DeepXiv/deepxiv_sdk

Talk to research papers like talking to authors - Python package with AI agent for arXiv papers

DeepXiv SDK – 全文论文与网络上的代理搜索

是什么 – deepxiv-sdk 是一个 Python 包（附带 CLI 工具），允许您提出自然语言问题并获得 基于真实来源 的答案。该服务检索全文 arXiv 论文（或缓存网页），让 LLM 阅读相关部分，并流式返回包含真实 arXiv ID 或 URL 作为引用的答案。

为何重要 – 大多数 LLM 驱动的搜索工具仅返回链接列表或从摘要中合成内容。DeepXiv 增加了 数据层，使自主代理能够基于研究论文的实际内容进行推理，从而输出可验证的内容，适用于下游工作流（例如文献综述、自动报告或 RAG 管道）。

核心功能

功能	你将获得
代理 `ask`	`deepxiv ask "…"` 发送查询，服务选择工具、读取来源并流式返回带引用的答案。两种后端：`arxiv`（全文论文）和 `--web`（Google 缓存页面）。
真实引用	答案包含真实的 arXiv ID 或 URL；服务从不伪造标识符。
渐进式阅读	CLI 辅助工具（`search`、`paper --brief/--head/--section`）可让你检索候选、快速浏览元数据，并仅阅读所需部分，节省 token。
细粒度过滤	可组合作者、机构、会议、年份、类别、引用次数、日期范围等条件，使用 AND 逻辑实现精确检索。
代理集成	提供 `Reader` 类和示例 MCP 服务器包装器，展示如何将 `ask` 作为工具暴露给自主代理。
多努力模式	`--effort default
流式 / JSON 输出	答案流式输出至 `stdout`；元数据（进度、配额）输出至 `stderr`。`--json` 返回单个 JSON 对象。
速率限制	免费自动注册令牌：1,000 次/日通用调用（无代理调用）。注册账户：10,000 次/日通用调用 + 30 次/日代理调用。
支持来源	arXiv（全文）、Google 缓存网页、PubMed Central、bioRxiv/medRxiv。

快速开始（CLI）

pip install deepxiv-sdk            # 安装包与 CLI
# 注册账户以获取令牌
deepxiv config --token YOUR_KEY
# 在 arXiv 论文中进行简单提问
deepxiv ask "DEER 在 HumanEval 上报告了多大的加速"
# 在网络上进行相同查询
deepxiv ask "Anthropic Claude API 定价层级" --web

答案显示在 stdout；引用打印在 stderr。重定向 > answer.md 可仅捕获答案。

快速开始（Python）

from deepxiv_sdk import Reader
reader = Reader()                     # 从配置/环境变量读取令牌
res = reader.agent_search(
    "DEER 在 HumanEval 上报告了多大的加速",
    source="arxiv", effort="default"
)
print(res["answer"])                 # 流式答案文本
print(res["sources"])                # 检索结果集（字典列表）

SDK 还提供非代理辅助工具（search、paper、trending 等），返回结构化 JSON。

何时使用

需要从最新论文中获取可验证数据、方法细节或基准结果的研究助手。
必须引用来源的自主代理（例如，必须避免幻觉的 RAG 管道）。
希望构建简单 HTTP 后端（Reader 包装 REST API）的工具开发者，无需自行处理原始 arXiv 下载。

已知限制与注意事项

代理调用需要注册令牌；自动注册令牌不能用于 ask。
努力级别不改变初始召回率 – 提高 --effort 会增加更多阅读轮次，但无法检索首次检索中遗漏的论文。
网络后端仅读取缓存页面正文；未缓存页面仅提供其搜索片段，输出中标记。
答案截断 – 若达到 --max-answer-tokens，响应将标记为 answer_truncated；调用方应视为不完整。
覆盖范围 – 仅索引开放获取文献（arXiv、PMC、bioRxiv/medRxiv）。订阅制论文不可用。

许可与支持

许可：MIT（参见 LICENSE）。
实时服务：https://deepxiv.com
API 文档：https://data.rag.ac.cn/api/docs
状态页面：https://data.rag.ac.cn/status
问题反馈：https://github.com/qhjqhj00/deepxiv_sdk/issues
更高配额 / 联系：tommy@chien.io

总结

DeepXiv SDK 提供了一个开箱即用、具备引用意识的搜索层，弥合了 LLM 推理与科学论文实际内容之间的差距。特别适用于构建可信的研究助手，或任何必须用可验证来源支持答案的 AI 系统。