zifangchen/skill-find-papers

---

✨ 核心能力

[!TIP] 公开版本的默认兴趣为 Transformer、LLM、Agent。首次使用时，Skill 会提醒用户确认或重新设置初始研究方向。

---

🧩 工作流程

flowchart LR
    A[研究兴趣] --> B[检查本地论文接收箱]
    B --> C[检索近期高质量论文]
    C --> D[推荐 5 篇近期论文]
    C --> E[推荐 1 篇经典论文]
    D --> F[用户反馈]
    E --> F
    F --> G[更新兴趣权重]
    F --> H[全文深度分析]
    H --> I[生成飞书双语精读]
    I --> J[下周继续学习]

📊 默认推荐规则

---

🚀 小白一键部署

不熟悉 Git、Python、MCP 或飞书开放平台也没关系。把下面整段提示词发送给具有终端权限的 Codex / Claude Code / Cursor Agent，让 Agent 自动完成检查、安装、配置和验证。

[!IMPORTANT] 飞书授权需要用户在浏览器中亲自确认，因此无法完全无人值守。Agent 可以自动完成除此之外的大部分安装和验证工作。

---

📦 依赖

必需依赖

推荐依赖

• 🧾 GROBID：提高复杂 PDF 的章节、参考文献和结构化解析质量。
• 🖥️ Codex Desktop：便于配置每周自动化任务和接收本地 PDF。

---

🛠️ 手动安装

1️⃣ 安装 Scholar MCP 与飞书 CLI

npm install -g scholar-mcp @larksuite/cli

检查环境：

scholar-mcp --version
lark-cli --version
python --version
node --version

2️⃣ 安装 Skill

推荐使用 npx skills：

npx skills add https://github.com/zifangchen/skill-find-papers \
  --skill skill-find-papers -g -y

也可以手动克隆：

git clone https://github.com/zifangchen/skill-find-papers.git

然后将仓库中的 skill-find-papers 目录复制到 Agent 的全局 Skills 目录。Codex 通常使用：

~/.codex/skills/skill-find-papers

3️⃣ 配置 Scholar MCP

在 Codex 的 ~/.codex/config.toml 中加入：

[mcp_servers.scholar_mcp]
command = "scholar-mcp"
args = ["--transport=stdio"]
startup_timeout_sec = 120

[mcp_servers.scholar_mcp.env]
SCHOLAR_MCP_TRANSPORT = "stdio"
SCHOLAR_REQUEST_DELAY_MS = "350"
RESEARCH_ALLOW_REMOTE_PDFS = "true"
RESEARCH_ALLOW_LOCAL_PDFS = "true"

重启 Agent 后，应能看到以下核心工具：

search_literature_graph
ingest_paper_fulltext
get_ingestion_status
extract_granular_paper_details

[!WARNING] 仅运行 scholar-mcp --version 不代表 MCP 已成功连接。请执行一次真实的 search_literature_graph 调用。

4️⃣ 配置飞书 CLI

lark-cli config init
lark-cli doctor

根据 CLI 提示配置飞书开放平台应用并完成用户授权。Skill 需要以用户身份创建自己的云文档和云盘文件夹。

[!CAUTION] 不要把飞书 App Secret、访问令牌、学校账号密码、验证码或浏览器 Cookie 提交到 GitHub 或发送给 Agent。

5️⃣ 设置初始兴趣

首次运行：

python ~/.codex/skills/skill-find-papers/scripts/paper_state.py init

接受默认方向 transformer / LLM / agent：

python ~/.codex/skills/skill-find-papers/scripts/paper_state.py \
  interests --confirm

替换为自己的方向：

python ~/.codex/skills/skill-find-papers/scripts/paper_state.py \
  interests --replace "大模型与通信,多智能体,语义通信"

