arxiv-reader

通过获取 arXiv 论文的公开 LaTeX 源码来阅读与分析论文，并将 LaTeX 转换为适合大语言模型（LLM）分析的干净文本。

描述

该技能通过 公开的 arXiv API（arxiv.org）获取 arXiv 论文，展开所有 LaTeX \include 和 \input 指令，并返回结构清晰、语义完整的纯文本。无需访问本地文件系统——所有内容均通过 HTTPS 从 arXiv 的公开端点下载，并在当前会话中以内存方式缓存。

网络访问：仅连接 arxiv.org 和 export.arxiv.org 以下载公开可用的论文源码 tarball 及元数据，不建立其他任何网络连接；不向任何外部服务发送数据——本技能为只读操作。

缓存：结果以内存方式（进程级作用域）缓存，同一会话内重复请求可实现毫秒级响应。不向磁盘写入任何文件。

使用示例

• “阅读 arXiv 上编号为 2301.00001 的论文”
• “编号为 2405.12345 的论文包含哪些章节？”
• “获取 2312.09876 的摘要”
• “获取编号为 2301.00001 的论文，但不包含附录”

处理流程

1. 快速概览 — 使用 arxiv_abstract 在决定是否全文阅读前先获取论文摘要
2. 结构调研 — 使用 arxiv_sections 了解论文的整体章节结构与层级
3. 深度阅读 — 使用 arxiv_fetch 获取完整展开后的 LaTeX 源码，用于后续分析

工具

arxiv_fetch

获取指定 arXiv 论文的完整展开版 LaTeX 源码。

参数：

• arxiv_id（字符串，必需）：arXiv 论文 ID（例如 2301.00001 或 2301.00001v2）
• remove_comments（布尔值，可选）：移除 LaTeX 注释（默认值：true）
• remove_appendix（布尔值，可选）：移除附录章节（默认值：false）
• figure_paths（布尔值，可选）：仅用文件路径替代图表内容（默认值：false）

返回值： { content: string, arxiv_id: string, cached: boolean }

示例：

{ "arxiv_id": "2301.00001", "remove_appendix": true }

arxiv_sections

列出 arXiv 论文的所有章节与子章节名称。

参数：

• arxiv_id（字符串，必需）：arXiv 论文 ID

返回值： { arxiv_id: string, sections: string[] }

示例：

{ "arxiv_id": "2301.00001" }

arxiv_abstract

仅提取 arXiv 论文的摘要内容。

参数：

• arxiv_id（字符串，必需）：arXiv 论文 ID

返回值： { arxiv_id: string, abstract: string }

示例：

{ "arxiv_id": "2301.00001" }

注意事项

• 结果以内存方式缓存——同一会话内的重复请求瞬时返回
• 论文 ID 支持版本后缀（例如 2301.00001v2）
• 极大型论文首次获取可能耗时 10–30 秒
• arxiv_abstract 使用公开的 arXiv Atom API 实现摘要等元数据的快速获取
• 不进行任何文件系统写入操作——所有缓存均为纯内存式
• 仅连接 arxiv.org（只读，仅访问公开数据）