paper-trending

HuggingFace Daily Papers에서 트렌딩 논문을 수집하여 한줄 요약 리포트를 생성하고, 선택적으로 논문 PDF를 다운로드한다. 트리거: 트렌딩 논문, 인기 논문, paper trending, 최신 논문, 논문 다운로드.

설치로 이동

저장소: revfactory/skills
최근 소스 활동: 2026년 4월 12일 04:07
감지된 SKILL.md 언어: 한국어
스타: 154
포크: 43

설치 방법

기본적으로 소스를 먼저 확인하는 Prompt가 선택됩니다. 직접 명령으로 전환하거나 로컬 사본을 다운로드할 수도 있습니다.

Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.

직접 명령은 검토 Prompt를 거치지 않습니다. 실행하기 전에 소스를 확인하세요.

npx skills add https://github.com/revfactory/skills --skill paper-trending

명령은 한 줄로 유지됩니다. 복사하기 전에 가로로 스크롤해 전체 내용을 확인하세요.

로컬 사본을 원하시나요? SkillsMP에서 현재 제공할 수 있는 파일을 다운로드하세요.

소스 파일 검토

설치 여부를 결정하기 전에 SKILL.md와 SkillsMP에 표시된 보조 파일을 읽어 보세요.

SKILL.md

소스 지침 · 읽기 전용 미리보기

검색으로 돌아가기 설치로 돌아가기

photoreal

AI 티가 나지 않는 실사 사진, 특히 인물 사진을 만들기 위한 프롬프트 설계 스킬. 이미지 모델이 기본으로 끌리는 광고·화보식 완벽함을 상쇄해 스마트폰으로 찍은 SNS 스냅처럼 보이게 만드는 지시문 층, 조립 규칙, 생성 후 점검 체크리스트를 제공한다. 사용 시점: '실사', '실사같은', '사진처럼', '리얼한 사진', 'AI 티 안 나게', 'AI 같지 않게', '진짜 사람 같은', '실존감', 'SNS 사진', '셀카', '스냅 사진', '인물 사진', '프로필 사진', '일상 사진', '실사 프롬프트' 같은 말이 나올 때, 그리고 사람이 등장하는 사진풍 이미지를 생성하려는 모든 경우에 반드시 이 스킬을 먼저 읽을 것. 사용자가 '실사'라는 단어를 쓰지 않아도 결과물이 '찍은 사진'처럼 보여야 하는 요청이면 해당한다. 실제 생성은 codex-image 등 이미지 생성 스킬이 맡고, 이 스킬은 그 프롬프트를 만든다. 일러스트·애니풍·3D 렌더·로고·다이어그램처럼 사진이 아닌 그림체 요청은 제외.

2026-08-24

project-spec-writer

Write comprehensive XML-structured project specifications (build plans / PRDs) for software projects. Use when a user wants to create a build plan, project spec, technical specification, PRD, or detailed requirements document for an application they want built — or wants to spec a new feature for an existing codebase, or to review, refine, or expand an existing spec. Triggers include requests like "write a project spec", "create a build plan", "make a technical specification", "spec out this app idea", "write requirements for my project", "write a PRD", and Korean requests like "프로젝트 스펙 작성해줘", "기획서/명세서 써줘", "빌드 플랜 만들어줘", "요구사항 정의서 작성", "이 아이디어 스펙으로 정리해줘", "기능 스펙 써줘", "스펙 검토/개선해줘". The output is an XML-formatted .md file optimized for consumption by AI coding agents (e.g., Claude Code, Cursor, Copilot Workspace) or human developers.

2026-08-01

power-crawl

Playwright MCP 를 e2e 테스트가 아니라 고속 데이터 수집 엔진으로 쓰는 크롤링 스킬. 페이지 뒤에 숨은 JSON API 를 network 로그로 발굴하고, 단일 도구 호출 안에서 페이지네이션·무한스크롤을 루프로 돌리며, 수집한 데이터를 컨텍스트에 통과시키지 않고 곧바로 파일(JSONL/CSV)로 떨군 뒤 필드 채움률·중복까지 검증한 crawl-report.md 를 남긴다. 사용자가 '크롤링', '스크래핑', '데이터 수집', '사이트에서 목록 긁어와', '상품/가격 정보 모아줘', '전체 페이지 돌면서 뽑아줘', '무한스크롤 끝까지 내려서 수집', '로그인해서 내 데이터 받아와', '이 사이트 API 좀 찾아줘', '결과를 CSV/JSONL 로 저장', '경쟁사/채용공고/리뷰 모니터링' 등을 말하거나, 웹페이지에서 여러 건의 구조화된 데이터를 반복 수집해야 하는 모든 경우에 반드시 이 스킬을 사용할 것. 단일 페이지를 한 번 읽고 요약하는 작업(WebFetch 로 충분)이나 e2e 테스트·QA 자동화·폼 제출 검증은 이 스킬의 범위가 아니다.

