paperpal

paperpal

面向 Agent 和人类的机器学习文献研究：查找、核验、评分、引用。

paperpal 是一款面向编码 Agent（Claude Code、Codex 及任何 MCP 客户端）的插件。它为你的 Agent 提供一套研究方法论和遵循这套方法的工具：

• **查找：**在顶级会议（NeurIPS、ICML、ICLR、AISTATS，……）、Hugging Face 论文（含社区点赞）、今日每日论文和热门模型中进行语义搜索
• 核验：arXiv 元数据（当前标题和版本、会议信息提示）、Semantic Scholar（会议、引用数），以及通过 arxiv-txt.org 获取的全文，支持正则表达式检索，让引用的数字都有上下文
• **评分：**为每篇论文提供一张证据卡（来自三个来源的会议信息、引用数、发表年限、代码链接），并给出一个建议的 1–5 可信度区间。最终由你或你的 Agent 决定。
• **引用：**提供一个简洁的笔记模板，并将其渲染为静态 HTML 页面，其中每条引用都是可点击的链接。全选后粘贴到 Google Docs，链接和表格都会保留。LaTeX（$..$、$$..$$）使用 KaTeX 渲染；只有包含数学公式的页面才会加载脚本。

大模型仍可能产生幻觉，语义搜索也永远无法做到尽善尽美。paperpal 的设计理念是让每一项声明都可核查。

---

安装

Claude Code

git clone https://github.com/jerpint/paperpal
claude --plugin-dir ./paperpal

该插件会注册 paperpal 技能和 paperpal MCP 服务（使用 uv 运行）。

Codex

paperpal 提供可移植的 Agent Plugins 1.0.0 清单和本地市场：

git clone https://github.com/jerpint/paperpal
codex plugin marketplace add ./paperpal
codex plugin add paperpal@paperpal-local
codex mcp list        # → paperpal

Claude Desktop、Cursor 或任何 MCP 客户端

将服务添加到客户端的 MCP 配置中（对于 macOS 上的 Claude Desktop，配置文件是 ~/Library/Application Support/Claude/claude_desktop_config.json；对于 Cursor，则是 .cursor/mcp.json）：

{
  "mcpServers": {
    "paperpal": {
      "command": "uv",
      "args": ["run", "--directory", "/path/to/paperpal", "paperpal-mcp"]
    }
  }
}

仅使用技能

任何能够读取开放技能格式的 Agent 都可以在没有服务的情况下使用这套方法论：将 skills/paperpal/ 复制到 Agent 的技能文件夹中（例如 Codex 的 .agents/skills/）。该技能会回退到 CLI。

CLI

cd paperpal && uv sync
uv run paperpal -h

需要安装 uv 和 Python ≥ 3.11。

---

使用

可以向你的 Agent 提出如下问题：

• “查找关于对齐训练会降低输出多样性的同行评审证据，并为每个来源评分。”
• “这篇 arXiv 论文被哪个会议接收了吗？核实它报告的 X 的确切数值。”
• “为 Google 文档准备一份关于小型语言模型的研究笔记：只列要点，并为每条引用添加链接。”

也可以直接使用：

uv run paperpal top "persona consistency role-playing" --n 5    # top-tier venues
uv run paperpal hf "ternary quantization" --n 5                 # Hugging Face papers
uv run paperpal dair                                            # DAIR weekly curation → JSON, discovery only
uv run paperpal daily                                           # today's HF daily papers
uv run paperpal meta 2510.22954                                 # arXiv metadata + venue hints
uv run paperpal card 2510.22954                                 # evidence card → suggested band
uv run paperpal full 2310.11324 --grep "76 accuracy points"     # verify a number in the full text
uv run paperpal new notes.md --title "My topic"                 # start from the template
uv run paperpal render notes.md                                 # → notes.html (gdoc-pasteable)

工具

MCP 工具	CLI	功能说明
dair_papers	dair	最新公开的 DAIR 每周候选清单；引用前请先在 arXiv 上核验候选论文
search_top_tier	top	对顶级会议论文进行语义搜索（paperz）
search_hf	hf	Hugging Face 论文搜索（时效性、点赞数）
daily_papers	daily	Hugging Face 今日每日论文
trending_models	trending	Hub 上的热门模型
arxiv_meta	meta	arXiv 标题、作者、版本、评论／期刊引用中的会议信息提示
s2_lookup	s2	Semantic Scholar 的会议信息和引用数
evidence_card	card	可信度证据及建议的 1–5 区间，并附理由
abstract	abs	摘要、类别和 BibTeX（arxiv-txt）
full_text	full	论文全文，或带上下文的正则表达式匹配结果
render_notes	render	为引用添加链接，并生成可粘贴到 Google 文档的静态 HTML
—	new	使用模板创建笔记文档

---

方法论

该技能（skills/paperpal/SKILL.md）会告诉 Agent 如何开展研究。完整指南见 METHODOLOGY.md，也可供人类独立使用。简而言之：

1. 仅使用一手来源。 论文、模型卡、代码仓库、厂商文章。博客摘要可作为线索，但不能作为引用。
2. 核实每一项保留内容： 元数据 → 顶级会议或期刊 → 正文中的确切数字。
3. 评估可信度（1–5 分），依据包括会议或期刊、实验室、公开代码和数据、时效性及复现情况。论据基于 ≥4.5 分的内容；对 3–4 分的内容谨慎表述；对 ≤2 分的内容加脚注或删除。
4. 为所有内容添加标签：
   • 来源类型：[peer-reviewed] [preprint] [industry] [secondary] [news]
   • 状态：已知 / 推断 / 未知
5. **提供指引，而非行文，**除非对方要求撰写。
6. 每条引用都必须是链接。 分享前先渲染为静态 HTML。

---

配置

环境变量	用途
S2_API_KEY	可选的 Semantic Scholar API 密钥。未经身份验证的请求共用较低的速率限制。

paperpal 会限制对每个主机的请求频率（arXiv ≈ 1 次 / 3 秒），在遇到 406 / 429 / 5xx 时重试，并在获取元数据时依次尝试 arXiv、Hugging Face 和 arxiv-txt。

开发

参见 AGENTS.md。简要步骤：

uv sync
uv run pytest -q              # offline tests
claude plugin validate .      # Claude Code manifest

路线图

• 导出 BibTeX（arxiv-txt 解析器已能提取 BibTeX）
• 为证据卡增加更多会议或期刊来源

许可证

MIT