Model Name

This model is based on the approach described in [Our Paper](https://arxiv.org/abs/2301.12345).

## Citation

```bibtex
@article{doe2023paper,
  title={Your Paper Title},
  author={Doe, Jane and Smith, John},
  journal={arXiv preprint arXiv:2301.12345},
  year={2023}
}

**数据集卡片示例：**
```yaml
---
language:
  - en
license: cc-by-4.0
task_categories:
  - text-generation
  - question-answering
size_categories:
  - 10K<n<100K
---

# Dataset Name

Dataset introduced in [Our Paper](https://arxiv.org/abs/2301.12345).

For more details, see the [paper page](https://huggingface.co/papers/2301.12345).

Hub 会自动从这些链接中提取 arXiv ID 并创建 arxiv:2301.12345 标签。

集成示例

工作流 1：发布新研究

# 1. 创建研究文章
uv run scripts/paper_manager.py create \
  --template "modern" \
  --title "Novel Fine-Tuning Approach" \
  --output "paper.md"

# 2. 编辑 paper.md 填入内容

# 3. 提交到 arXiv（外部流程）
# 上传到 arxiv.org，获取 arXiv ID

# 4. 在 Hugging Face 索引
uv run scripts/paper_manager.py index --arxiv-id "2301.12345"

# 5. 关联到你的模型
uv run scripts/paper_manager.py link \
  --repo-id "your-username/your-model" \
  --repo-type "model" \
  --arxiv-id "2301.12345"

# 6. 认领作者身份
uv run scripts/paper_manager.py claim \
  --arxiv-id "2301.12345" \
  --email "your.email@edu"

工作流 2：关联已有论文

# 1. 检查论文是否存在
uv run scripts/paper_manager.py check --arxiv-id "2301.12345"

# 2. 如需则索引
uv run scripts/paper_manager.py index --arxiv-id "2301.12345"

# 3. 关联到多个仓库
uv run scripts/paper_manager.py link \
  --repo-id "username/model-v1" \
  --repo-type "model" \
  --arxiv-id "2301.12345"

uv run scripts/paper_manager.py link \
  --repo-id "username/training-data" \
  --repo-type "dataset" \
  --arxiv-id "2301.12345"

uv run scripts/paper_manager.py link \
  --repo-id "username/demo-space" \
  --repo-type "space" \
  --arxiv-id "2301.12345"

工作流 3：为模型添加论文引用

# 1. 获取当前 README
hf download username/model-name README.md

# 2. 添加论文链接
uv run scripts/paper_manager.py link \
  --repo-id "username/model-name" \
  --repo-type "model" \
  --arxiv-id "2301.12345" \
  --citation "Full citation for the paper"

# 脚本会：
# - 如缺失则添加 YAML 元数据
# - 在 README 中插入 arXiv 链接
# - 添加格式化的引用
# - 保留现有内容

最佳实践

1. 论文索引

   • 论文在 arXiv 发布后尽快索引
   • 在模型/数据集卡片中包含完整的引用信息
   • 在相关仓库中使用一致的论文引用

2. 元数据管理

   • 为所有模型/数据集卡片添加 YAML 前言
   • 包含正确的许可证信息
   • 标记相关的任务类别和领域

3. 作者身份

   • 认领你作为作者列出的论文
   • 使用机构邮箱进行验证
   • 保持论文可见性设置更新

4. 仓库关联

   • 将论文关联到所有相关的模型、数据集和 Spaces
   • 在 README 描述中包含论文背景
   • 添加 BibTeX 引用以方便参考

5. 研究文章

   • 在项目中一致使用模板
   • 在论文中包含代码和数据链接
   • 生成适合网页分享的 HTML 版本

高级用法

批量关联论文：

# 将多篇论文关联到一个仓库
for arxiv_id in "2301.12345" "2302.67890" "2303.11111"; do
  uv run scripts/paper_manager.py link \
    --repo-id "username/model-name" \
    --repo-type "model" \
    --arxiv-id "$arxiv_id"
done