2026-07-31

이 저장소의 모든 Skills 보기

name	paper-trending
description	HuggingFace Daily Papers에서 트렌딩 논문을 수집하여 한줄 요약 리포트를 생성하고, 선택적으로 논문 PDF를 다운로드한다. 트리거: 트렌딩 논문, 인기 논문, paper trending, 최신 논문, 논문 다운로드.

Paper Trending — 트렌딩 논문 한줄 요약 리포트 + 다운로드

HuggingFace Daily Papers API에서 트렌딩 논문을 수집하고 한국어 한줄 요약 테이블로 출력한다. 사용자가 요청하면 논문 PDF를 arxiv에서 다운로드하거나 HTML 버전을 읽어 상세 분석한다.

인자 파싱

/paper-trending 뒤의 인자를 분석하여 범위를 결정한다:

인자 예시	해석	API 파라미터
`2026-03-14`	특정 날짜	`?date=2026-03-14`
`2026-W11`	특정 주차	`?week=2026-W11&sort=trending`
`이번 주`, `이번주`, `이번 주간`, `this week`	현재 ISO 주차	`?week={현재주차}&sort=trending`
`최근`, `recent`	최근 2주	현재 주 + 이전 주 각각 호출
(인자 없음), `기본`, `default`	최근 1개월	`?month={현재월}&sort=trending`
`2026-03`	특정 월	`?month=2026-03&sort=trending`

추가 액션 인자 (범위 인자와 조합 가능):

인자	동작
`다운로드`, `download`, `dl`	트렌딩 리포트 출력 후 상위 N개 논문 PDF 다운로드
`다운로드 5`, `dl 3`	상위 N개만 다운로드 (기본: 5)
`다운로드 all`	리포트의 모든 논문 다운로드
`읽기 {arxiv_id}`, `read {arxiv_id}`	특정 논문의 HTML 버전을 읽어 상세 분석

예시: /paper-trending 이번 주 다운로드 3 → 이번 주 트렌딩 리포트 + 상위 3개 PDF 다운로드

현재 날짜 기준: 오늘 날짜에서 ISO 주차와 월을 계산한다.

워크플로우

Step 1: 범위 결정

인자를 파싱하여 API 호출 URL을 결정한다.

ISO 주차 계산이 필요하면 date +%G-W%V 또는 Python으로 계산
"최근"인 경우 현재 주 + 이전 주 2개의 API 호출 필요

Step 2: API 호출

WebFetch로 HuggingFace API를 호출한다.

기본 URL: https://huggingface.co/api/daily_papers

파라미터 (소스 코드 확인된 정확한 사양):

date=YYYY-MM-DD — 특정 날짜
week=YYYY-WNN — 주간
month=YYYY-MM — 월간
sort=trending — 트렌딩 알고리즘 정렬 (주간/월간에서 권장)
sort=publishedAt — 발행일 정렬 (기본값)
p=0,1,2... — 페이지 번호
limit=50 — 페이지당 결과 수 (기본 50)

호출 예시:

# 이번 주 트렌딩
https://huggingface.co/api/daily_papers?week=2026-W11&sort=trending

# 이번 달
https://huggingface.co/api/daily_papers?month=2026-03&sort=trending

# 특정 날짜
https://huggingface.co/api/daily_papers?date=2026-03-14

"최근" (2주)인 경우 — 두 주차를 병렬로 WebFetch:

https://huggingface.co/api/daily_papers?week=2026-W11&sort=trending
https://huggingface.co/api/daily_papers?week=2026-W10&sort=trending

결과가 16개 이하이면 p=1로 다음 페이지도 호출하여 더 많은 논문 수집.

Step 3: 데이터 추출

API 응답 JSON에서 각 논문의 다음 정보를 추출:

paper.id          → arxiv ID
paper.title       → 제목
paper.upvotes     → upvotes (해당 기간 내 획득분)
paper.ai_summary  → AI 요약 (없으면 paper.summary 사용)
paper.authors[0].name → 첫 번째 저자
paper.organization.fullname → 소속 기관
paper.githubRepo  → GitHub 저장소
paper.githubStars → GitHub 스타 수

Step 4: 출력

upvotes 내림차순으로 정렬하여 마크다운 테이블로 출력한다.

출력 형식:

# {범위} 트렌딩 논문 ({날짜 범위})

| # | 논문 | UP | 한줄 요약 |
|---|------|---:|---------|
| 1 | **{제목}** ({기관}) | {upvotes} | {ai_summary를 한국어 1문장으로 요약} |
| 2 | ... | | |
| ... | | | |

**키워드**: {전체 논문에서 추출한 주요 트렌드 키워드 3-5개}

규칙:

한줄 요약은 한국어로, ai_summary 또는 summary를 1문장으로 압축
기관명이 있으면 제목 옆에 괄호로 표시
기본적으로 상위 15개까지 표시. 사용자가 더 요청하면 추가
upvotes가 0인 논문은 제외
"최근" 모드에서 두 주차 결과가 합쳐지면 중복 제거 (arxiv ID 기준)

Step 5: 논문 다운로드 (선택적 — `다운로드`/`download` 인자가 있을 때)

arxiv 논문은 인증 없이 자유롭게 다운로드 가능하다.

