如何利用 AI 快速分析 Hugging Face 与 arXiv 论文 #

解决 AI 研究者手动下载、阅读 PDF 效率低的问题：通过 AI 调用 Hugging Face 的 Papers API，直接将 arXiv 论文转换为 Markdown 或获取结构化元数据，实现快速摘要与深度分析。

为什么需要这个技能 #

阅读 AI 领域的论文通常涉及在 arXiv 寻找 PDF、手动下载、处理复杂的排版，且难以快速找到关联的模型权重或数据集。

Hugging Face 将 arXiv 的论文索引化，并提供了强大的 API 接口。通过本技能，AI 可以直接获取论文的 Markdown 版本（无需解析 PDF）以及结构化 JSON 数据（包含作者、关联模型、数据集、GitHub 仓库等），将原本繁琐的“搜索-下载-阅读”流程简化为“输入 ID-自动分析”。

适用场景 #

• 当你分享一个 Hugging Face Paper 页面 URL 或 arXiv 链接时。
• 当你仅提供一个 arXiv ID（如 2602.08025）并要求 AI 总结论文核心观点时。
• 需要快速查找某篇论文对应的开源代码仓库或 Hugging Face 模型实现时。
• 跟踪每日 AI 领域热门论文（Daily Papers）的趋势分析。

核心工作流 #

1. 解析论文 ID：从用户提供的 URL（hf.co 或 arxiv.org）或纯文本中提取 arXiv ID。
2. 获取内容：
   • 读取正文：使用 curl -s "https://huggingface.co/papers/{PAPER_ID}.md" 获取 Markdown 格式正文，方便 AI 直接分析。
   • 读取元数据：使用 curl -s "https://huggingface.co/api/papers/{PAPER_ID}" 获取 JSON 格式的作者、摘要和社区互动数据。
3. 关联资源检索：通过 filter=arxiv:{PAPER_ID} 接口快速定位该论文在 HF Hub 上关联的模型、数据集或 Spaces。
4. 异常处理：若 API 返回 404，则回退到原始的 arXiv 摘要页（abs）或 PDF 链接。

关键 API 示例 #

获取论文 Markdown 正文：

curl -s "https://huggingface.co/papers/{PAPER_ID}.md"

获取结构化元数据（JSON）：

curl -s "https://huggingface.co/api/papers/{PAPER_ID}"

查找关联模型：

curl https://huggingface.co/api/models?filter=arxiv:{PAPER_ID}

下载和安装 #

下载 hugging-face-papers 中文版 Skill ZIP

解压后将目录放入你的 AI 工具 skills 文件夹，重启工具后即可使用。具体路径参考内附的 USAGE.zh.md。

你可能还需要 #

暂无推荐