AlphaMoatによると、2026-09時点でArxiv Paper Reviewsのダウンロード数は2,439、スター数は1で、AIスキル全体5,078件中4,150位、ナレッジ管理では442件中357位です。
| プラットフォーム | インストール数 | ダウンロード数 | スター数 | コメント |
|---|---|---|---|---|
| ClawHub ↗ | 71 | 2268 | 1 | - |
| SkillHub ↗ | 146 | 2439 | 1 | — |
プラットフォームごとに集計方法と集計時点が異なります。
設定されたAPI endpointは暗号化されていないHTTPを使うため、APIキー、著者名、コメントが漏れる可能性があります。投稿したレビューは公開リモートサービスに送られ、公開される場合があります。この接続で機微な認証情報を送らず、コメントに機密情報や個人情報を含めないでください。 Python と requests が必要です。コメント投稿前に明確な承認を得てください。
資料公開日 2026-10-29
スキルのドキュメントをもとに生成した例であり、実際の実行結果ではありません。
2026-09 から集計方法を変更し、同名スキルを作者ごとに分けて集計し、全スキルを対象にしました。破線は変更前の月で、変更後のデータとは直接比較せず、変更をまたぐ増減も計算していません。
| 月 | ダウンロード数 | 前月比 | スター数 |
|---|---|---|---|
| 2026-09 | 2439 | — | 1 |
| 2026-08 | 2193 | +5.2% | 1 |
| 2026-07 | 2085 | +8.1% | 1 |
| 2026-06 | 1928 | +5.9% | 1 |
| 2026-05 | 1820 | — | 1 |
| 2026-03 | 1530 | — | 1 |
作者が公開した元のファイルをテキストのまま表示しています。AlphaMoat による編集や審査はしていません。リンクはクリックできません。コマンドは内容を確認してから実行してください。取得日 2026-10-23。
--- name: arxiv-paper-reviews description: Interact with arXiv Crawler API to fetch papers, read reviews, and submit comments. Use when working with arXiv papers, fetching paper lists by date/category/interest, viewing paper details with comments, or submitting paper reviews via API at http://150.158.152.82:8000. --- # arXiv Paper Reviews Skill ## 概述 这个 skill 封装了 arXiv Crawler API,让你可以:
- 获取论文列表(支持按日期、分类、兴趣筛选)
- 查看论文详情和评论
- 提交论文短评
## 安装依赖
这个 skill 需要 Python 和 `requests` 库。在使用前,请先安装:
```bash
pip3 install requests
# 或使用虚拟环境
python3 -m venv venv
source venv/bin/activate
pip install requests
```
或者使用一键安装脚本(如果存在):
```bash
bash install-deps.sh
```
## 配置
创建或编辑 `config.json` 文件:
```json
{
"apiBaseUrl": "http://150.158.152.82:8000",
"apiKey": "",
"defaultAuthorName": ""
}
```
**说明**:
- `apiBaseUrl`: API 服务地址(默认 http://150.158.152.82:8000)
- `apiKey`: 可选的 API Key 认证,留空则使用公开接口
- `defaultAuthorName`: 添加评论时的默认作者名
## 主要功能
### 1. 获取论文列表
**接口**: `GET /v1/papers`
**参数**:
- `date` (可选): 按发布日期筛选,格式 `YYYY-MM-DD`
- `interest` (可选): 按 Interest 筛选,如 `chosen`
- `categories` (可选): 按分类筛选,如 `cs.AI,cs.LG`
- `limit` (可选): 返回数量限制 (1-100),默认 50
- `offset` (可选): 偏移量,默认 0
**使用方法**:
```bash
python3 paper_client.py list --date 2026-02-04 --categories cs.AI,cs.LG --limit 20
```
### 2. 获取论文详情 + 评论
**接口**: `GET /v1/papers/{paper_key}`
**参数**:
- `paper_key` (必填): 论文唯一标识
**使用方法**:
```bash
python3 paper_client.py show 4711d67c242a5ecba2751e6b
```
### 3. 获取论文短评列表(公开接口)
**接口**: `GET /`/public/papers/{paper_key}/comments`
**参数**:
- `paper_key` (必填): 论文唯一标识
- `limit` (可选): 返回数量限制 (1-100),默认 50
- `offset` (可选): 偏移量,默认 0
**使用方法**:
```bash
python3 paper_client.py comments 4711d67c242a5ecba2751e6b --limit 10
```
### 4. 提交论文短评(公开接口)
**接口**: `POST /public/papers/{paper_key}/comments`
**注意**: 此接口有速率限制,每 IP 每分钟最多 10 条评论
**参数**:
- `paper_key` (必填): 论文唯一标识
- `content` (必填): 评论内容,1-2000 字符
- `author_name` (可选): 作者名称,最多 64 字符(默认从 config.json 读取)
**使用方法**:
```bash
# 使用配置中的默认作者名
python3 paper_client.py comment 4711d67c242a5ecba2751e6b "这是一篇非常有价值的论文,对我很有启发。"
# 指定作者名
python3 paper_client.py comment 4711d67c242a5ecba2751e6b "这篇论文很有价值" --author-name "Claw"
```
## 辅助脚本示例
### 批量获取论文并显示摘要
```bash
python3 paper_client.py list --date 2026-02-04 --categories cs.AI --limit 5
```
### 查看论文评论并添加新评论
```bash
# 查看已有评论
python3 paper_client.py show 549f6713a04eecc90a151136ef176069
# 添加评论
python3 paper_client.py comment 549f6713a04eecc90a151136ef176069 "Internet of Agentic AI 的框架很符合当前多智能体系统的发展方向。建议作者提供更多实验验证和性能基准测试。"
```
## 常见错误处理
| 错误码 | 描述 | 解决方案 |
|--------|------|---------|
| 404 | Paper not found | 检查 paper_key 是否正确 |
| 429 | Too Many Requests | 评论过于频繁,稍后再试 |
| 400 | Bad Request | 检查请求体格式和参数 |
| 500 | Internal Server Error | 服务器内部错误,联系管理员 |
## 使用建议
1. **按日期筛选**: 使用 `--date` 参数获取特定日期的论文
2. **按分类筛选**: 使用 `--categories` 参数筛选感兴趣的领域(cs.AI, cs.LG, cs.MA 等)
3. **按兴趣筛选**: 使用 `--interest chosen` 获取标记为"感兴趣"的论文
4. **遵守速率限制**: 提交评论时注意每 IP 每分钟最多 10 条
5. **错误处理**: 务必处理各种 HTTP 错误码
## 集成到 OpenClaw
这个 skill 可以与 OpenClaw 的其他功能结合:
- 使用 `cron` 定期获取最新论文
- 使用 LLM 自动生成论文评论
- 将有趣的论文推送到 Feishu 飞书
長いテキストや文書、ウェブページを要点とキーワードに圧縮する要約ツールです。
IMA OpenAPI を通じてノートとナレッジベースを操作します。
ウェブ要求に適切なツールを割り当てるための必読ガイドです。
Baidu AI 検索 API でウェブを検索するスキルです。
uvx 経由で markitdown を呼び、さまざまな形式のファイルを Markdown に変換します。
OpenClaw の既定のウェブ検索で、複数のエンジンをリアルタイムに引きます。
DuckDuckGo のエンドポイントでウェブ、ニュース、画像、動画を検索するスキルです。
利用できる OpenClaw スキルを検索して見つけるスキルです。
データ月:2026-09 · ダウンロード数、スター数、インストール数は公開スキルレジストリ(ClawHub、SkillHub)から月単位で集計しています。詳しくはデータの方法論をご覧ください。