SKILL.md•daily-search

Daily Paper Search Skill

功能描述

每日自动检索 arXiv 最新论文，与已评估数据库去重，精选 Top N 论文待评估，发送每日检索摘要。

核心流程

┌─────────────────────────────────────────────────────────────┐
│  20:00 Asia/Singapore 自动触发                              │
│       ↓                                                     │
│  1. 批量搜索 arXiv (9组预设关键词，每组30篇)                │
│       ↓                                                     │
│  2. 搜索结果去重 (ID + 标准化标题)                          │
│       ↓                                                     │
│  3. 与 evaluated_papers.json 去重                           │
│       ↓                                                     │
│  4. 相关性评分排序                                          │
│       ↓                                                     │
│  5. 选择 Top 3 精选论文                                     │
│       ↓                                                     │
│  6. 下载 PDF + 创建元数据                                   │
│       ↓                                                     │
│  7. 生成待评估任务清单                                      │
│       ↓                                                     │
│  8. 发送如流消息摘要                                        │
│       ↓                                                     │
│  9. Agent 执行 paper-review 深度评估                        │
└─────────────────────────────────────────────────────────────┘

使用方法

手动执行

# 完整流程（搜索 + 下载 + 发送消息）
python skills/daily-search/scripts/daily_paper_search.py

# 精选 5 篇论文（默认 3 篇）
python skills/daily-search/scripts/daily_paper_search.py --top 5

# 仅搜索，不下载 PDF
python skills/daily-search/scripts/daily_paper_search.py --skip-download

# 干跑模式（仅搜索，不下载不发送）
python skills/daily-search/scripts/daily_paper_search.py --dry-run

命令行参数

参数	说明
`--top N`	精选论文数量（默认 3）
`--skip-download`	跳过 PDF 下载
`--dry-run`	干跑模式，仅搜索不执行实际操作
`--workspace PATH`	指定工作空间路径

输出文件

执行后将生成以下文件：

文件	路径	说明
搜索日志	`search_logs/YYYY-MM-DD_search_log.json`	当日搜索统计和去重详情
待评估清单	`pending_evaluation_YYYY-MM-DD.json`	Agent 待执行的评估任务
论文元数据	`papers/{short_title}/metadata.json`	每篇精选论文的基础信息
论文 PDF	`papers/{short_title}/*.pdf`	下载的论文 PDF

后续评估流程

每日检索完成后，Agent 需要执行以下步骤完成论文评估：

步骤 1: 查看待评估清单

cat workspace/pending_evaluation_YYYY-MM-DD.json

步骤 2: 对每篇论文执行深度评估

对于清单中的每篇论文，按照 paper-review 技能流程执行：

获取 Semantic Scholar 数据

python skills/semantic-scholar/semantic_scholar_api.py paper-by-arxiv "[arxiv_id]" --format json > papers/{short_title}/metadata.json

阅读论文并撰写总结
- 生成 papers/{short_title}/summary.md
进行四维评分
- 生成 papers/{short_title}/scores.md
- 使用 <think> 标签记录推理过程
更新已评估论文数据库

python skills/paper-review/scripts/update_registry.py \
  --id "[arxiv_id]" \
  --title "[论文标题]" \
  --short_title "[short_title]" \
  --score "[最终评分]"

步骤 3: 确认评估完成

检查 evaluated_papers.json 确认论文已添加：

cat workspace/papers/evaluated_papers.json | python -m json.tool | tail -20

定时任务配置

OpenClaw Cron 配置

在 Agent 配置中添加定时任务：

{
  "name": "Daily Paper Search",
  "schedule": {
    "kind": "cron",
    "expr": "0 20 * * *",
    "tz": "Asia/Singapore"
  },
  "payload": {
    "kind": "agentTurn",
    "message": "执行每日论文检索任务：运行 daily_paper_search.py 搜索最新论文，然后对精选的 Top 3 论文执行完整的 paper-review 流程（总结、评分、更新数据库）"
  },
  "sessionTarget": "isolated"
}

系统 Crontab 配置（备选）

# 编辑 crontab
crontab -e

# 添加定时任务 (20:00 Asia/Singapore = 12:00 UTC)
0 12 * * * cd /home/gem/.openclaw && python skills/daily-search/scripts/daily_paper_search.py >> /var/log/daily_paper_search.log 2>&1

去重机制说明

三层去重策略

搜索结果内部去重 (search_arxiv.py)
- arXiv ID 去重
- 标准化标题去重（保留版本标识符如 ++、-2）
- 排除不相关领域
与已评估数据库去重 (daily_paper_search.py)
- 读取 evaluated_papers.json
- 比对 arXiv ID
- 比对标题（不区分大小写）
写入时去重 (update_registry.py)
- 最后一道防线
- 防止并发写入重复

注意事项

API 限制: arXiv API 有请求频率限制，脚本已设置 3 秒延迟
网络依赖: PDF 下载和如流消息发送需要网络连接
评估时间: 深度评估每篇论文需要 Agent 投入时间，建议每日精选 3 篇
存储空间: PDF 文件会占用存储空间，定期清理旧论文

更新日志

v1.0 (2026-03-04)

✅ 初始版本
✅ 批量搜索与去重
✅ PDF 下载
✅ 如流消息发送
✅ 待评估任务清单生成

> daily-search