前言¶
在 DeepSeek Harness（DSH）里做研究类智能体，常见做法是手动刷 arXiv、把摘要贴进会话，或靠通用搜索拼一篇「今日论文」。痛点在于：类别和时间一多就难坚持，推荐和真实兴趣也容易脱节，笔记散落在各处，很难在后续会话里复用。
下面介绍的 arXiv Inspiration（维护者 Lxion0553）把 arXiv 收成可按兴趣库过滤、经 LLM 排序的按需调研流，并在设置页审阅、反馈、推送到会话；论文会累积到本地库，支持深读笔记与画像演进。它在社区目录中归类为联网工具，当前 GitHub 星标为 0。
这是什么¶
arXiv Inspiration 是 DSH 插件，定位是「个性化 arXiv 研究启发源」：按你配置的类别与工作日（UTC+8）拉取论文，先用本地兴趣知识库粗筛，再并行 LLM 批处理排序，输出逐篇推荐理由（中文推荐理由、启发、建议行动及英文 agent 上下文）。数据默认落在 ~/.dsh-arxiv-inspiration/；卸载插件不会删除该目录。
与「只在聊天里临时问一句 arXiv」相比，它强调：设置页可配置、结果需你点头再推送、反馈会反哺兴趣库与后续排序，而不是全自动往会话里灌摘要。
核心功能¶
按需调研（Survey）¶
- 在设置页选择 arXiv 分类、工作日（UTC+8）、模型与推送偏好；也可在会话中通过
arxiv_inspiration工具触发。 - 流程：抓取 → 兴趣 KB 粗筛 → 并行 LLM 排序 → 蒸馏为每篇推荐说明。
- 可选 alphaXiv assist：在已配置类别之外做语义发现，并用 alphaXiv 做全文 Q&A（见下文凭证说明）；每次调研可单独关闭相关开关。
设置页 UI¶
arXiv Inspiration 卡片内可：配置分类/工作日/模型/推送、发起调研、浏览双语标题与摘要、对结果给出 👍 / 📖 / 👎。README 明确不做自动推送——由你决定哪些内容进入对话。
反馈与画像¶
- 👍 会自动增加兴趣块；👎 会在后续调研中对相似标题温和降权（≤25% 分惩罚，并排除单篇 id）。
- 反馈参与 Profile evolution：由 LLM 根据历史反馈草拟新版研究兴趣画像，你在 UI 中采纳/编辑/丢弃；插件不会静默改写画像。
论文库¶
抓到的论文写入 ~/.dsh-arxiv-inspiration/papers.jsonl，含分数、反馈、中文翻译、笔记与深读状态。支持关键词检索，可选语义检索；UI 可浏览，智能体可通过 arxiv_knowledge_base 工具（如 search_papers、get_paper、add_paper 等）查询。
深读笔记¶
推荐论文可走全文深读：优先 alphaXiv PDF Q&A，本地 PyMuPDF map-reduce 为后备。完整笔记在 ~/.dsh-arxiv-inspiration/analyses/<id>.md，独立查看器打开；卡片展示 3–5 条中文要点。智能体可 read_analysis / write_analysis，以及 add_note / list_notes 管理时间线笔记。
会话推送¶
可将摘要（面向用户、双语）或论文列表 + prompt（面向 agent）推入你指定的会话。
可选：agentero paper-reader¶
若同时安装 agentero-dsh 的 paper-reader，可在设置中填写 agenteroPapersDir（持久化于 ~/.dsh-arxiv-inspiration/config.json），在深读页并排展示其 NOTES.md（只读引用，不合并、不写回 vault）。留空则关闭集成。
环境与依赖¶
| 项 | 要求 |
|---|---|
| DSH | >=0.1.5-rc.1（见插件 package.json） |
| Node.js | >=22 |
| LLM | DSH 中已配置 provider；默认用宿主 llm 服务与会话模型，可在设置中固定模型 |
| Python（可选，推荐） | 用于 PDF 深读与语义检索；无 Python 时调研、排序、库与笔记仍可用，PDF 深读跳过，语义检索回退关键词 |
插件版本（资料中）：0.5.2。
安装与启用¶
安装前请自行查看 GitHub 仓库 源码与许可证。插件以当前 DSH 宿主进程权限运行，会访问网络拉取 arXiv、调用你所配置的 LLM，并在本机读写 ~/.dsh-arxiv-inspiration/。
