前言¶

跟踪一个 AI 研究方向的常见做法是：浏览器里收藏 arXiv 列表页，每周手动扫一遍，挑几篇存 PDF，再往笔记里塞摘要。做上一两个月，问题就出来了：收藏夹越堆越多，笔记和 PDF 对不上，同一方向的几篇论文之间没有交叉引用，过半年回看时几乎找不到当时为什么关注某篇。如果还要把更新交给定时任务，还要自己写抓取、筛选、摘要、归档一整套流程，成本不低。

下面介绍的 Skill「自动追踪 AI 研究方向与论文」就是把这套流程固化下来：注册一个研究方向，它会先冷启动回填约 6 个月的 arXiv 论文和综述，之后按天做增量更新，把新论文筛一遍、抽全文和图表，编译成互相链接的中文 wiki 页面，最后产出一份当日简报。

这是什么¶

一句话定位：为一个研究方向建立并长期维护一个 LLM Wiki（Obsidian 风格的知识库），覆盖论文的获取、筛选、全文抽取、中文条目编译和每日简报。

出品方与维护：SkillHub 上的 community 来源 Skill，坐标 @user_dbed78a4/ai-research-wiki，发布者 user_dbed78a4，当前版本 1.0.0，分类 knowledge-management。官方地址见文末。

它解决的具体问题是三件重复劳动：一是每天到 arXiv 上捞新论文；二是读完之后写结构化中文条目并互相建立链接；三是把这天的变化汇总成一份可扫读的简报。这三件事单做都不难，难的是天天做，所以适合交给 Skill 按计划执行。

核心能力¶

按官方简介，能力分三段：建库、冷启动、日常增量。

建库阶段会创建一个全新的数据仓库（data repo），并在注册表（registry）里登记一个研究方向。注册表的作用是支持多个研究方向并存，每个方向对应一个自包含的 vault，互不干扰。想加第二个方向时，不需要另起一套流程，只需要再登记一次。

冷启动阶段做历史回填：拉取该方向约 6 个月的 arXiv 论文，同时补齐综述（surveys），为后续的增量更新建立基线。这一步的意义在于让新库一开始就有足够密度的条目，而不是只有最近一周的内容。

日常增量阶段按天执行，流程是：抓取新论文 → 按相关性过滤 → 抽取全文和图表 → 编译成互相链接的中文 wiki 页面 → 输出当日简报（briefing）。其中「按相关性过滤」这一步是对方向的过滤，不是把 arXiv 当天所有论文都灌进库里。

此外，简介中还列出了三类直接可用的操作：按 arXiv id、arXiv URL 或本地 PDF 快速读取并总结单篇论文，取出关键信息；对已有的论文知识库做查询；对 vault 做健康检查（lint）。

安装与启用¶

关于安装方式需要如实说明：本次可核对的资料中没有给出该 Skill 的安装命令、目录路径或配置文件字段，只有官方地址和坐标，因此这里不给出未经核实的安装命令，避免误导。

可以确认的信息是：

坐标: @user_dbed78a4/ai-research-wiki
版本: 1.0.0
来源: community
分类: knowledge-management
标签: requires_api_key=false

其中 requires_api_key=false 表示按该页标注，使用此 Skill 不需要额外配置 API key。安装前建议直接打开官方地址，按页面给出的安装方式操作。该 Skill 基于通用 SKILL.md 格式，应在支持 SKILL.md 的 Agent 客户端中使用；具体客户端（Cursor、Codex CLI、Claude Code 等）的挂载方式差异，资料中没有说明，此处不做区分描述。

典型用法¶

以下用法来自官方简介中列出的触发场景，即当你提出对应需求时启用该 Skill，即使没有说出「research-wiki」这个名字。

初始化一个方向的论文知识库：

帮我在这个仓库里建一个研究方向的知识库，方向是 <研究方向名>。

之后它会创建数据仓库、登记方向并完成约 6 个月的历史回填。

拉取当天最新论文并生成简报：

拉一下这个方向今天的新论文，出一份简报。

日常增量更新的流程（抓取、相关性过滤、全文与图表抽取、中文 wiki 编译、简报输出）在这一步完成。

快速读单篇论文：

帮我读一下 arXiv:2401.xxxxx，把关键信息整理出来。

支持三种输入：arXiv id、arXiv URL、本地 PDF。

查询已有知识库：

查一下这个 vault 里关于 <主题> 的条目。

对 vault 做健康检查：

给这个知识库做一次 lint，看看有没有断链或格式问题。

适用场景与限制¶

适合的场景：长期跟踪单个 AI 研究方向并希望每日自动更新的人；需要把论文沉淀为可检索、可交叉引用的中文知识库的人；想把单篇论文快速读成结构化摘要、同时把结果留在库里的人。

需要注意的地方：一是方向粒度由你自己定，注册得太宽（例如「大模型」）会让相关性过滤的区分度下降，注册得太窄（例如某个具体方法）可能回填不到足够的论文，冷启动的 6 个月窗口是一个起点，不是硬限制。二是每日更新依赖外部数据源（arXiv）和网络环境，抓取失败或摘要生成质量下降时，需要人工检查当日简报而不是直接采信。三是简报是机器编译的产物，中文 wiki 页面之间虽然做了交叉链接，但链接质量取决于条目编译环节，建议定期用 lint 和抽查来维护。

小结¶

这个 Skill 的价值不在于替你读论文，而在于把「找论文、筛论文、归档、写中文条目、出简报」这条链路变成可重复执行的日常动作，并且用注册表把多个研究方向隔离成多个独立 vault。先建库并冷启动，再让它按天自动跑增量，你只需要偶尔看简报、查库、修问题。

官方地址：https://api.skillhub.cn/user_dbed78a4/ai-research-wiki
SkillHub 页面：https://www.skillhub.cn/skills/user_dbed78a4/ai-research-wiki