提取论文信息：

# 从 arXiv 获取论文元数据
uv run scripts/paper_manager.py info \
  --arxiv-id "2301.12345" \
  --format "json"

生成引用：

# 创建 BibTeX 引用
uv run scripts/paper_manager.py citation \
  --arxiv-id "2301.12345" \
  --format "bibtex"

验证链接：

# 检查仓库中的所有论文链接
uv run scripts/paper_manager.py validate \
  --repo-id "username/model-name" \
  --repo-type "model"

错误处理

• 论文未找到：arXiv ID 不存在或尚未索引
• 权限拒绝：HF_TOKEN 缺少仓库写入权限
• 无效 YAML：README 前言元数据格式错误
• 作者身份验证失败：邮箱与论文作者记录不匹配
• 已被认领：其他用户已认领作者身份
• 速率限制：短时间内 API 请求过多

故障排除

问题："Paper not found on Hugging Face"

• 解决方案：访问 hf.co/papers/{arxiv-id} 触发索引

问题："Authorship claim not verified"

• 解决方案：等待管理员审核或联系 HF 支持并提供证明

问题："arXiv tag not appearing"

• 解决方案：确保 README 包含正确的 arXiv URL 格式

问题："Cannot link to repository"

• 解决方案：验证 HF_TOKEN 具有写入权限

问题："Template rendering errors"

• 解决方案：检查 markdown 语法和 YAML 前言格式

资源和参考

• Hugging Face 论文页面：hf.co/papers
• 模型卡片指南：hf.co/docs/hub/model-cards
• 数据集卡片指南：hf.co/docs/hub/datasets-cards
• 研究文章模板：tfrere/research-article-template
• arXiv 格式指南：arxiv.org/help/submit

与 tfrere 研究模板集成

本技能与 tfrere 的研究文章模板 互补，提供：

• 自动化论文索引工作流
• 仓库关联能力
• 元数据管理工具
• 引用生成工具

你可以使用 tfrere 的模板进行写作，然后使用本技能在 Hugging Face Hub 发布和关联论文。

常见模式

模式 1：新论文发布

# 写作 → 发布 → 索引 → 关联
uv run scripts/paper_manager.py create --template modern --output paper.md
# (提交到 arXiv)
uv run scripts/paper_manager.py index --arxiv-id "2301.12345"
uv run scripts/paper_manager.py link --repo-id "user/model" --arxiv-id "2301.12345"

模式 2：已有论文发现

# 搜索 → 检查 → 关联
uv run scripts/paper_manager.py search --query "transformers"
uv run scripts/paper_manager.py check --arxiv-id "2301.12345"
uv run scripts/paper_manager.py link --repo-id "user/model" --arxiv-id "2301.12345"

模式 3：作者作品集管理

# 认领 → 验证 → 组织
uv run scripts/paper_manager.py claim --arxiv-id "2301.12345"
uv run scripts/paper_manager.py list-my-papers
uv run scripts/paper_manager.py toggle-visibility --arxiv-id "2301.12345" --show true

API 集成

Python 脚本示例：

from scripts.paper_manager import PaperManager

pm = PaperManager(hf_token="your_token")

# 索引论文
pm.index_paper("2301.12345")

# 关联到模型
pm.link_paper(
    repo_id="username/model",
    repo_type="model",
    arxiv_id="2301.12345",
    citation="Full citation text"
)

# 检查状态
status = pm.check_paper("2301.12345")
print(status)

未来增强

计划在未来版本中添加的功能：

• 支持非 arXiv 论文（会议论文集、期刊）
• 从 DOI 自动格式化引用
• 论文比较和版本控制工具
• 协作论文写作功能
• 与 LaTeX 工作流集成
• 自动图表提取
• 论文指标和影响力追踪

限制

• 仅在任务明确符合上述范围时使用本技能。
• 输出不能替代特定环境的验证、测试或专家评审。
• 如缺少必需的输入、权限、安全边界或成功标准，请停止并请求澄清。