Auto-sync: 2026-04-27 20:02

wiki/sources/arxiv-paper-reader.md

@@ -1,48 +1,46 @@
----
-title: "arXiv Paper Reader"
-type: source
-tags: []
-date: 2026-04-17
----
-
-## Source File
-- [[Agent/usecases/arxiv-paper-reader]]
-
-## Summary（用中文描述）
-- 核心主题：基于 AI Agent 的 arXiv 论文阅读助手工作流
-- 问题域：arXiv 论文阅读的痛点——下载 PDF、切换论文丢失上下文、LaTeX 符号难以解析
-- 方法/机制：通过 `arxiv-reader` skill（3 个工具：`arxiv_fetch`、`arxiv_sections`、`arxiv_abstract`）实现纯 Node.js 离线工作流，直接从 arXiv 下载 LaTeX 源码并自动扁平化展开；本地缓存实现重复访问秒级响应
-- 结论/价值：将 AI Agent 变成研究阅读助手，支持摘要浏览、对比排序、选择性细读和会话式分析
-
-## Key Claims（用中文描述）
-- Agent + arxiv-reader skill → 可对话式阅读任意 arXiv 论文，无需离开工作区
-- LaTeX 源码自动扁平化展开 → 消除密集数学符号解析障碍
-- 本地缓存机制 → 重复访问论文即时响应
-- 多论文批量摘要对比 → 帮助快速筛选阅读优先级
-- 无需 Docker/Python，Node.js 内置模块即可运行 → 零依赖部署
-
-## Key Quotes
-> "Reading arXiv papers means downloading PDFs, losing context when switching between papers, and struggling to parse dense LaTeX notation." — 论文阅读痛点描述
-> "Results are cached locally — revisiting a paper is instant." — 本地缓存的价值
-> "No Docker or Python required — the skill runs standalone using Node.js built-ins." — 零依赖特性
-
-## Key Concepts
-- [[arXiv-API]]：论文元数据和 PDF 抓取的数据来源
-- [[LaTeX-扁平化]]：自动展开 LaTeX include 语句，将多文件论文合成为单一流文本
-- [[本地缓存]]：论文解析结果本地持久化，重复访问避免重复下载和解析
-- [[论文摘要批量获取]]：同时获取多篇论文摘要并生成对比表格
-
-## Key Entities
-- [[Prismer-AI]]：`arxiv-reader` skill 的维护方（GitHub 仓库）
-- [[OpenClaw]]：推荐承载该工作流的 AI Agent 框架
-
-## Connections
-- [[YouTube-Content-Pipeline]] ← 扩展 ← [[arXiv-Paper-Reader]]
-  - 后者扩展：论文阅读发现 → 视频内容创作选题研究
-- [[academic-historian]] ← 相关 ← [[arXiv-Paper-Reader]]
-  - 同属学术研究场景，arXiv Reader 侧重理工科论文，academic-historian 侧重人文社科
-- [[Semantic-Memory-Search]] ← 互补 ← [[arXiv-Paper-Reader]]
-  - 两者结合：论文阅读 → 关键观点存入语义记忆 → 后续语义检索
-
-## Contradictions
-- 无已知冲突内容
+---
+title: "arXiv Paper Reader"
+type: source
+tags: []
+date: 2026-04-27
+---
+
+## Source File
+- [[Agent/usecases/arxiv-paper-reader.md]]
+
+## Summary（用中文描述）
+- 核心主题：让 AI Agent 变身为 arXiv 论文阅读助手，实现无需离开工作空间即可阅读、分析和对比论文
+- 问题域：arXiv 论文阅读的痛点（下载 PDF、切换丢失上下文、LaTeX 符号难以解析）
+- 方法/机制：通过 `arxiv-reader` skill（3 个工具：`arxiv_fetch`、`arxiv_sections`、`arxiv_abstract`），直接从 arXiv 获取论文、自动解压 LaTeX 源码并扁平化，解析后以可读文本呈现；结果本地缓存，二次访问即时响应
+- 结论/价值：实现对话式论文阅读、摘要速扫、跨论文对比、局部章节精读
+
+## Key Claims（用中文描述）
+- Agent 通过 `arxiv_fetch` 工具 → 获取任意 arXiv ID 的论文并自动将 LaTeX 展平为可读文本
+- Agent 通过 `arxiv_sections` 工具 → 先浏览论文结构（列出各章节），再决定是否深入阅读
+- Agent 通过 `arxiv_abstract` 工具 → 快速扫描多篇摘要以筛选阅读清单
+- 本地缓存机制 → 再次访问同一论文时即时响应，无需重新下载
+- Skill 独立运行 → 无需 Docker 或 Python，使用 Node.js 内置模块
+
+## Key Quotes
+> "Reading arXiv papers means downloading PDFs, losing context when switching between papers, and struggling to parse dense LaTeX notation." — 问题陈述
+> "No Docker or Python required — the skill runs standalone using Node.js built-ins." — 部署亮点
+
+## Key Concepts
+- [[arXiv Reader Skill]]：`arxiv-reader` skill（Prismer 项目），包含 3 个工具，是本工作流的核心依赖
+- [[LaTeX 扁平化]]：自动解压 LaTeX 源码并处理 include，自动展平复杂公式结构为可读文本
+- [[本地缓存]]：论文内容下载后缓存在本地，二次访问无需重复请求
+- [[对话式论文阅读]]：以 Agent 为中介的论文交互范式，支持摘要速扫、章节精读、跨论文对比
+
+## Key Entities
+- [[Prismer]]：提供 `arxiv-reader` skill 的开源项目，位于 GitHub；skill 包含 3 个工具
+- [[OpenClaw]]：Agent 运行环境（skill 需要复制到 OpenClaw skills 文件夹使用）
+- [[arXiv]]：全球最大的开放获取预印本论文库，本工作流的数据来源
+
+## Connections
+- [[Prismer]] ← provides ← [[arXiv Reader Skill]]
+- [[arXiv Reader Skill]] ← enables ← [[对话式论文阅读]]
+- [[OpenClaw]] ← hosts ← [[arXiv Reader Skill]]
+- [[YouTube Content Pipeline]] ← similar_to ← [[arXiv Paper Reader]]（均为内容获取与 Agent 对话式交互）
+
+## Contradictions
+- （无已知冲突）