deepxiv

DeepXiv 论文搜索与渐进式阅读

搜索主题或论文 ID：$ARGUMENTS

角色与定位

DeepXiv 是用于渐进式阅读的文献来源：

技能	来源	最适合
/arxiv	arXiv API	批量搜索、PDF 下载、元数据
/deepxiv	DeepXiv SDK	渐进式章节级阅读
/semantic-scholar	S2 API	已发表论文的出版 venue 元数据、引用次数
/alphaxiv	www.alphaxiv.org	快速获取一篇论文经 LLM 优化的摘要，并在需要时回退到 LaTeX 源文件

如果想避免过早加载全文，请使用 DeepXiv。

常量

• DEEPXIV_FETCHER — 规范名称为 deepxiv_fetch.py，按 shared-references/integration-contract.md §2 解析 （策略 D1 — 主路径 + 回退级联）。若无法解析（规范解析链已耗尽）， 则回退到原始 deepxiv CLI（各命令下方有说明）。
• MAX_RESULTS = 10 — 默认返回结果数。

覆盖项（追加到参数中）：

• /deepxiv "agent memory" - max: 5 — 返回排名前 5 的结果
• /deepxiv "2409.05591" - brief — 快速查看论文摘要
• /deepxiv "2409.05591" - head — 获取元数据和章节概览
• /deepxiv "2409.05591" - section: Introduction — 仅阅读一个章节
• /deepxiv "trending" - days: 14 - max: 10 — 获取热门论文
• /deepxiv "karpathy" - web — DeepXiv 网络搜索
• /deepxiv "258001" - sc — 按 ID 获取 Semantic Scholar 元数据

设置

DeepXiv 是可选的。如果未安装 CLI，请告知用户：

pip install deepxiv-sdk

首次使用时，deepxiv 会自动注册一个免费令牌，并将其保存在 ~/.env 中。

工作流

步骤 1：解析参数

解析 $ARGUMENTS，提取：

• 查询或 ID：论文主题、arXiv ID 或 Semantic Scholar ID
• - max: N：覆盖 MAX_RESULTS
• - brief：获取论文摘要
• - head：获取元数据和章节映射
• - section: NAME：获取指定章节
• - trending 或查询 trending：获取热门论文
• - days: 7|14|30：热门内容的时间范围
• - web：执行 DeepXiv 网络搜索
• - sc：按 ID 获取 Semantic Scholar 元数据

如果主参数看起来像 arXiv ID，且未指定模式，则默认使用 - brief。

步骤 2：定位适配器

通过规范的严格安全链解析 $DEEPXIV_FETCHER（参见 shared-references/integration-contract.md §2）。 策略 D1 级联：优先使用解析出的适配器；若无法解析（规范解析链已耗尽）， 则回退到步骤 3 中说明的原始 deepxiv CLI 命令。

cd "$(git rev-parse --show-toplevel 2>/dev/null || pwd)" || exit 1
if [ -z "${ARIS_REPO:-}" ] && [ -f .aris/installed-skills.txt ]; then
    ARIS_REPO=$(awk -F'\t' '$1=="repo_root"{print $2; exit}' .aris/installed-skills.txt 2>/dev/null) || true
fi
if [ -z "${ARIS_REPO:-}" ] && [ -f "$HOME/.aris/repo" ]; then
    ARIS_REPO=$(cat "$HOME/.aris/repo" 2>/dev/null) || true
fi
DEEPXIV_FETCHER=".aris/tools/deepxiv_fetch.py"
[ -f "$DEEPXIV_FETCHER" ] || DEEPXIV_FETCHER="tools/deepxiv_fetch.py"
[ -f "$DEEPXIV_FETCHER" ] || { [ -n "${ARIS_REPO:-}" ] && DEEPXIV_FETCHER="$ARIS_REPO/tools/deepxiv_fetch.py"; }
[ -f "$DEEPXIV_FETCHER" ] || DEEPXIV_FETCHER=""

