Paper Watch（论文追踪）Skill

什么时候使用

当用户提出以下需求时使用此 Skill：

• "最近有什么新论文？"
• "帮我追踪 LLM Agent / RAG / multi-agent 领域的新进展"
• "今天有新论文推荐吗？"

前置条件

• Python 环境，且已安装依赖：pip install -r requirements.txt
• memory/USER.md 中已记录研究方向（可选，也支持手动指定关键词）

操作指南

1. 抓取近期论文

从用户研究方向自动读取关键词：

python skills/paper_watch/scripts/fetch_papers.py

手动指定关键词和时间范围：

python skills/paper_watch/scripts/fetch_papers.py --topics "LLM Agent,RAG,multi-agent collaboration" --days 3

参数说明：

• --topics: 逗号分隔的搜索关键词（不指定则从 memory/USER.md 读取）
• --days: 最近 N 天（默认 7）
• --max-results: 每个关键词最多返回结果数（默认 5）

输出保存到 data/paper_watch/YYYY-MM-DD.json。

2. 查看今日摘要

如果今天已经运行过抓取，直接读取今日 JSON：

python skills/paper_watch/scripts/fetch_papers.py --action summary

3. LLM 筛选推荐

抓取结果中的论文数量可能很多。请根据 memory/USER.md 中的研究方向，筛选 Top 5 最相关论文，并生成推荐摘要：

• 标题 + 一句话概括
• 与用户研究方向的关联度（高/中/低）
• "要深入分析这篇论文吗？" → 引导至 /paper-analysis Workflow

定时运行（可选）

可通过 Windows Task Scheduler 配置每日自动抓取：

任务名: ScholarMind-PaperWatch
程序: python
参数: skills/paper_watch/scripts/fetch_papers.py
工作目录: E:\Materials\AntiG\AcademicAgent
触发器: 每日 08:00

输出格式

• 以表格形式展示推荐论文（标题、作者、发表日期、相关度）
• 每篇论文附带 arXiv 链接
• 如果用户感兴趣，建议下一步使用 /paper-analysis 深入分析