---

💬 如何使用

🔍 每周发现论文

对 Agent 说：

使用 skill-find-papers，按我的研究兴趣推荐本周论文。

Skill 会先检查本地论文接收箱，再执行常规检索。首次只发送便于比较的候选列表，在用户选择前不会创建飞书文档。

🗳️ 反馈论文

1 精读；2 已读；3 不感兴趣；4-6 跳过

也可以直接调整方向：

增加方向：无线多智能体
减少方向：传统图像分类
替换方向：LLM for networking, agentic systems

📥 上传 PDF、DOI 或论文链接

发送文件或链接后说：

把这篇论文加入本周论文接收箱并重点分析。

支持：

• 本地 PDF
• DOI
• arXiv 链接
• 出版社论文页
• 官方项目页

是否必须显式引用 skill-find-papers？

用户主动发送的论文会被：

1. 📁 复制到托管本地接收箱；
2. ⭐ 标记为“特别感兴趣（用户主动发送）”；
3. 🧪 自动进入下一份精读文档，无需再次选择；
4. ⬆️ 优先于普通推荐论文分析；
5. 🧠 从全文识别细分方向，并给予一次性更高兴趣权重；
6. ➕ 作为额外论文处理，不占常规 5 + 1 推荐名额。

接收箱和偏好状态位于：

~/.codex/skill-data/skill-find-papers/

📑 精读文档包含什么？

每篇选中论文将尽量包含：

• 论文元数据与质量依据
• 完整摘要或覆盖全部信息点的详细转述
• 中英文摘要内容
• 接近原文结构的创新与贡献
• 问题定义、输入输出、架构、算法、损失和训练流程
• 数据集、基线、指标与关键实验结果
• 论文/项目/官方代码链接
• 方法图解、局限与建议阅读重点
• 与当前研究兴趣的关联

---

📄 全文、摘要与图片说明

[!NOTE] Scholar MCP 可以获取公开 PDF，也可以分析用户合法下载并提供的本地 PDF。

• 学校或 IEEE 订阅通常不能直接交给 MCP。
• 不要向 Agent 提供学校密码、验证码或浏览器 Cookie。
• 能阅读全文不等于能公开转载。
• 许可明确时，Skill 可保留完整摘要或引用论文图片。
• 许可不明确时，Skill 会详细转述摘要并创建原创方法示意图。
• 用户提供本地 PDF 仅表示允许 Agent 分析，不自动授予公开再发布权。

---

⏰ 推荐配置：每周自动运行

在 Codex Desktop 中创建自动化任务，推荐提示词：

每周五北京时间凌晨 3:00，运行 skill-find-papers。
先处理本地论文接收箱，再根据已保存的研究兴趣推荐 5 篇近期高质量论文和 1 篇经典论文。
只发送候选论文和简要分析，等待我选择“精读/已读/不感兴趣/跳过”后再创建飞书文档。

自动化检查清单

• [ ] Codex 能启动 Scholar MCP
• [ ] Scholar MCP 已通过真实检索测试
• [ ] 飞书用户授权仍然有效
• [ ] 网络可以访问论文元数据源
• [ ] 设备在计划时间处于可运行状态
• [ ] 时区设置为 Asia/Shanghai

---

🗂️ 项目结构

skill-find-papers/
├── SKILL.md
├── agents/
│   └── openai.yaml
├── references/
│   └── output-contract.md
└── scripts/
    └── paper_state.py

---

🔐 隐私与安全

• 仓库不包含用户偏好、论文历史、飞书 token、PDF 或账号凭据。
• 用户状态仅写入 ~/.codex/skill-data/skill-find-papers/。
• 请通过学校、出版社或开放获取渠道合法取得论文。
• 论文摘要、图片和大段原文的使用须遵守相应许可。
• 不要将 .env、状态文件、接收箱或下载的论文提交到 GitHub。

---

🤝 贡献

欢迎提交 Issue 或 Pull Request：

• 增加新的论文质量来源
• 改善 Scholar MCP 全文解析流程
• 优化飞书精读排版
• 增加更多 Agent 的安装示例
• 修复不同系统上的兼容性问题

---

📜 License

本项目采用 MIT License。