📚 每日 AI 论文速递

每天自动从 arXiv 和 HuggingFace 抓取最新 AI 论文，格式化后推送到你的聊天应用（飞书、Slack、Discord 等）。

工具（Tools）

fetch_daily_papers

获取今日最新论文速递。

用法：

python3 main.py

参数：

• 无（自动读取 config/sources.json 中的配置）

返回：

• 格式化的论文列表，包含标题、作者、摘要、链接

search_arxiv_papers

搜索特定主题的 arXiv 论文。

用法：

python3 arxiv_fetcher.py

参数（在代码中修改）：

• query：搜索关键词，如 "large language model"
• max_results：最大返回数量（默认 5）

返回：

• 匹配的论文列表

fetch_huggingface_papers

获取 HuggingFace 每日热门论文。

用法：

python3 huggingface_fetcher.py

参数：

• 无（直接爬取 https://huggingface.co/papers）

返回：

• 热门论文列表，含点赞数

配置

编辑 config/sources.json 来自定义信息源和过滤规则：

{
  "sources": [
    {
      "name": "arxiv",
      "enabled": true,
      "categories": ["cs.AI", "cs.CL", "cs.CV", "cs.LG"],
      "max_results": 10
    },
    {
      "name": "huggingface",
      "enabled": true,
      "max_results": 10
    }
  ],
  "filter": {
    "keywords": ["LLM", "transformer"],
    "exclude_keywords": []
  }
}

arXiv 常用分类

安装与使用

1. 安装依赖

pip3 install -r requirements.txt

2. 运行测试

python3 test.py

3. 获取今日论文

python3 main.py

4. 定时自动运行（配合 OpenClaw 调度器）

在 OpenClaw 中配置 Cron 表达式（例如每天 9:00）：

0 9 * * *

在 OpenClaw 中触发

在聊天应用中发送以下任意内容即可触发：

• 论文速递
• 今日论文
• 最新论文
• /papers
• /digest

依赖

• arxiv — arXiv 官方 Python 客户端
• requests — HTTP 请求
• beautifulsoup4 — HTML 解析
• feedparser — RSS/Atom 解析

示例输出

╔══════════════════════════════════════════════════════════╗
║           🎓 AI 论文每日速递 - 2026年02月20日           ║
╚══════════════════════════════════════════════════════════╝

📊 今日共收录 15 篇论文

============================================================
📄 论文 1
============================================================

📌 标题: Attention Is All You Need
👥 作者: Ashish Vaswani, Noam Shazeer 等 8 人
🏷️  来源: ARXIV | 日期: 2026-02-20

📝 摘要:
The dominant sequence transduction models are based on...

🔗 arXiv: http://arxiv.org/abs/1706.03762
📥 PDF: http://arxiv.org/pdf/1706.03762

文件结构

daily-paper-digest/
├── SKILL.md                 ← 本文件（ClawHub 规范）
├── main.py                  ← 主程序
├── arxiv_fetcher.py        ← arXiv 模块
├── huggingface_fetcher.py  ← HuggingFace 模块
├── requirements.txt        ← Python 依赖
└── config/
    ├── sources.json        ← 默认配置
    └── sources_llm.json    ← LLM 专用配置