UditAkhourii/neuroarxiv

解決的問題

NeuroArxiv 透過強制 AI 代理基於 arXiv 的既有先驗研究，找到並採納一個具體且有根據的推薦，防止開發人員『從零開始建構』。與一般搜尋工具提供一連串來源讓使用者自行篩選不同，NeuroArxiv 使用嚴謹的流程，將多篇論文整合為單一、有引用的架構或演算法決策，並特別標示所引用研究的已記錄弱點與限制，避免高昂的重構成本。

如何運作

系統遵循嚴格的「隔離-收斂」流程：

1. 分類：將使用者的問題對應至特定的 arXiv 分類與搜尋關鍵字。
2. 取得：對 arXiv 導出 API 執行決定性的 HTTP 請求以收集論文。
3. 發散：LLM 獨立閱讀每篇論文的摘要，與其他論文完全隔離，以防止來源錨定。
4. 評分與聚類：根據相關性與嚴謹性對論文進行評分，並依架構方法分組。
5. 收斂：系統選擇一條推薦路徑，整合研究成果，提供實作的第一步，並列出從所有分析論文中得出的陷阱。

適用對象

專為需要承諾非平凡架構、演算法或系統技術的開發人員與研究人員設計，錯誤判斷的成本是完全重構。

特色

• 決策導向：超越搜尋，強制產生單一有根據的推薦，而非一堆連結清單。
• 來源批判性：特別識別並標示引用來源中的限制與撤回的證明。
• 代理整合：可作為 Claude Code 與 Codex CLI 的技能安裝。
• 有根據的元資料：使用真實的 arXiv API 元資料，確保引用與連結的真實性。