前言¶

跟蹤一個 AI 研究方向的常見做法是：瀏覽器裏收藏 arXiv 列表頁，每週手動掃一遍，挑幾篇存 PDF，再往筆記裏塞摘要。做上一兩個月，問題就出來了：收藏夾越堆越多，筆記和 PDF 對不上，同一方向的幾篇論文之間沒有交叉引用，過半年回看時幾乎找不到當時爲什麼關注某篇。如果還要把更新交給定時任務，還要自己寫抓取、篩選、摘要、歸檔一整套流程，成本不低。

下面介紹的 Skill「自動追蹤 AI 研究方向與論文」就是把這套流程固化下來：註冊一個研究方向，它會先冷啓動回填約 6 個月的 arXiv 論文和綜述，之後按天做增量更新，把新論文篩一遍、抽全文和圖表，編譯成互相鏈接的中文 wiki 頁面，最後產出一份當日簡報。

這是什麼¶

一句話定位：爲一個研究方向建立並長期維護一個 LLM Wiki（Obsidian 風格的知識庫），覆蓋論文的獲取、篩選、全文抽取、中文條目編譯和每日簡報。

出品方與維護：SkillHub 上的 community 來源 Skill，座標 @user_dbed78a4/ai-research-wiki，發佈者 user_dbed78a4，當前版本 1.0.0，分類 knowledge-management。官方地址見文末。

它解決的具體問題是三件重複勞動：一是每天到 arXiv 上撈新論文；二是讀完之後寫結構化中文條目並互相建立鏈接；三是把這天的變化彙總成一份可掃讀的簡報。這三件事單做都不難，難的是天天做，所以適合交給 Skill 按計劃執行。

核心能力¶

按官方簡介，能力分三段：建庫、冷啓動、日常增量。

建庫階段會創建一個全新的數據倉庫（data repo），並在註冊表（registry）裏登記一個研究方向。註冊表的作用是支持多個研究方向並存，每個方向對應一個自包含的 vault，互不干擾。想加第二個方向時，不需要另起一套流程，只需要再登記一次。

冷啓動階段做歷史回填：拉取該方向約 6 個月的 arXiv 論文，同時補齊綜述（surveys），爲後續的增量更新建立基線。這一步的意義在於讓新庫一開始就有足夠密度的條目，而不是隻有最近一週的內容。

日常增量階段按天執行，流程是：抓取新論文 → 按相關性過濾 → 抽取全文和圖表 → 編譯成互相鏈接的中文 wiki 頁面 → 輸出當日簡報（briefing）。其中「按相關性過濾」這一步是對方向的過濾，不是把 arXiv 當天所有論文都灌進庫裏。

此外，簡介中還列出了三類直接可用的操作：按 arXiv id、arXiv URL 或本地 PDF 快速讀取並總結單篇論文，取出關鍵信息；對已有的論文知識庫做查詢；對 vault 做健康檢查（lint）。

安裝與啓用¶

關於安裝方式需要如實說明：本次可覈對的資料中沒有給出該 Skill 的安裝命令、目錄路徑或配置文件字段，只有官方地址和座標，因此這裏不給出未經覈實的安裝命令，避免誤導。

可以確認的信息是：

座標: @user_dbed78a4/ai-research-wiki
版本: 1.0.0
來源: community
分類: knowledge-management
標籤: requires_api_key=false

其中 requires_api_key=false 表示按該頁標註，使用此 Skill 不需要額外配置 API key。安裝前建議直接打開官方地址，按頁面給出的安裝方式操作。該 Skill 基於通用 SKILL.md 格式，應在支持 SKILL.md 的 Agent 客戶端中使用；具體客戶端（Cursor、Codex CLI、Claude Code 等）的掛載方式差異，資料中沒有說明，此處不做區分描述。

典型用法¶

以下用法來自官方簡介中列出的觸發場景，即當你提出對應需求時啓用該 Skill，即使沒有說出「research-wiki」這個名字。

初始化一個方向的論文知識庫：

幫我在這個倉庫裏建一個研究方向的知識庫，方向是 <研究方向名>。

之後它會創建數據倉庫、登記方向並完成約 6 個月的歷史回填。

拉取當天最新論文並生成簡報：

拉一下這個方向今天的新論文，出一份簡報。

日常增量更新的流程（抓取、相關性過濾、全文與圖表抽取、中文 wiki 編譯、簡報輸出）在這一步完成。

快速讀單篇論文：

幫我讀一下 arXiv:2401.xxxxx，把關鍵信息整理出來。

支持三種輸入：arXiv id、arXiv URL、本地 PDF。

查詢已有知識庫：

查一下這個 vault 裏關於 <主題> 的條目。

對 vault 做健康檢查：

給這個知識庫做一次 lint，看看有沒有斷鏈或格式問題。

適用場景與限制¶

適合的場景：長期跟蹤單個 AI 研究方向並希望每日自動更新的人；需要把論文沉澱爲可檢索、可交叉引用的中文知識庫的人；想把單篇論文快速讀成結構化摘要、同時把結果留在庫裏的人。

需要注意的地方：一是方向粒度由你自己定，註冊得太寬（例如「大模型」）會讓相關性過濾的區分度下降，註冊得太窄（例如某個具體方法）可能回填不到足夠的論文，冷啓動的 6 個月窗口是一個起點，不是硬限制。二是每日更新依賴外部數據源（arXiv）和網絡環境，抓取失敗或摘要生成質量下降時，需要人工檢查當日簡報而不是直接採信。三是簡報是機器編譯的產物，中文 wiki 頁面之間雖然做了交叉鏈接，但鏈接質量取決於條目編譯環節，建議定期用 lint 和抽查來維護。

小結¶

這個 Skill 的價值不在於替你讀論文，而在於把「找論文、篩論文、歸檔、寫中文條目、出簡報」這條鏈路變成可重複執行的日常動作，並且用註冊表把多個研究方向隔離成多個獨立 vault。先建庫並冷啓動，再讓它按天自動跑增量，你只需要偶爾看簡報、查庫、修問題。

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