xdrshjr paper-daily
每日 AI 论文追踪工具 - 自动获取 arXiv AI 分类的最新论文并提供摘要
描述
这个技能帮助你追踪 arXiv 人工智能(cs.AI)分类的每日最新论文，自动获取论文标题、作者、摘要和链接，让你快速了解 AI 领域的最新研究动向。
功能
- 获取 arXiv AI 分类的当日最新论文列表
- 提取每篇论文的详细摘要
- 支持查看特定论文的完整信息
- 支持导出为 Markdown 或 Word 格式
安装要求
- 已安装
curl和python3 - 网络连接正常
使用方法
获取今日论文列表
# 获取前10篇论文的标题和链接
./skills/paper-daily/scripts/fetch_papers.sh
或在对话中直接说：
查看今天的 AI 论文
获取 arXiv 今日论文
看看有什么新论文
查看特定论文详情
# 查看特定论文的详细摘要
./skills/paper-daily/scripts/get_paper_detail.sh <论文ID>
# 例如
./skills/paper-daily/scripts/get_paper_detail.sh 2601.20856
或在对话中：
详细讲讲第3篇论文
获取论文 2601.20856 的摘要
导出为文档
# 导出为 Markdown
./skills/paper-daily/scripts/export_papers.sh markdown
# 导出为 Word
./skills/paper-daily/scripts/export_papers.sh word
工作流程
- 获取列表：从 arXiv API 获取当日 cs.AI 分类的论文
- 解析信息：提取标题、作者、摘要、链接
- 展示结果：格式化输出，支持多种格式
- 深入阅读：可选择性获取单篇论文的完整信息
输出示例
📚 今日 AI 论文精选（2026-01-30）
1. SokoBench: Evaluating Long-Horizon Planning in LLMs
⭐ 研究 LLM 的长程规划能力，发现超过25步时性能显著下降
🔗 https://arxiv.org/abs/2601.20856
2. Deep Researcher with Sequential Plan Reflection
⭐ 新的深度研究架构，在博士级研究任务上超越 Claude Researcher
🔗 https://arxiv.org/abs/2601.20843
3. MemCtrl: Using MLLMs as Active Memory Controllers
⭐ 让多模态大模型主动管理记忆，提升具身智能体性能
🔗 https://arxiv.org/abs/2601.20831
技术原理
数据来源
- arXiv API：https://export.arxiv.org/api/query
- 论文详情页：https://arxiv.org/abs/<论文ID>
处理流程
用户请求 → 调用 arXiv API → 解析 XML → 提取元数据 → 格式化输出
↓
获取论文详情 → 解析 HTML → 提取摘要 → 生成报告
依赖工具
curl：HTTP 请求python3：JSON/XML 解析grep/sed：文本处理
文件结构
skills/paper-daily/
├── SKILL.md # 本说明文档
├── scripts/
│ ├── fetch_papers.sh # 获取论文列表
│ ├── get_paper_detail.sh # 获取单篇详情
│ └── export_papers.sh # 导出文档
└── templates/
└── paper_template.md # 输出模板
配置选项
可在 scripts/config.sh 中修改：
# 默认获取论文数量
DEFAULT_COUNT=10
# 论文分类
CATEGORY="cs.AI"
# 排序方式
SORT_BY="submittedDate"
使用示例
场景1：每日晨间简报
用户：帮我看看今天有什么有趣的 AI 论文
AI：📚 今日 AI 论文精选（共10篇）
1. **SokoBench: Evaluating Long-Horizon Planning in LLMs**
提出了基于推箱子游戏的基准测试，发现 LLM 在需要超过25步的任务上规划能力显著下降...
2. **Deep Researcher with Sequential Plan Reflection**
新的深度研究架构，在100个博士级研究任务上取得46.21分...
...（更多论文）
需要我详细讲解哪一篇？
场景2：深入研究特定论文
用户：详细讲讲第6篇关于 AI 通信的论文
AI：📄 论文详情：Investigating Task-Oriented Communication in VLMs
**作者**：Boaz Carmeli, Orr Paradise, Shafi Goldwasser...
**机构**：Technion, EPFL, UC Berkeley, Harvard
**核心发现**：
1. AI 能自发产生新符号和"黑话"
2. 可以发展出比自然语言更高效的通信方式
3. 相似架构的 AI 能独立发展出隐蔽协议
4. 这些协议对人类和其他 AI 都难以理解
**意义**：揭示了 AI 可能发展出人类无法监控的通信方式，带来透明度和控制的新挑战...
场景3：导出周报
用户：把这周的论文导出成 Word 文档
AI：正在生成文档...
✅ 已生成：AI_Papers_Weekly_2026-01-30.docx
包含：
- 本周50篇论文列表
- 每篇的标题、作者、摘要
- 分类统计和趋势分析
注意事项
- API 限制：arXiv API 有访问频率限制，请勿频繁请求
- 摘要长度：部分论文摘要较长，会适当截断
- PDF 下载：如需全文，请访问论文页面的 PDF 链接
- 分类范围：默认只获取 cs.AI（人工智能），可修改配置获取其他分类
相关技能
github- 查看相关代码实现web_fetch- 获取论文相关的网页内容gemini- 使用 Gemini API 分析论文
更新日志
- v1.0 (2026-01-30)：初始版本，支持基础论文获取和摘要提取
参考链接
- arXiv API 文档：https://arxiv.org/help/api
- cs.AI 分类：https://arxiv.org/list/cs.AI/recent
- Hugging Face Papers：https://huggingface.co/papers
作者
Moltbot 自动生成
💡 提示：这个技能会定期更新，以支持更多功能和更好的用户体验。