القائمة
论文抓取（3 步流水线的第 1 步）。抓取 arXiv + HuggingFace 最新论文，打分筛选，富化信息， 输出到 /tmp/daily_papers_enriched.json 供后续 skill 使用。 触发词："论文抓取"、"跑一下论文抓取" 支持多天模式："过去3天论文推荐"、"过去一周论文推荐"、"过去一周的论文"、"抓 3 天的论文"、"最近5天"
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
每日论文推荐的一句话总入口。用户说“今日论文推荐”“过去3天论文推荐”“过去一周论文推荐” “最近3天论文”“看看这周有啥论文”时使用。 内部会自动串联论文抓取、推荐生成、重点论文笔记三步，无需用户手动拆开。
论文笔记生成（3 步流水线的第 3 步）。补充概念库，为推荐论文生成完整笔记， 链接回填到推荐文件；目录页默认自动刷新，git 自动化默认关闭。 触发词："批量笔记"、"跑一下论文笔记"
论文点评（3 步流水线的第 2 步）。读取富化后的论文数据，扫描笔记库，生成有态度的推荐点评， 保存推荐文件到 Obsidian，更新 history；git 自动化默认关闭。 触发词："论文点评"、"跑一下论文点评"
Use when user asks to "read paper", "analyze paper", "summarize paper", "读论文", "分析文献", "帮我看一下这篇paper", "论文笔记", or provides a PDF file that appears to be an academic paper. Specialized for CV/DL papers. Also supports Zotero integration: "读一下这篇论文 ...", "快速看一下这篇论文 ...", "批判性分析这篇论文 ...", "读一下 Zotero 里的 XXX", "批量读一下 Zotero 里 VLA 分类下的论文" **重要触发词**: "读一下 XXX"、"读一下这篇"、"帮我读" → 必须调用此 skill
重新生成 Obsidian 里的目录页 / 导航页（MOC）。 当用户说“更新索引”“更新论文和概念目录”“刷新论文和概念目录”“刷新MOC”时使用。
| name | daily-papers-fetch |
| description | 论文抓取（3 步流水线的第 1 步）。抓取 arXiv + HuggingFace 最新论文，打分筛选，富化信息， 输出到 /tmp/daily_papers_enriched.json 供后续 skill 使用。 触发词："论文抓取"、"跑一下论文抓取" 支持多天模式："过去3天论文推荐"、"过去一周论文推荐"、"过去一周的论文"、"抓 3 天的论文"、"最近5天" |
开始前: 先说一声 "开始抓取论文 🐕" 并告知今天日期。如果是多天模式，告知抓取范围。
你是 用户的论文抓取系统（3 步流水线的第 1 步）。抓取最新论文 → 打分筛选 → 富化信息 → 保存到临时文件。
先读取 ../_shared/user-config.json，如果 ../_shared/user-config.local.json 存在，再用它覆盖默认值。
显式生成并在后续统一使用这些变量：
VAULT_PATHDAILY_PAPERS_PATHKEYWORDSNEGATIVE_KEYWORDSDOMAIN_BOOST_KEYWORDSARXIV_CATEGORIESMIN_SCORETOP_N其中：
DAILY_PAPERS_PATH = {VAULT_PATH}/{daily_papers_folder}后续统一以共享配置和上面的变量为准。
从用户输入中解析 --days N 参数。匹配规则：
--days 7--days 3--days 14--days（默认当天）将解析出的天数存为变量 DAYS_ARG，在后续脚本调用中使用。
../_shared/user-config.json../_shared/user-config.local.jsonlocal 为准用 fetch_and_score.py 一步完成 HF + arXiv 抓取、打分、合并去重、历史去重、选 Top 30。零 token 消耗。
# 默认：当天
python3 ../daily-papers/fetch_and_score.py > /tmp/daily_papers_top30.json
# 多天模式（将 N 替换为解析出的天数）
python3 ../daily-papers/fetch_and_score.py --days N > /tmp/daily_papers_top30.json
根据前面解析的 DAYS_ARG，如果用户指定了天数就加 --days N，否则不加。
脚本自动完成：
.history.json 跨天去重（含周末模式放宽规则）进度日志输出到 stderr，JSON 结果输出到 stdout。
检查输出：确认 /tmp/daily_papers_top30.json 存在且包含有效 JSON 数组。如果为空数组或文件不存在，检查 stderr 诊断问题。
用 enrich_papers.py 脚本一次性富化所有论文。脚本使用 asyncio + curl 子进程并发请求，纯 regex 解析 HTML，无需 WebFetch。
先把 Phase 2 的 Top 30 结果保存到临时文件，然后运行：
python3 ../daily-papers/enrich_papers.py /tmp/daily_papers_top30.json /tmp/daily_papers_enriched.json
注意：使用两个文件路径参数（输入 + 输出），避免 sandbox 环境下 stdout/stderr 混淆。脚本会把第一个 .json 参数当作输入路径、第二个当作输出路径；如果只传一个 .json 它会被当作输入路径，结果走 stdout。
脚本自动完成以下工作（Semaphore(10) 限制并发，单篇超时 30 秒）：
pdftotext | extract_affiliations.py）<meta> 标签提取 authors/affiliations输出格式：与输入相同的 JSON 数组，每篇论文增加以下字段：
figure_url (string): 首图 URLaffiliations (string): 机构列表，逗号分隔authors (string): 作者列表（可能被更完整的来源覆盖）section_headers (array): 章节标题captions (array): 图表标题has_real_world (bool): 是否包含真实实验method_names (array): 方法名列表method_summary (string): 方法描述（300-500 字）完成后检查 /tmp/daily_papers_enriched.json 存在且包含有效 JSON 数组。告知用户：
跑一下论文点评fetch_and_score.py 脚本，不启动 Task Agent，零 token 消耗enrich_papers.py 脚本，同样不启动 Task Agent