UditAkhourii/neuroarxiv

何を解決するか

NeuroArxivは、開発者が『ゼロから構築する』ことを防ぎ、AIエージェントがarXivの既存の先行研究に基づいて特定で根拠のある推薦を発見し、採択するように強制します。一般的な検索ツールがユーザーにフィルタリングを任せられるリストを提供するのとは異なり、NeuroArxivは厳格なプロセスを用いて複数の論文を統合し、1つの引用付きのアーキテクチャ的またはアルゴリズム的決定を提示します。特に、引用された研究の文書化された弱点や制限を明示することで、高コストな再構築を回避します。

動作方法

システムは厳密な「分離して収束する」パイプラインに従います：

1. 分類：ユーザーの問題を特定のarXivカテゴリと検索キーワードにマッピングします。
2. 取得：arXivエクスポートAPIへの決定論的HTTPリクエストを実行して論文を収集します。
3. 分岐：LLMが他の論文とは完全に独立して各論文の要約を読み、ソースの固定化を防ぎます。
4. スコアリングとクラスタリング：論文の関連性と厳密さをスコア付けし、アーキテクチャ的アプローチごとにグループ化します。
5. 収束：システムは1つの推奨パスを選択し、結果を統合し、実装の第一歩を提示し、分析されたすべての論文から導かれる落とし穴をリストアップします。

対象ユーザー

非自明なアーキテクチャ、アルゴリズム、またはシステム技術にコミットする開発者や研究者向けです。誤った選択のコストが完全な再構築となる場合に最適です。

特徴

• 意思決定指向：リンクのリストではなく、1つの根拠のある推薦を強制することで、検索を越えた行動を促進します。
• 出典への懐疑心：引用された出典内の制限や撤回された証明を特に特定・明示します。
• エージェント統合：Claude CodeおよびCodex CLI用のスキルとしてインストール可能。
• 根拠のあるメタデータ：実際のarXiv APIメタデータを使用して、引用やリンクの信頼性を保証します。