利用python,指定某个arxiv_id/url, 基于 LLM Agent 对这篇arxiv论文进行分类与深度阅读,直接print打印阅读笔记
1. 配置 .env是一项面向实际任务的技能,主要用于确定你已经配置了:;LLM_API_KEY — OpenAI 或兼容 API 的密钥;
在 skills/ 下新建文件夹,包含两个文件:;重启即可自动识别,无需修改任何代码;Python包;LangChain 1.x — Agent 框架(基于 LangGraph);LangChain Open。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。
从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。该技能适合用于一次性任务,也可以接入自动化工作流,与其他技能或上层代理配合完成更完整的业务链路;在组合使用时,应明确每一步的输入输出关系,并避免不同步骤之间出现参数冲突。
.envcp .env.example .env # 或直接编辑 .env
确定你已经配置了:
LLM_API_KEY — OpenAI 或兼容 API 的密钥LLM_BASE_URL — API 地址uv venv
uv pip install -r "{baseDir}/requirements.txt"
# 单篇论文模式:指定 arxiv_id 或 URL
uv run python "{baseDir}/main.py" --arxiv-id 2401.12345
uv run python "{baseDir}/main.py" --arxiv-id https://arxiv.org/abs/2401.12345
uv run python "{baseDir}/main.py" --arxiv-id https://arxiv.org/pdf/2401.12345.pdf
# 指定以特定类别阅读
uv run python "{baseDir}/main.py" --arxiv-id xxxx --category yyy
# 查看所有类别
uv run python "{baseDir}/main.py" --list
在 skills/ 下新建文件夹,包含两个文件:
skills/your_new_category/ ├── _metadata.md # 分类描述(告诉 Classifier 什么论文属于这个类别) └── reading_prompt.md # 阅读指南(告诉 Reader Agent 重点关注什么)
重启即可自动识别,无需修改任何代码。
相关专题
热门下载
相关下载
精品课程
共6课时 | 54.7万人学习
共89课时 | 134.3万人学习
共49课时 | 82.7万人学习
最新文章