Menu
初始化和维护核心论文目录（Seed Papers），为论文搜索、打分、精读和 Idea 生成提供学术品味锚点。当用户说"初始化核心论文"、"更新种子论文"时触发。
Instalar com Codex ou Claude Copie este prompt, cole no Codex, Claude ou outro assistente e deixe que ele revise a página da skill e instale para você.
Baseado na classificação ocupacional SOC
| name | paper-seed-init |
| description | 初始化和维护核心论文目录（Seed Papers），为论文搜索、打分、精读和 Idea 生成提供学术品味锚点。当用户说"初始化核心论文"、"更新种子论文"时触发。 |
本 Skill 管理核心论文目录（Seed Papers），它是整个论文阅读 Pipeline 的学术品味锚点。核心论文为搜索去重、打分校准、精读参考和 Idea 生成提供基准。
seed_papers.json 已生成。profile.yaml 中的 seed_papers 列表时，脚本只拉取新增论文，不会重新拉取已有论文。执行初始化脚本：
python $PAPER_AGENT_ROOT/scripts/seed_init.py
脚本将：
profile.yaml 中的 seed_papers arXiv ID 列表ArxivSearcher 拉取元数据（title、authors、abstract、url、categories、comments）seed_papers.json 中的手动 JSON 条目（方式 B）user_note、role（foundational/benchmark/inspiring/my_work）、sub_field、key_conceptsseen_papers.json（标记 source: "seed"）seed_papers.jsonpython $PAPER_AGENT_ROOT/scripts/seed_init.py --update
脚本将：
profile.yaml 中的 seed_papers 与现有 seed_papers.json每条记录格式：
{
"arxiv_id": "2305.05065",
"title": "Recommender Systems with Generative Retrieval",
"authors": ["Shashank Rajput", "..."],
"abstract": "...",
"url": "https://arxiv.org/abs/2305.05065",
"published_date": "2023-05-08",
"categories": ["cs.IR", "cs.AI"],
"comments": "Accepted at NeurIPS 2023",
"user_note": "",
"role": "foundational",
"sub_field": "generative_rec",
"key_concepts": ["Semantic ID", "RQ-VAE", "autoregressive retrieval"],
"has_card": false,
"card_path": ""
}
每篇核心论文自动注册：
{
"2305.05065": {
"source": "seed",
"first_seen_date": "2026-03-01",
"first_seen_run_id": "seed_init"
}
}
| 角色 | 说明 | 用途 |
|---|---|---|
foundational | 奠基性论文（见 seed_papers.json） | few-shot 打分示例（≤3 篇） |
benchmark | 重要对比基线（如 SASRec、P5） | 实验规划参考 |
inspiring | 启发性论文 | Idea 碰撞素材 |
my_work | 用户自己的论文 | 知识库锚定 |
| 下游 Skill | 使用方式 |
|---|---|
| paper-source-scraper | 核心论文 ID 在 seen_papers.json 中，搜索时自动过滤 |
| paper-relevance-scorer | 从 seed_papers.json 选取 role: "foundational" 论文（≤3篇）的 title + abstract 作为 few-shot 正样本 |
| paper-deep-parser | read-arxiv-paper 精读时可参考核心论文列表生成对比章节 |
| paper-knowledge-sync | 核心论文的结构化 JSON 作为 Idea 碰撞的知识底座 |
This skill should be used when the user wants to search for academic papers on arXiv. It supports searching by keywords, author, title, abstract, and categories with customizable time ranges. Use this skill when users ask to find papers, search for research, look up academic articles, or query arXiv for specific topics like "RAG papers", "LLM research", or "find papers by author X".
Use this skill when asked to read, analyze, or summarize an arxiv paper given an arxiv URL or paper ID. Also triggered when processing papers from daily research reports. **每次只精读一篇论文**，严禁批量精读。
对最终选中的论文进行深度精读，从 card.md 中提取结构化字段（sub_field、ID_paradigm、baselines 等）。当 paper-pipeline 编排流程执行到 Step 6（深度精读）时自动触发。
对边缘分数论文生成信息卡片，支持对话式实时交互（Agent 编排首选）和异步挂起（cron 兜底）。当用户说"人工审阅论文"、"捞回论文"时触发。
将论文分析结果沉淀到知识库（paper_index.json），检测论文关联关系，并基于跨论文洞察生成研究 Idea 提案。当 paper-pipeline 编排流程执行到 Step 6.8（知识沉淀）时自动触发。
编排论文阅读全流程（搜索→打分→仲裁→精读→代码评估→知识沉淀），通过 Agent 分步编排模式调度各子 Skill，支持断点续跑和对话式人工仲裁。当用户说"开始论文日常巡检"、"继续之前的巡检"、"运行论文 Pipeline"时触发。