DeepXiv/deepxiv_sdk
Talk to research papers like talking to authors - Python package with AI agent for arXiv papers
DeepXiv SDK – 快速概览
它是什么 – 一个 Python 包和命令行工具,用于与 DeepXiv 服务通信。DeepXiv 是一个云后端,已经解析了数百万篇 arXiv 论文的全文(并且通过合作伙伴 1stAuthor,还解析了许多法律、临床试验、资助等“垂直领域”数据集)。该 SDK 允许你:
- 提问 自然语言问题,并获得包含真实 arXiv 引用的答案。
- 搜索 和 阅读 论文的各个部分,因此你只需获取所需的部分。
- 使用相同的
fa命令 探索人物(研究人员简介)和其他领域(法律、法院案例、药物试验、SEC 文件、CVE 等)。
为什么重要 – 传统的搜索 API 只提供标题/摘要;要验证一个声明,你必须下载整个 PDF(数万个 token)。DeepXiv 将论文预处理为结构化部分,并在全文上运行“智能体”LLM,返回带有可验证引用的简明答案。这节省了 token 预算,并使自动化研究流程变得可行。
主要命令
| 动词 | 示例 | 作用 |
|---|---|---|
deepxiv ask |
deepxiv ask "speedup of speculative decoding" |
基于 LLM 的答案,包含 arXiv ID。 |
deepxiv ask --web |
deepxiv ask "which providers support speculative decoding" --web |
同上,但搜索缓存的网页。 |
deepxiv search / deepxiv paper |
deepxiv paper 2512.15176 --section Methods |
查找论文、列出章节、阅读单个章节。 |
deepxiv fa … |
deepxiv fa search talent "world model" -F career_stage=student |
查询 1stAuthor 垂直领域(研究人员简介、法律、试验等)。 |
Python 用法 – Reader 类镜像了 CLI:
from deepxiv_sdk import Reader
r = Reader(token="YOUR_KEY")
ans = r.agent_search("speedup of DEER on HumanEval")
section = r.section("2512.15176", "Method")
people = r.fa().search("talent", "speculative decoding", top_k=5)
安装与限制 – pip install deepxiv-sdk。首次运行会自动注册一个免费 token(每天 300 次智能体调用;3 次试用 fa ask 调用)。更高配额可从服务的注册页面获取,或联系维护者。
文档 – 完整的 CLI 参考、Python API 和特定领域指南在仓库中(USAGE.md、FA.md、examples/)。
许可证 – MIT。
所有细节均直接取自仓库的 README。
相关
- 项目
- 项目
- 项目
- 项目
- 项目