Skip to content
Back to search

PaperClaw

an OpenClaw skill that can generate paper search-review-critque expert-agent relevant to specific topics (we use Scientific ML and 3D geometry surrogate modeling as a demo).

Safety scan

A static text scan, not a guarantee. Select the badge to see what was scanned and every finding.

Checked today
Badge for your README
findsafeskills safety rating

Markdown

[![findsafeskills safety rating](/api/listings/guhaohao0991--paperclaw/badge.svg)](/listings/guhaohao0991--paperclaw)

HTML

<a href="/listings/guhaohao0991--paperclaw"><img src="/api/listings/guhaohao0991--paperclaw/badge.svg" alt="findsafeskills safety rating" /></a>

Install

i

What was scanned

The files the safety scan read, as written by the repository's author and shown as plain text. Lines with a finding are marked.

README.md · README · 237 lines

View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)

  1. # PaperClaw - 领域论文专家智能体生成框架
  2. > 基于 OpenClaw 的论文自动检索、总结、评估智能体框架。
  3. > 可为任意研究领域生成专门的论文专家智能体。
  4. <div align="center">
  5. [![OpenClaw](https://img.shields.io/badge/OpenClaw-Agent-blue)](https://github.com/openclaw/openclaw)
  6. [![Python](https://img.shields.io/badge/Python-3.8+-green)](https://www.python.org/)
  7. [![License](https://img.shields.io/badge/License-MIT-yellow)](LICENSE)
  8. </div>
  9. [中文](README.md) | [English](README_EN.md)
  10. ## 🎯 项目定位
  11. PaperClaw 是一个**领域论文专家智能体生成框架**:
  12. - **如果你已有明确的研究领域** → 使用 `skills/paper-expert-generator/` 快速生成专属智能体
  13. - **如果你想了解如何工作** → 查看 `agents/surrogate-modeling/` 作为完整示例
  14. ---
  15. ## 📁 目录结构
  16. ```
  17. PaperClaw/
  18. ├── skills/
  19. │ └── paper-expert-generator/ # Skill:生成领域论文专家智能体
  20. │ ├── SKILL.md # 使用指南(8步工作流)
  21. │ ├── scripts/
  22. │ │ └── init_domain_agent.py # 自动脚手架脚本
  23. │ ├── references/
  24. │ │ ├── domain-adaptation-guide.md # 8个领域关键词/评分维度示例
  25. │ │ └── agent-template-guide.md # AGENT.md 撰写指南
  26. │ └── assets/templates/ # 模板文件
  27. │ ├── AGENT.md.template
  28. │ ├── models.json
  29. │ └── schedules.json
  30. │
  31. ├── agents/
  32. │ └── surrogate-modeling/ # Demo:3D几何代理建模领域专家
  33. │ ├── agent/
  34. │ │ ├── AGENT.md # Agent 角色定义(Scientific ML + 3D几何)
  35. │ │ ├── models.json # LLM 配置
  36. │ │ └── schedules.json # 定时任务(每日20:00 + 周日10:00)
  37. │ ├── skills/ # 5个核心技能
  38. │ │ ├── arxiv-search/ # arXiv 批量搜索 + 去重
  39. │ │ ├── semantic-scholar/ # 引用数据 API
  40. │ │ ├── paper-review/ # 论文评估 + 安全写入
  41. │ │ ├── daily-search/ # 每日自动检索
  42. │ │ └── weekly-report/ # 周报生成
  43. │ ├── docs/
  44. │ │ ├── architecture.md # 系统架构详解
  45. │ │ └── evaluation_system.md # 评分系统详解
  46. │ └── examples/ # 示例数据(DeepONet评分报告)
  47. │
  48. └── [项目文档]
  49. ├── README.md # 本文档(中文)
  50. ├── README_EN.md # 英文文档
  51. ├── INSTALLATION.md # 安装指南
  52. ├── CONFIGURATION.md # 配置说明
  53. └── QUICKSTART.md # 快速入门
  54. ```
  55. ---
  56. ## 🚀 快速开始
  57. ### 方式一:为已有领域生成智能体(推荐)
  58. 如果你已有明确的研究领域,使用 `paper-expert-generator` skill:
  59. ```bash
  60. # 1. 运行脚手架脚本
  61. python skills/paper-expert-generator/scripts/init_domain_agent.py \
  62. --domain "bioinfo-ml" \
  63. --output ~/agents/bioinfo-ml \
  64. --paperclaw-skills ./skills
  65. # 2. 根据 prompts 填写 AGENT.md 中的 {{占位符}}
  66. # 3. 设置 API key
  67. # 4. 启动 OpenClaw,指向新 agent
  68. ```
  69. ### 方式二:直接使用 Demo(了解工作流程)
  70. 查看 `agents/surrogate-modeling/` 作为完整示例:
  71. ```bash
  72. cd agents/surrogate-modeling
  73. # 每日检索(手动触发)
  74. python skills/daily-search/scripts/daily_paper_search.py --top 3
  75. # 周报生成
  76. python skills/weekly-report/scripts/generate_weekly_report_v2.py
