ArXiv Watcher

核心用法

ArXiv Watcher 是一款面向科研人员的文献追踪工具，通过对接 ArXiv 官方 API 实现论文检索与摘要生成。用户可通过自然语言关键词、作者名或学科类别进行搜索，系统返回包含标题、作者、摘要及PDF链接的结构化结果。核心功能覆盖三大场景：定向检索（如特定主题或论文ID查询）、日更摘要（自动汇总当日AI领域新论文）、深度解析（联动 web_fetch 提取PDF全文细节）。所有讨论过的论文强制归档至 memory/RESEARCH_LOG.md，形成可追溯的个人研究数据库。

显著优点

1. 权威数据源：直接调用 ArXiv 官方API，论文元数据未经第三方加工，确保学术溯源可靠性。
2. 工作流闭环：从检索→摘要→持久化存储一气呵成，避免重复查询与信息散失。
3. 轻量集成：依赖单一Shell脚本 (scripts/search_arxiv.sh)，部署成本低，适合嵌入自动化科研助手。

潜在局限

• 内容深度受限：默认仅获取摘要，全文分析需额外触发 web_fetch，增加延迟与token消耗。
• 实时性瓶颈：ArXiv API更新存在数小时延迟，非严格意义上的"即时推送"。
• 格式依赖：XML解析逻辑硬编码，API结构变更可能导致服务中断。

适合人群

AI/ML领域研究者、需要跟踪特定技术路线的工程师、学术写作中的文献综述撰写者。

常规风险

• 信息过载风险：日更模式可能堆积大量低相关度论文，需人工二次筛选。
• 存储污染：强制写入 memory/RESEARCH_LOG.md 的设计若缺乏清理机制，长期运行将导致文件膨胀。
• 版权边界：PDF全文提取功能需注意ArXiv版权条款，商用场景建议优先使用公开摘要。

核心用法

ArXiv Watcher 是一款专为学术研究者设计的轻量级论文追踪工具，通过调用 ArXiv 官方 API 实现三大核心功能：

1. 智能搜索：支持关键词、作者、学科类别多维度检索，可按提交日期排序获取最新成果
2. 自动摘要：提取论文摘要并生成结构化总结，降低文献筛选成本
3. 长期存档：强制将讨论过的论文自动写入 memory/RESEARCH_LOG.md，构建个人研究数据库

典型使用场景包括：每日 AI 论文速览、特定主题（如 LLM reasoning、agent 系统）的文献调研、单篇论文深度解读（支持通过 PDF 链接进一步分析）。

显著优点

• 来源权威：直接对接 ArXiv 官方 API（export.arxiv.org），数据未经第三方中转，确保论文元数据的真实性与完整性
• 零依赖架构：纯 Bash 脚本实现，无第三方库依赖，彻底规避供应链攻击风险
• 隐私友好：不采集用户敏感信息，不依赖 API Key，即装即用
• 研究闭环设计：自动存档机制解决了"搜完即忘"的痛点，形成可回溯的研究轨迹
• 轻量化部署：仅 49 行代码、3 个文件，审计成本低，适合对安全性要求高的环境

潜在局限

• 功能边界明确：仅限元数据检索，无法直接解析 PDF 全文（需配合 web_fetch 扩展）
• 无智能推荐：基于关键词的精确匹配，缺乏语义相似度或引用网络分析
• 速率限制敏感：ArXiv API 对频繁调用有限制，大规模批量爬取可能触发限流
• 格式单一：输出为 XML 解析后的文本，不支持 BibTeX、RIS 等参考文献格式导出

适合人群

• AI/ML 研究者需快速追踪 arxiv.org/cs.AI、cs.LG 等类别最新预印本
• 学术写作人员构建文献综述的初步素材库
• 技术团队监测竞争对手公开的研究动向
• 对第三方学术数据库（如 Semantic Scholar）有隐私顾虑的用户

常规风险

1. 网络可用性依赖：ArXiv 服务中断或 API 变更将直接影响功能
2. 本地文件写入：自动修改 memory/ 目录，多实例并发可能导致写入冲突
3. 输入注入隐患：当前版本缺乏对用户搜索词的过滤（建议按报告添加 sed 清洗）
4. 无版本控制：GitHub 仓库历史缺失，更新溯源能力较弱