1. 拉取插件包¶
dsh plugin --profile web add github:Lxion0553/dsh-arxiv-inspiration
2. 注册 bundle¶
在 ~/.dsh/profiles/web/package.json 中，将 dsh-arxiv-inspiration 加入已有的 dsh.profile.bundles 数组（与 README 说明一致；仅 dsh plugin add 不会自动把 patch compose 进运行配置）。
"dsh": { "profile": { "bundles": [ /* … */, "dsh-arxiv-inspiration" ] } }
3. 重启 DSH 宿主¶
从 GUI 插件市场安装时，README 说明会同时完成拉包与注册；CLI 安装需手动完成第 2 步。
可选：Python 环境（推荐）¶
用 uv 在数据目录建 venv 并安装 pymupdf、fastembed（语义模型 bge-small-en-v1.5，首次使用下载到 ~/.dsh-arxiv-inspiration/models/）：
curl -LsSf https://astral.sh/uv/install.sh | sh
mkdir -p ~/.dsh-arxiv-inspiration
uv venv ~/.dsh-arxiv-inspiration/.venv
uv pip install --python ~/.dsh-arxiv-inspiration/.venv/bin/python pymupdf fastembed
插件解析 Python 的顺序：安装目录内 .venv/bin/python → ~/.dsh-arxiv-inspiration/.venv/bin/python → PATH 上的 python3。
可选：alphaXiv 凭证¶
alphaXiv 能力没有独立配置项，从本地 alphaxiv MCP bundle 的 ~/dsh-bundles/alphaxiv-mcp/cordis.patch.yml 读取 Authorization: Bearer <token>。无文件或无 token 时，相关开关会静默降级，调研仍可进行，深读回退本地 PyMuPDF。修改 token 后需重启 DSH 宿主。
典型用法¶
- 日常扫文献：在设置页选好 arXiv 分类与工作日，发起调研；在结果页用 👍/👎 校准推荐，满意条目再推送到当前或指定会话。
- 会话内临时调研：在 DSH 会话中调用
arxiv_inspiration工具，按当次需求跑一轮 survey。 - 智能体查库：用
arxiv_knowledge_base的search_papers、get_paper等动作检索papers.jsonl中累积的论文与元数据。 - 深读与笔记：对推荐论文触发深读，在 UI 或
analyses/<id>.md查看完整笔记；需要时用read_analysis/write_analysis与会话协作。
适用场景与注意¶
适合：需要长期跟踪若干 arXiv 分类、希望推荐与本地兴趣 KB 对齐、并要把「审阅 → 反馈 → 推送 → 笔记」留在 DSH 工作流里的开发者与研究者。
注意：
- 依赖你所配置的 LLM 与（可选）alphaXiv 配额；联网与 API 调用由宿主环境承担。
- 社区插件目录 SkillHub 上的条目 与 GitHub 为信息发布渠道，与 DeepSeek / 幻方无官方从属关系；安装前请核对仓库与许可。
- 敏感 token 仅存本机（如 alphaXiv Bearer）；勿将
config.json或 patch 文件提交到公开仓库。
结尾¶
arXiv Inspiration 把「拉 arXiv → 按兴趣筛排 → 人工把关 → 入库与深读」收成一套 DSH 插件能力，减少手动复制摘要、又避免不加审阅的自动推送。进一步了解可看社区目录页与仓库 README。
- 目录页：https://www.skillhub.cn/plugins/Lxion0553/dsh-arxiv-inspiration
- GitHub：https://github.com/Lxion0553/dsh-arxiv-inspiration
