菜单
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.
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/revfactory/skills --skill paper-trending命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
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.
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.
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.
基于 SOC 职业分类
正在显示 SKILL.md
| 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. |
HuggingFace Daily Papers API에서 트렌딩 논문을 수집하고 한국어 한줄 요약 테이블로 출력한다. 사용자가 요청하면 논문 PDF를 arxiv에서 다운로드하거나 HTML 버전을 읽어 상세 분석한다.
/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.
인자를 파싱하여 API 호출 URL을 결정한다.
date +%G-W%V 또는 Python으로 계산WebFetch로 HuggingFace API를 호출한다.
기본 URL: https://huggingface.co/api/daily_papers
파라미터 (소스 코드 확인된 정확한 사양):
date=YYYY-MM-DD — 특정 날짜week=YYYY-WNN — 주간month=YYYY-MM — 월간sort=trending — 트렌딩 알고리즘 정렬 (주간/월간에서 권장)sort=publishedAt — 발행일 정렬 (기본값)p=0,1,2... — 페이지 번호limit=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.
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
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:
다운로드/download 인자가 있을 때)arxiv 논문은 인증 없이 자유롭게 다운로드 가능하다.
다운로드 URL 패턴:
| 형식 | URL | 용도 |
|---|---|---|
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:
papers/ 폴더 생성 (없으면)다운로드 N → 리포트 상위 N개다운로드 all → 리포트 전체다운로드 → 기본 상위 5개curl로 다운로드:
curl -L "https://arxiv.org/pdf/{arxiv_id}" -o "papers/{arxiv_id}.pdf"
## 다운로드 완료
| 논문 | 파일 | 크기 |
|------|------|------|
| {제목} | papers/{arxiv_id}.pdf | {size} |
주의사항:
읽기/read 인자가 있을 때)특정 논문의 내용을 상세 분석한다.
절차:
papers/{arxiv_id}.pdf로 다운로드되어 있으면 Read 도구로 PDF 읽기https://arxiv.org/html/{arxiv_id} 호출| 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 |
/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