start-my-day

name	start-my-day
description	每日论文推荐：面向大模型推理系统、分层状态优化与协同优化，每天推荐3篇论文并准备 Obsidian 笔记和资产。
allowed-tools	Read, Write, Bash, WebFetch

目标

为用户每天推荐值得阅读的论文，研究方向聚焦：

• 大模型推理系统与 LLM serving；
• 分层状态优化、状态放置、状态迁移、状态恢复；
• stateful systems、distributed systems、stream processing；
• runtime optimization、cross-layer co-optimization；
• heterogeneous hardware、GPU、CXL、RDMA、memory hierarchy；
• KV cache、prefix/prompt/context cache、long-context serving；
• RAG、continual learning、agent memory。

默认配置

优先读取：

C:/Users/peng/Documents/PHR/obsidian_phr/99_System/Config/research_interests.yaml

如果环境变量 $OBSIDIAN_VAULT_PATH 不存在，默认使用：

C:/Users/peng/Documents/PHR/obsidian_phr

搜索范围

运行 scripts/search_arxiv.py，默认使用系统方向相关 arXiv 分类：

cs.DC,cs.OS,cs.PF,cs.AR,cs.DB,cs.NI,cs.ET,cs.PL,cs.IR,cs.LG,cs.CL,cs.AI

脚本会同时搜索：

• 最近 arXiv 论文；
• Semantic Scholar 中近一年高影响论文；
• 然后根据相关性、新近性、热度和质量评分排序。

职责边界

start-my-day 是编排型 skill，只负责“每日发现与推荐”。它不应该重新实现搜索已有笔记、PDF 入库、图片提取或深度分析。

需要复用其他 skill：

• 查重和检索已有笔记：调用 paper-search。
• PDF 下载、MinerU Markdown、图片和资产 manifest 入库：调用 paper-ingest。
• 将 MinerU 英文 Markdown 转成中文学术版 Markdown：调用 paper-translate。
• 正式论文笔记生成、深度分析和系统框架补全：调用 paper-analyze。
• 单独补图或整理图片：调用 extract-paper-images。

必须执行的流程

1. 调用 paper-search 扫描已有 Obsidian 论文笔记和 MinerU 原始 Markdown，避免重复。
2. 使用 scripts/search_arxiv.py --top-n 10 搜索候选论文。
3. 在 10_Daily/ 下生成每日推荐笔记。
4. 默认推荐 3 篇最值得深读的论文，除非用户明确要求更多或更少。
5. 对前 3 篇论文，如果尚未入库且有 arXiv ID 或 PDF URL，调用 paper-ingest：
   • 保存 PDF；
   • 使用 MinerU 转 Markdown；
   • 保存图片和原始解析资产；
   • 生成 assets.md 和 ingest_manifest.json。
6. 对前 3 篇论文，无论是新入库还是已有资产，只要存在 MinerU Markdown，都调用 paper-translate 生成 *.zh-CN.md 中文版材料。
7. 对前 3 篇论文，再调用 paper-analyze 生成或补全正式论文笔记、导师七问、综述五字段和人工阅读重点。
8. 如果图片缺失或 MinerU 图片不够清晰，调用 extract-paper-images。
9. 缺失证据一律写 TBD，不要猜测。

推荐命令

python scripts/search_arxiv.py `
  --config "C:/Users/peng/Documents/PHR/obsidian_phr/99_System/Config/research_interests.yaml" `
  --output arxiv_filtered.json `
  --max-results 200 `
  --top-n 10 `
  --categories "cs.DC,cs.OS,cs.PF,cs.AR,cs.DB,cs.NI,cs.ET,cs.PL,cs.IR,cs.LG,cs.CL,cs.AI"

输出要求

每日推荐笔记应包含：

• 今日推荐概览；
• 3 篇重点论文；
• 每篇论文的标题、作者、来源、链接、推荐理由；
• 是否已生成 PDF/MinerU Markdown/中文版 Markdown/详细笔记；
• 后续阅读建议。

调用示例

当用户说“start my day”时，执行顺序应是：

1. paper-search 查重；
2. 本 skill 搜索和排序新论文；
3. paper-ingest 入库前 3 篇新论文的 PDF/MinerU/图片/manifest；
4. paper-translate 为前 3 篇生成中文版 MinerU Markdown；
5. paper-analyze 对前 3 篇生成或补全正式详细分析笔记；
6. extract-paper-images 只在图片缺失时补图；
7. 回到本 skill 汇总今日推荐笔记。