什么是 Paper Digest？

Paper Digest 是一款专门为增强研究人员和开发人员的学术工作流而构建的工具。通过利用 Openclaw Skills 的模块化特性，该智能体自动化了阅读论文并手动寻找其最重要参考文献的繁琐过程。它能智能地识别研究的主要基准和架构基础，确保您在理解内容的同时也能掌握背景上下文。

该技能旨在提供论文贡献的高层视图，同时管理引用网络的复杂性。它代表了 Openclaw Skills 生态系统中自动化技术分析的重大飞跃，允许用户在几分钟内从单个 ID 获得全上下文报告。

下载入口:https://github.com/openclaw/skills/tree/main/skills/damoonsh/paper-digest

安装与下载

1. ClawHub CLI

从源直接安装技能的最快方式。

2. 手动安装

将技能文件夹复制到以下位置之一

优先级：工作区 > 本地 > 内置

3. 提示词安装

将此提示词复制到 OpenClaw 即可自动安装。

Paper Digest 应用场景

• 为新的工程或研究项目进行快速文献综述。
• 了解新机器学习模型的架构演变脉络。
• 无需手动综合即可创建关于前沿进展的内部技术简报。
• 映射特定论文相对于其主要基准的依赖关系和改进。

1. 用户提供 arXiv ID 或 URL，智能体将其规范化以提取唯一标识符。
2. 主智能体尝试通过 arXiv HTML 界面获取论文内容，必要时回退到特定版本的 URL。
3. 智能体分析论文，提取最多五个对该作品的架构或方法论至关重要的核心引用。
4. 动态生成子智能体来处理这些引用，检查本地工作区中是否存在现有摘要以避免重复工作。
5. 所有收集到的见解都会被合成一份专业编写的散文体报告，存放在用户的工作区中。

Paper Digest 配置指南

要将此功能集成到您的智能体中，请确保您的环境支持 Openclaw Skills 中常见的网页抓取和子智能体编排。

# 创建必要的工作区目录
mkdir -p ~/.openclaw/workspace/papers
mkdir -p ~/.openclaw/workspace/digest

# 确保在智能体的清单中注册了 paper-digest 技能

Paper Digest 数据架构与分类体系

该技能将研究数据整理到本地工作区内的两个主要位置，以便进行缓存和快速检索：

name: paper-digest
description: "Given an arXiv ID or URL, fetch the paper, spawn sub-agents to read its key citations, and write an executive summary under."
user-invocable: true
author: Damoon
version: 0.0.1

Paper Digest

Input

• arxiv_id: bare ID like 2305.11206 or full https://arxiv.org/abs/2305.11206 (Normalise: strip the URL prefix, extract bare ID.)

Step 1 — Fetch the main paper

Try HTML first: web.fetch https://arxiv.org/html/

• If HTTP 200 → use this as paper_text.
• If Falis: add v1 at the end, and try again: web.fetch https://arxiv.org/html/v1
• else if all fails skip and ABORT!

If the paper_text is retrieved then write the summary to ~/.openclaw/workspace/papers/.md.

Step 2 — Extract citations

Note: DO NOT DO THIS STEP INSIDE sub-agents

Within the main agent and from paper_text, identify at most 5 citations the paper most directly builds on. Prioritize:

• Papers that are explicitly extended or improved upon
• Papers used as the primary baseline for comparison
• Papers that provide the core architecture this work adopts
• Papers referred to repeatedly (not just mentioned once) or that provide essential context

For each citation, extract either the arXiv ID or the title. Then resolve to an arXiv URL:

• If an arXiv ID is in the reference → https://arxiv.org/html/
• Otherwise search https://arxiv.org/search/?query=