huangkiki/dailypaper-skills

dailypaper‑skills – AI駆動の毎日論文アシスタント

何ができるか

• コード対応可能なLLMエージェント（Claude、Codex、Geminiなど）を、最新のAI/ロボティクス論文の検索、フィルタリング、評価、要約を行うワークフローに接続します。
• 1日ごとに、あなたの研究関心に合った短いリスト（≤10本）の論文を生成し、それぞれに「鋭いレビュー」を添えて、論文の内容、あなたにとっての重要性、残る疑問点を簡潔に説明します。
• 必読とマークされた論文については、システムが自動的に構造化されたMarkdownノートを作成します。内容には以下の項目が含まれます：
  • 問題定義、手法、重要な数式、図表、実験結果
  • 洞察的なコメントと関連概念へのリンク（[[概念]]形式）
• ノートはローカルに保存（例：Obsidianのボルト内）され、完全に相互リンクされるため、あなたの読書リストが成長する知識グラフになります。

仕組み

1. 取得 – HuggingFace Daily/Trending および arXiv から新しい論文タイトルを取得します。
2. フィルタリング＆スコアリング – 設定されたトピックに適合するかを評価するため、Jev モデル（低コスト・高速なLLM）を使用します。
3. 優先順位付け – 各論文を 🔥 必読、👀 見てみる、💤 スキップ に分類し、根拠に基づいた理由を提示します。
4. ノート生成 – ホストエージェント（Claude、Codexなど）がPoppler経由でPDF全文を読み取り、指定されたテンプレートに従ってMarkdownノートを作成します。
5. リンク化 – ノートから抽出された概念が双方向リンクに変換され、個人の概念ライブラリが構築されます。

主要コンポーネント（Skills と呼ばれる）

Skill	トリガー文	役割
daily-papers	今日論文推薦	エンドツーエンドの毎日推薦＋ノート作成
paper-reader	読む: <url>	特定のPDF/arXivリンクを読み、焦点を絞ったノートを生成
github-trending	GitHub週間ランキング	関連するオープンソースプロジェクト（シミュレータ、RLインフラなど）を検索
generate-mocs	インデックス更新	概念リンクインデックスを再生成
サポートスキル（daily-papers-fetch, daily-papers-review, daily-papers-notes）	–	取得、レビュー、ノート作成の低レベルステップ

インストールと使い方

• リポジトリをクローンし、python3 install.py --agent <your-agent> を実行（Claude、Codex、Cursor、Copilot、Gemini、OpenCode、OpenClawに対応）。
• python3 skills/_shared/user_config.py --init で設定を初期化し、研究トピックとノート保存ディレクトリをエージェントに伝えます。
• エージェントのチャットで 今日論文推薦（または他のトリガー文）と入力するだけで、全プロセスが実行され、推薦ページと生成されたノートのパスが返されます。

なぜJevなのか？

• Jev 1.13.0は、10論文スコアリングあたり約0.0006 USDで、処理時間は約0.5秒。GPT‑6 Astraと比較すると、$0.11と10秒のコストを大幅に削減（99%以上のコスト削減）しながら、ほぼ同じ論文を選定しています。

対象ユーザー

• 手動で数十件のarXiv投稿を検索する必要なく、最新情報を追えるAI/ロボティクス研究者、大学院生、エンジニア。
• Pythonを実行可能で、ファイルシステムにアクセスし、HTTPリクエストが可能な任意のLLM対応エージェントと連携可能。

出力内容

出力	表示内容
毎日推薦ページ	最大10本の論文リスト、鋭いレビュー、優先度タグ、ノートへのリンク
完全な論文ノート（Markdown）	手法説明、数式、図表、批判的分析、[[概念]]リンク
概念ライブラリ＆インデックス	Obsidianボルト内にブラウズ可能な関連概念ネットワーク

依存関係

• Python 3.10+, Git, curl
• Poppler（PDFのテキスト/画像抽出用）
• オプション：Obsidian、Zotero、Markdown用Webビューア

ライセンス – Apache‑2.0。

---

すべての詳細はリポジトリのREADMEから直接取得されています。