# Smoke test (optional — adapter resolution shown to user). The cascade
# in Step 3 below branches purely on `[ -n "$DEEPXIV_FETCHER" ]`; a
# resolved-but-non-functional adapter is not currently auto-demoted.
if [ -n "$DEEPXIV_FETCHER" ]; then
  echo "DeepXiv adapter resolved at: $DEEPXIV_FETCHER" >&2
else
  echo "DeepXiv adapter unresolved (canonical chain exhausted); raw deepxiv CLI fallback will be used." >&2
fi

步骤 3：执行最精简的命令

搜索论文

python3 "$DEEPXIV_FETCHER" search "QUERY" --max MAX_RESULTS

回退方式：

deepxiv search "QUERY" --limit MAX_RESULTS --format json

摘要

python3 "$DEEPXIV_FETCHER" paper-brief ARXIV_ID

回退方式：

deepxiv paper ARXIV_ID --brief --format json

章节映射

python3 "$DEEPXIV_FETCHER" paper-head ARXIV_ID

回退方式：

deepxiv paper ARXIV_ID --head --format json

指定章节

python3 "$DEEPXIV_FETCHER" paper-section ARXIV_ID "SECTION_NAME"

回退方式：

deepxiv paper ARXIV_ID --section "SECTION_NAME" --format json

热门论文

python3 "$DEEPXIV_FETCHER" trending --days 7 --max MAX_RESULTS

回退方式：

deepxiv trending --days 7 --limit MAX_RESULTS --output json

网络搜索

python3 "$DEEPXIV_FETCHER" wsearch "QUERY"

回退方式：

deepxiv wsearch "QUERY" --output json

Semantic Scholar 元数据

python3 "$DEEPXIV_FETCHER" sc "SEMANTIC_SCHOLAR_ID"

回退方式：

deepxiv sc "SEMANTIC_SCHOLAR_ID" --output json

步骤 4：展示结果

搜索时，展示简洁的表格：

| # | ID | Title | Year | Citations | Notes |
|---|----|-------|------|-----------|-------|

阅读论文时，展示：

• 标题
• arXiv ID
• 作者
• 可用时注明 venue/日期
• TLDR 或摘要概述
• 建议的后续步骤：brief → head → section

步骤 5：仅在需要时深入阅读

按以下顺序逐步深入：

1. search
2. paper-brief
3. paper-head
4. paper-section
5. 仅在必要时阅读全文

如果摘要或某个章节已经能回答问题，就不要直接阅读全文。

步骤 6：更新研究 Wiki（如已启用）

当项目中存在 research-wiki/ 时必须执行；否则静默跳过。如果 Wiki 目录存在，请按照 shared-references/wiki-helper-resolution.md 中的规范链（变体 B——警告并跳过）解析 $WIKI_SCRIPT。将本次调用期间已进行实质性阅读（简要 / 标题 / 章节 / 全文）的论文录入 Wiki——仅有 search 命中但未深入阅读的论文无需录入：

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; depth-read 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=""
  }
  if [ -n "$WIKI_SCRIPT" ]; then
    for each arxiv_id the user asked this skill to read in depth:
        python3 "$WIKI_SCRIPT" ingest_paper research-wiki/ \
            --arxiv-id "<arxiv_id>"
  fi
fi

该辅助脚本会在一次调用中处理元数据 / slug / 去重 / 页面 / 索引 / 日志——不要手动编写 papers/<slug>.md。请参阅 shared-references/integration-contract.md。 按上述方式解析 $WIKI_SCRIPT 后，使用 python3 "$WIKI_SCRIPT" sync research-wiki/ --arxiv-ids <id1>,<id2>,... 补录遗漏的论文。

关键规则

• 如有适配器脚本，优先使用它，而不是直接运行 deepxiv 命令。
• DeepXiv 是可选的。如果不可用，请提供安装命令，并建议使用 /arxiv 或 /research-lit "topic" - sources: web。
• 使用章节级阅读以节省 Token。
• 将 DeepXiv 视为 /arxiv 和 /semantic-scholar 的补充，而非替代品。
• 如果结果与 Semantic Scholar 收录的已发表会议论文重叠，请在最终摘要中保留更完整的会议论文元数据。