alphaxiv

AlphaXiv 論文検索

論文を検索：$ARGUMENTS

階層化されたソースフォールバック（概要 → 全文 Markdown → LaTeX ソース）を備えた、単一論文をすばやく読むためのツールです。AlphaXiv を利用しています。

役割と位置付け

このスキルは、LLM に最適化された要約を返す単一論文をすばやく読むためのツールです。

スキル	ソース	最適な用途
/arxiv	arXiv API	一括検索、PDF のダウンロード、メタデータ
/deepxiv	DeepXiv SDK	セクション単位で段階的に読む
/semantic-scholar	S2 API	出版済み論文の会議・ジャーナル情報、被引用数
/alphaxiv	www.alphaxiv.org	1 本の論文の LLM に最適化された概要を即座に取得。LaTeX ソースへのフォールバック付き

トピックの発見、幅広い文献検索、複数論文のサーベイにはこのスキルを使用しないでください。代わりに /research-lit または /arxiv を使用してください。

定数

• OVERVIEW_URL = https://www.alphaxiv.org/overview/{PAPER_ID}.md
• ABS_URL = https://www.alphaxiv.org/abs/{PAPER_ID}.md
• ARXIV_SRC_URL = https://arxiv.org/src/{PAPER_ID}
• ALPHAXIV_UA = Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/124.0.0.0 Safari/537.36 — 最新のブラウザーの UA であれば使用できます。AlphaXiv がこの値を再びブロックし始めた場合は、バージョン番号を更新してください。

引数に追加するオーバーライド：

• /alphaxiv 2401.12345 — 概要をすばやく取得
• /alphaxiv "https://arxiv.org/abs/2401.12345" — ID を自動抽出
• /alphaxiv 2401.12345 - depth: src — LaTeX ソースの確認を強制
• /alphaxiv 2401.12345 - depth: abs — 全文 Markdown を強制

ワークフロー

ステップ 1：引数を解析して論文 ID を抽出する

$ARGUMENTS を解析し、arXiv 論文 ID を抽出します。次の形式を受け付けます。

• https://arxiv.org/abs/2401.12345 または https://arxiv.org/abs/2401.12345v2
• https://arxiv.org/pdf/2401.12345
• https://alphaxiv.org/overview/2401.12345 または https://www.alphaxiv.org/overview/2401.12345
• https://alphaxiv.org/abs/2401.12345 または https://www.alphaxiv.org/abs/2401.12345
• 2401.12345 または 2401.12345v2

API 呼び出しではバージョンの接尾辞（v1、v2 など）を削除します。PAPER_ID として保存します。

オプションの指示を解析します。

• - depth: overview|abs|src：段階的なフォールバックではなく、特定の階層を強制します

ステップ 2：AlphaXiv の概要を取得する（第 1 階層 — 最速）

curl を {ALPHAXIV_UA} とともに使用して、AlphaXiv の概要を取得します。AlphaXiv はブラウザー以外の User-Agent に対して 403 を返す場合があります。標準的なブラウザー UA を設定すると、ボット検出による誤検知を減らせます。

curl -sL --max-time 15 -A "{ALPHAXIV_UA}" "https://www.alphaxiv.org/overview/{PAPER_ID}.md"

これは、機械処理向けに設計された構造化された LLM 最適化レポートを返します。デフォルトかつ優先するソースとして使用してください。

概要でユーザーの質問に回答できる場合は、ここで終了してください。不必要に下位階層を取得しないでください。

リクエストが失敗した場合（HTTP 4xx — ボットによるブロックの 403 または未処理の 404）、またはコンテンツが空の場合は、ステップ 3 に進みます。

ステップ 3：AlphaXiv の全文 Markdown を取得する（第 2 階層 — より詳細）

curl を {ALPHAXIV_UA} とともに使用して、論文の全文 Markdown を取得します。

curl -sL --max-time 15 -A "{ALPHAXIV_UA}" "https://www.alphaxiv.org/abs/{PAPER_ID}.md"

論文の本文全体が Markdown 形式で提供されます。次の情報が必要な場合に使用してください。

• 手法の具体的な詳細
• 詳細な実験結果
• 概要では扱われていない特定のセクション

それでも質問に回答できない場合は、ステップ 4 に進みます。

ステップ 4：arXiv の LaTeX ソースを取得する（ティア 3 — 最も詳細）

概要と完全な Markdown の両方では不十分な場合（たとえば、ユーザーが数式、証明、付録の詳細、実装の具体的な内容について尋ねている場合）、https://arxiv.org/src/{PAPER_ID} から論文の LaTeX ソースをダウンロードします。

ソースは .tar.gz アーカイブです。一時ディレクトリにダウンロードして展開し、その中にある .tex ファイルを一覧表示します。

その後、質問への回答に必要なファイルのみを調べます。優先順位は次のとおりです。

1. 最上位の *.tex ファイル（通常はメイン文書）
2. \input{} または \include{} で参照されているファイル
3. ユーザーの質問に直接関連する付録、表、セクション

デフォルトではソースツリー全体を読まないでください。 必要な箇所だけを読みます。

一時ソースファイルは /tmp 以下に保存します。永続性を前提にしないでください。

ステップ 5：結果を提示する

デフォルトの回答形式

## [Paper Title]

- **arXiv**: [PAPER_ID] — https://arxiv.org/abs/[PAPER_ID]
- **Source depth**: overview | abs | src

