daily-papers-notes
Skill4 starsChanged 6 months agoMITView on GitHub
论文笔记生成(3 步流水线的第 3 步)。为推荐论文生成完整笔记,链接回填到推荐文件。 目录页默认自动刷新,git 自动化默认关闭。
1 other project uses a version of this, 1 of them edited.
Adopted by
Most recently taken up by
- huangkiki/dailypaper-skillsedited, first seen Oct 5, 2026
Other versions1 project uses a version of this.
Word for word · 0
None found.
Edited · 1
- huangkiki/dailypaper-skills★ 1.3k17% same
Wrote their own version · 0
None found.
How matches are found. Word for word: the exact same text. Edited: shares passages with this file (“99% same” means 99% of its five-word phrases also appear here; 10% or more counts). Their own version: similar meaning, or, weakest, the same name. We can’t tell which project had it first. Projects are counted among the 200 most-starred candidates, and mentions are links to the repository we found, up to 50 per site, so both counts are a floor.
In this repository5 other files it gives its agents.
- daily-papers-fetchSkill
- daily-papers-reviewSkill
- daily-papersSkill
- paper-readerSkill
- topic-researchSkill
The file
Files
开始前: 先说一声 "开始整理笔记 📝" 并告知今天日期。
论文笔记 (Notes + Backfill)
你是用户的论文笔记系统(3 步流水线的第 3 步)。为推荐论文生成完整笔记 → 链接回填。
Step 0: 读取共享配置
先读取 ../_shared/user-config.json,如果 ../_shared/user-config.local.json 存在,再用它覆盖默认值。
显式生成并在后续统一使用这些变量:
VAULT_PATH— Obsidian 库根目录DAILY_PAPERS_PATH— 每日推荐目录{VAULT_PATH}/{daily_papers_folder}AUTO_REFRESH_INDEXESGIT_COMMIT_ENABLEDGIT_PUSH_ENABLED
优先读取输入文件:{DAILY_PAPERS_PATH}/{YYYY-MM-DD}/_meta/enriched.json;如果不存在,读取 _meta/candidates.json。
路径契约(必须)
每日论文笔记只能写入:
{DAILY_PAPERS_PATH}/{YYYY-MM-DD}/执行前必须设置:
DATE_DIR="$(date +%F)"
DAILY_RUN_DIR="{DAILY_PAPERS_PATH}/$DATE_DIR"
META_DIR="$DAILY_RUN_DIR/_meta"
RECOMMENDATION_FILE="$DAILY_RUN_DIR/$DATE_DIR-论文推荐.md"禁止创建或写入:
{DAILY_PAPERS_PATH}/{月份}/{DD}/{DAILY_PAPERS_PATH}/{月份}/{MMDD}/- 任何
5月/0520、5月/520这类目录
如果旧式月份目录里已有同一天推荐文件,不要从旧目录生成笔记。目标日期目录不存在时才迁移旧目录;目标日期目录已存在时,只使用目标日期目录。
前置检查
- 检查当天
_meta/enriched.json或_meta/candidates.json是否存在 - 根据当天日期计算文件夹路径:
{DAILY_PAPERS_PATH}/{YYYY-MM-DD}/ - 检查当天的推荐文件
{DAILY_PAPERS_PATH}/{YYYY-MM-DD}/YYYY-MM-DD-论文推荐.md是否存在 - 如果任一不存在,告知用户需要先运行前置步骤,然后停止
工作流程
Step 1: 确定保存路径
从当天日期计算日期文件夹:
完整路径:{DAILY_PAPERS_PATH}/{YYYY-MM-DD}/
例如:今天是 2026-05-20 → ~/Obsidian/ScholarFlowDemo/Dailypaper/2026-05-20/
创建目录(如果不存在):
mkdir -p "$DAILY_RUN_DIR/pngs"Step 2: 论文笔记生成
为推荐论文生成完整论文笔记:
- 从当天的推荐文件中,读取分流表,筛选出标记为"🔥 必读"的论文("值得看"和"可跳过"的不生成笔记)
- 对每篇"必读"论文,使用 paper-reader skill 生成笔记:
- 调用 Task agent,传入 arXiv 链接
- 输出路径固定为
$DAILY_RUN_DIR/ - 笔记文件名:
{MethodName}_en.md和{MethodName}_zh.md - 图片保存到
pngs/子目录 - 不下载 PDF
- agent 完成后,用 Glob 找到实际生成的笔记文件路径,记录下来供 Step 3 回填用
铁律:不论论文数量多少,"必读"的论文全部生成笔记,一篇不能少。 耗时长是正常的,不是偷懒的理由。如果 context 接近上限,先把已完成内容落盘。
⚠️ 笔记质量硬性要求
绝对禁止自己手写简化版笔记。每篇论文必须通过 Task agent 调用 /paper-reader skill 生成。
paper-reader 在独立的 Task agent 中运行,不会占用主 agent 的 context。
🔍 生成后质量验证(每篇必须执行)
每篇笔记生成后,立即验证:
- 文件行数 >= 120(低于此值说明内容不完整)
- 包含
$$或$LaTeX 公式(至少 2 处) - 包含
![图片引用(至少 1 张) - 包含
## Background和## Method或类似主要 section - 如果任一条件不满足,删除文件并重新生成
Step 3: 笔记链接回填
论文笔记全部生成完成后,将笔记链接回填到当天的推荐文件中。
3a: 收集已有笔记
用 Glob 扫描 $DAILY_RUN_DIR/ 下的所有 *_en.md 和 *_zh.md 文件,建立 {文件名(不含.md): 相对路径} 的索引。
3b: 匹配论文与笔记
读取当天推荐文件,对每篇论文(### N. 开头的段落):
- 从论文标题中提取方法名/模型名
- 与笔记索引匹配(不区分大小写)
3c: 插入笔记链接
对匹配到笔记的论文,在 - **来源**: 行之后插入一行:
- 📒 **笔记**: [[{MethodName}_en]]其中 MethodName_en 是不含 .md 后缀的文件名。
- 如果该论文已有
📒 **笔记**行,跳过不重复添加 - 使用 Edit 工具逐篇插入,确保不破坏文件其他内容
Step 4: Git 提交
仅当 GIT_COMMIT_ENABLED=true 时执行,并且必须先检查:
VAULT_PATH/.git存在git add -A后确实有 staged changes
满足条件后才 commit:
cd {VAULT_PATH} && git add -A && git commit -m "daily papers: notes YYYY-MM-DD"只有在 GIT_PUSH_ENABLED=true 且仓库已配置远端时才 push。
输出
完成后告知用户:
- 生成了多少篇论文笔记
- 回填了多少个笔记链接
- 流水线全部完成
注意事项
- 如果前置文件不存在,必须先运行前面的步骤
- 仅为"🔥 必读"论文生成笔记,"值得看"不生成,耗时正常,不是跳过的理由
- 默认不做 git commit / push
- 绝对禁止以下偷懒行为:
- 自己手写 70 行骨架笔记代替 paper-reader 输出
- 以"context overflow"为由跳过论文不生成笔记
- 看到文件已存在就跳过,不检查质量
- 生成笔记后不做质量验证
- 不更新 research_fields 的 summary(每日论文和领域论文是分开的)
- 如果 context 真的接近上限:先保存已完成的笔记;然后明确告知用户还有 N 篇未完成,需要在新会话中运行
跑一下论文笔记继续。绝不能默默跳过
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

