AI 研究方向论文追踪
将以下提示词粘贴到你的 AI 对话框中：
请根据 https://skillhub.cn/install/skillhub.md，安装 @user_dbed78a4/ai-research-wiki。
技能介绍
解决的问题
跟进 AI 方向时，常见瓶颈不是搜不到论文，而是论文流太散：每日 arXiv 更新多，摘要信息量有限，相关边界不清，重复阅读又缺少沉淀。这个技能把某个研究方向变成一个本地维护的 Markdown wiki，用持续采集、全文提取和中文编译页替代每次都从摘要重新判断。
工作方式
它按“方向”组织 vault，而不是按单次检索。新建方向前会做采访式定义：目标、in-scope、out-of-scope、具体方法族、benchmark、打分 rubric 和锚点论文。初始化阶段会回填初始窗口（约 6 个月）的论文与综述，抓取候选、提取 PDF 全文和关键架构图，再由 librarian 子代理生成带 [[wikilink]] 的中文页面。日常 ingest 基于 state.json 的水印做增量更新，并生成面向人的简报。
适用边界
它更适合已有明确方向的研究追踪，不适合模糊浏览或跨领域扫新闻。arXiv 抓取以 category 为主、关键词本地预筛，避免服务端关键词 AND 导致最新论文漏掉；如果结果为 0 或最新论文早于水印，应按提示做 sanity check。它依赖 PyMuPDF 提取全文，GROBID 只是可选增强，最终摘要质量仍取决于方向定义和相关性打分是否具体。
使用场景
- 在跟踪 LLM agent 新论文时，把 arXiv 日更按已定义范围筛掉无关应用 demo。
- 新开一个 RLHF 方向时，先把目标、benchmark、rubric 采访成方向文件再初始化 vault。
- 需要快速读懂单篇 PDF 时，提取全文和架构图并生成一页中文要点摘要。
- 每天生成研究方向简报时，基于 state.json 水印只拉新论文并同步 wiki 页面。
适合人员
- 追踪 LLM agent 方向的算法研究实习生，需要把每日 arXiv 论文按方法贡献过滤。
- 准备综述的博士生，需要把多篇论文编译成带交叉引用的中文 wiki。
- 做模型工程选型的工程师，需要按 benchmark 和局限存疑判断论文成色。
- 维护团队技术雷达的研究负责人，需要每天收到可复查的研究方向简报。
相关技能
上传植物图片、视频或 URL，调用云端视觉 API 输出物种、科属、分布、习性与养护要点，并查询历史报告。
将书籍、文章与笔记材料转化为可解释、可判断、可迁移、可执行、可复盘的拆解框架与HTML读书看板。
围绕古诺斯与日耳曼符文传统，提供 Elder Futhark、Utark、占卜阵、Galdr 与符文冥想的知识参考。
把明日方舟干员培养、技能专精、关卡打法与剧情问题组织成可执行建议，并优先结合本地档案。