### Summary
[2-3 sentence summary]

### Key Points
- [point 1]
- [point 2]
- [point 3]

### Answer to Your Question
[Direct answer if the user asked a specific question]

ユーザーが特定の詳細を1つだけ尋ねている場合は、その内容に直接回答し、テンプレート全体は省略します。

要約を提示した後、ターンを終了する前に必ずステップ 6 に進んでください。

ステップ 6：Research Wiki への取り込み

以下の bash ブロックは必ず実行してください。内部で research-wiki/ の有無を確認し、存在しない場合は何も出力せずに終了します。 自分でディレクトリを確認して、このステップを省略しないでください。確認は bash ブロックが行います。

<paper_arxiv_id> と <thesis> のみを置き換えてください。すでに設定されている環境変数を維持するため、${ARIS_REPO:-...} はそのままにしてください。

if [ -d research-wiki/ ]; then
  cd "$(git rev-parse --show-toplevel 2>/dev/null || pwd)" || exit 1
  ARIS_REPO="${ARIS_REPO:-$(awk -F'\t' '$1=="repo_root"{print $2; exit}' .aris/installed-skills.txt 2>/dev/null)}"
  if [ -z "${ARIS_REPO:-}" ] && [ -f "$HOME/.aris/repo" ]; then
    ARIS_REPO=$(cat "$HOME/.aris/repo" 2>/dev/null) || true
  fi
  WIKI_SCRIPT=".aris/tools/research_wiki.py"
  [ -f "$WIKI_SCRIPT" ] || WIKI_SCRIPT="tools/research_wiki.py"
  [ -f "$WIKI_SCRIPT" ] || { [ -n "${ARIS_REPO:-}" ] && WIKI_SCRIPT="$ARIS_REPO/tools/research_wiki.py"; }
  [ -f "$WIKI_SCRIPT" ] || {
    echo "WARN: research_wiki.py not found; paper summary delivered, wiki ingest skipped. Fix: bash tools/install_aris.sh or smart_update.sh (refreshes ~/.aris/repo), export ARIS_REPO, or cp <ARIS-repo>/tools/research_wiki.py tools/." >&2
    WIKI_SCRIPT=""
  }
  [ -n "$WIKI_SCRIPT" ] && python3 "$WIKI_SCRIPT" ingest_paper research-wiki/ \
      --arxiv-id "<paper_arxiv_id>" \
      [--thesis "<one-line thesis from the Tier 1 overview>"]
fi

このヘルパーはメタデータの取得、スラッグの生成、重複排除、ページの作成、インデックスの再構築、ログへの追記を処理します。papers/<slug>.md を手動で書かないでください。 shared-references/integration-contract.md を参照してください。 読み込み時に Wiki が存在しなかった場合（またはヘルパーにアクセスできなかった場合）は、前述のとおり $WIKI_SCRIPT を解決した後、python3 "$WIKI_SCRIPT" sync research-wiki/ --arxiv-ids <id> を実行して、ユーザーが後から取り込めます。

後続スキルの提案（ステップ 6 の完了後）

/arxiv "PAPER_ID" - download          - download the PDF to local library
/deepxiv "PAPER_ID" - section: Methods  - read a specific section progressively
/research-lit "related topic"        - multi-source literature survey
/novelty-check "idea from paper"     - verify novelty against this paper's area

主なルール

• まず概要を確認：overview が最速の方法なので、より詳細なティアに進む前に必ず試してください。必要な場合にのみ、次の段階へ進みます。
• 読み込みは最小限に：src ティアでは、質問に答えるために必要なファイルのみを読みます。ツリー全体を読むとトークンを浪費します。
• クロスプラットフォーム対応：ソースアーカイブをダウンロードして展開する際は、Windows／WSL との互換性を確保するため、プラットフォーム固有のコマンドよりも、クロスプラットフォームの方法（例：Python 標準ライブラリ）を優先してください。
• PDF の解析は行わない：このスキルで読み込むのは構造化された Markdown と LaTeX ソースであり、生の PDF ではありません。PDF の内容については、ダウンロードもできる /arxiv を提案してください。
• レート制限：arXiv のソースダウンロードにはレート制限が適用される場合があります。HTTP 429 が発生した場合は、5 秒待ってから1回再試行してください。それでもブロックされる場合はエラーを報告し、代替手段として /deepxiv を提案してください。
• 補完関係にあり、競合しない：このスキルは /arxiv（検索＋ダウンロード）および /deepxiv（段階的な読み込み）を補完します。それらの機能を再実装しないでください。

他のスキルとの連携

/research-lit の補足として

/research-lit は、検索と詳細分析の間に、このスキルのティア 1（概要）を迅速な補足ステップとして利用できます。ステップ 1 で arXiv 論文を見つけた後、AlphaXiv の概要を取得し、全文を読むか決める前に関連性をすばやく評価します。

Step 1: Search → list of arXiv IDs
Step 1.5: AlphaXiv overview for top 5-8 papers (this skill, Tier 1 only)
Step 2: Deep analysis only for papers that pass the relevance filter

詳細に読む前に関連性の低い論文を除外できるため、トークンを大幅に節約できます。

他のスキルからの後続処理として

/research-lit、/novelty-check、または /idea-discovery で特定の論文が見つかった後、ユーザーは /alphaxiv PAPER_ID を実行して、調査全体をやり直すことなく、すばやく詳細に調べることができます。