다운로드 URL 패턴:

형식	URL	용도
PDF	`https://arxiv.org/pdf/{arxiv_id}`	원본 논문 다운로드
HTML	`https://arxiv.org/html/{arxiv_id}`	브라우저 읽기용 (모든 논문에 있지는 않음)
Abstract	`https://arxiv.org/abs/{arxiv_id}`	메타데이터 + 초록 페이지

다운로드 절차:

작업 디렉토리에 papers/ 폴더 생성 (없으면)
대상 논문 목록 결정:
- 다운로드 N → 리포트 상위 N개
- 다운로드 all → 리포트 전체
- 다운로드 → 기본 상위 5개

각 논문을 Bash curl로 다운로드:

curl -L "https://arxiv.org/pdf/{arxiv_id}" -o "papers/{arxiv_id}.pdf"

다운로드 완료 후 결과 테이블 출력:

## 다운로드 완료

| 논문 | 파일 | 크기 |
|------|------|------|
| {제목} | papers/{arxiv_id}.pdf | {size} |

주의사항:

PDF 파일은 수~수십 MB 가능. 대량 다운로드 시 사용자에게 확인
arxiv에 과도한 요청을 보내지 않도록 다운로드 간 1초 간격 유지
다운로드 실패 시 해당 논문 스킵하고 보고

Step 6: 논문 읽기 (선택적 — `읽기`/`read` 인자가 있을 때)

특정 논문의 내용을 상세 분석한다.

절차:

논문이 이미 papers/{arxiv_id}.pdf로 다운로드되어 있으면 Read 도구로 PDF 읽기
없으면 HTML 버전을 시도: WebFetch로 https://arxiv.org/html/{arxiv_id} 호출
HTML도 없으면 PDF 다운로드 후 Read 도구로 읽기
논문 내용을 한국어로 요약:
- 연구 목적/동기
- 핵심 방법론
- 주요 실험 결과
- 한계점/향후 연구
- 실용적 시사점

에러 핸들링

상황	대응
API 응답 실패	1회 재시도. 실패 시 사용자에게 알림
빈 응답	"해당 기간에 트렌딩 논문이 없습니다" 출력
잘못된 인자	인자 형식 안내 후 기본값(1개월)으로 진행할지 확인
PDF 다운로드 실패	해당 논문 스킵, 나머지 계속. 실패 목록 보고
HTML 버전 없음 (404)	PDF 다운로드 후 Read 도구로 대체
PDF 용량 과대 (>50MB)	사용자에게 알리고 다운로드 여부 확인

사용 예시

/paper-trending                          → 이번 달 트렌딩
/paper-trending 이번 주                   → 이번 주 트렌딩
/paper-trending 최근                     → 최근 2주 트렌딩
/paper-trending 2026-03-14               → 특정 날짜
/paper-trending 2026-W11                 → 특정 주차
/paper-trending 2026-03                  → 특정 월
/paper-trending 이번 주 다운로드           → 이번 주 트렌딩 + 상위 5개 PDF 다운로드
/paper-trending 이번 주 다운로드 3         → 이번 주 트렌딩 + 상위 3개 PDF 다운로드
/paper-trending 이번 주 dl all            → 이번 주 트렌딩 + 전체 PDF 다운로드
/paper-trending 읽기 2603.03143           → 특정 논문 상세 분석

paper-trending

소스 정보

설치 방법

소스 파일 검토

이 저장소의 다른 Skills

Paper Trending — 트렌딩 논문 한줄 요약 리포트 + 다운로드

인자 파싱

워크플로우

Step 1: 범위 결정

Step 2: API 호출

Step 3: 데이터 추출

Step 4: 출력

Step 5: 논문 다운로드 (선택적 — 다운로드/download 인자가 있을 때)

Step 6: 논문 읽기 (선택적 — 읽기/read 인자가 있을 때)

에러 핸들링

사용 예시

이 저장소의 다른 Skills

Paper Trending — 트렌딩 논문 한줄 요약 리포트 + 다운로드

인자 파싱

워크플로우

Step 1: 범위 결정

Step 2: API 호출

Step 3: 데이터 추출

Step 4: 출력

Step 5: 논문 다운로드 (선택적 — 다운로드/download 인자가 있을 때)

Step 6: 논문 읽기 (선택적 — 읽기/read 인자가 있을 때)

에러 핸들링

사용 예시

Step 5: 논문 다운로드 (선택적 — `다운로드`/`download` 인자가 있을 때)

Step 6: 논문 읽기 (선택적 — `읽기`/`read` 인자가 있을 때)

Step 5: 논문 다운로드 (선택적 — `다운로드`/`download` 인자가 있을 때)

Step 6: 논문 읽기 (선택적 — `읽기`/`read` 인자가 있을 때)