  77. ```
  78. ---
  79. ## 🏗️ 系统架构
  80. ### 单 Agent 内部架构
  81. ```
  82. ┌─────────────────────────────────────────────────────────────┐
  83. │ PaperClaw Agent │
  84. │ ┌────────────┐ ┌────────────┐ ┌────────────┐ ┌──────────┐ │
  85. │ │daily-search│ │arxiv-search│ │paper-review│ │weekly-rpt│ │
  86. │ └────────────┘ └────────────┘ └────────────┘ └──────────┘ │
  87. └─────────────────────────────────────────────────────────────┘
  88. ↓
  89. ┌─────────────────────────────────────────────────────────────┐
  90. │ workspace/papers/ │
  91. │ ├── {paper}/metadata.json ← 结构化评分数据 │
  92. │ ├── {paper}/summary.md ← 深度总结 │
  93. │ ├── {paper}/scores.md ← 评分报告 │
  94. │ └── evaluated_papers.json ← 去重索引 │
  95. └─────────────────────────────────────────────────────────────┘
  96. ```
  97. ### 从 Skill 到 Agent 的生成流程
  98. ```
  99. ┌────────────────────────┐ ┌──────────────────────────┐
  100. │ paper-expert-generator │ ──→ │ Your Domain Agent │
  101. │ Skill │ │ (bioinfo-ml/cv-3d/...) │
  102. └────────────────────────┘ └──────────────────────────┘
  103. │ │
  104. ├── init_domain_agent.py ├── agent/AGENT.md
  105. ├── domain-adaptation-guide.md ├── agent/models.json
  106. ├── agent-template-guide.md ├── agent/schedules.json
  107. └── templates/ └── skills/
  108. (5个技能,按需适配)
  109. ```
  110. ---
  111. ## 📊 核心功能
  112. | 功能 | 说明 | 触发方式 |
  113. |------|------|---------|
  114. | 🔍 **每日检索** | 批量搜索 arXiv,自动去重,精选 Top 3 | 每天 20:00 (Asia/Singapore) |
  115. | 📝 **深度总结** | 回答 10 个核心问题,生成 summary.md | 检索后自动执行 |
  116. | 📊 **四维评分** | 领域定制维度 + Date-Citation 权衡 | 总结后自动执行 |
  117. | 📰 **周报生成** | Top 3 精选论文报告,推送通知 | 每周日 10:00 |
  118. ---
  119. ## 🤖 评分体系
  120. ### 四维基础评分 + Date-Citation 影响力评分
  121. ```
  122. 最终评分 = 四维基础评分 × 0.9 + 影响力评分 × 0.1
  123. 四维基础评分 = (维度1 + 维度2 + 维度3 + 维度4) / 4
  124. ```
  125. **Date-Citation 调整因子**(示例,可领域定制):
  126. - ≤3个月新论文:+0.2
  127. - 3-24个月 + 引用≥50:+0.5
  128. - >24个月 + 引用≥200:+0.5
  129. - 引用密度≥10次/月:额外 +0.2
  130. **领域定制评分维度示例**:
  131. - **Scientific ML**(默认):工程应用、架构创新、理论贡献、可靠性
  132. - **生物信息学**:生物学合理性、计算可扩展性、基准质量、转化潜力
  133. - **计算机视觉**:架构创新、基准性能、泛化能力、实用性
  134. 详见 `skills/paper-expert-generator/references/domain-adaptation-guide.md`
  135. ---
  136. ## 🛠️ 创建新领域智能体
  137. 参考 `skills/paper-expert-generator/SKILL.md` 的 8 步工作流:
  138. 1. **领域访谈** — 收集研究域、子方向、方法论、排除词
  139. 2. **关键词库** — 构建 arXiv `ti:` 查询
  140. 3. **评分维度** — 设计4个领域专属评分维度
  141. 4. **脚手架** — 运行 `init_domain_agent.py`
  142. 5. **写 AGENT.md** — 填充角色定位、关键词、4大任务
  143. 6. **改 SKILL.md** — 适配关键词列表和评分维度
  144. 7. **配置模型** — 填入 API credentials
  145. 8. **验证交付** — checklist 确认
  146. ---
  147. ## 🔄 更新日志
  148. ### v2.0.0 (2026-03-11) - 框架化重构
  149. **🎯 架构升级**
  150. - ✅ 新增 `paper-expert-generator` Skill,支持任意研究领域
  151. - ✅ 目录重构:`skills/`(可复用组件) + `agents/`(领域示例)
  152. - ✅ `surrogate-modeling` 作为首个 Demo Agent(Scientific ML + 3D几何)
  153. ### v1.1.0 (2026-03-04) - 架构优化
  154. **🚀 核心改进**
  155. - ✅ 消除正则解析依赖,从 JSON 直接读取结构化数据
  156. - ✅ 安全并发写入(文件锁 + 去重检查)
  157. - ✅ 强制思维链(`<think>` 标签)
  158. ### v1.0.0 (2026-03-01) - 初始版本
  159. - ✅ arXiv 论文自动检索
  160. - ✅ 论文深度总结(10个问题)
  161. - ✅ 四维评分系统
  162. - ✅ 周报自动生成
  163. ---
  164. ## 🤝 贡献
  165. 欢迎提交 Issue 和 Pull Request!
  166. **贡献方向**:
  167. - 新的领域适配示例(添加到 `agents/`)
  168. - `paper-expert-generator` Skill 的功能增强
  169. - 更多领域的关键词库和评分维度(`domain-adaptation-guide.md`)
  170. ---
  171. ## 📄 许可证
  172. MIT License
  173. ---
  174. <div align="center">
  175. **如果这个项目对你有帮助,请给个 ⭐️ Star!**
  176. </div>

Ratings and comments

Sign in to rate this skill.

Sign in

Free to use. If it’s helped, pass it on.