核心用法
arxiv-osiris 是一款面向 OpenClaw Agent 设计的 arXiv 论文检索与下载工具，封装了官方 Python 库 arxiv，通过 PowerShell 脚本提供命令行交互能力。用户可通过关键词、标题或摘要全文检索论文，支持按学科类别（如 cs、physics、math、q-bio 等）精准过滤，并可直接获取 PDF 文件及完整元数据（作者、发表日期、学科标签）。Python API 层允许开发者以编程方式集成搜索与下载功能，实现批量文献采集。
显著优点
1. 零成本学术资源：arXiv 本身为完全开放获取平台，本 skill 不收取任何费用，无付费墙限制。
2. 实时前沿追踪：预印本机制使论文在正式发表前即可公开，适合科研人员第一时间掌握领域动态。
3. 灵活的检索策略：支持布尔逻辑组合的关键词搜索、多类别交叉过滤，以及结果数量控制，兼顾广度与精准度。
4. 无缝集成工作流：Python API 设计便于嵌入自动化脚本，支持批量下载与元数据提取，适配文献管理工具链。
潜在缺点与局限性
- 质量参差：预印本未经同行评审，部分论文可能存在方法缺陷或结论未经验证，需用户自行甄别。
- 元数据依赖：搜索结果准确性受 arXiv 原始数据质量制约，部分旧论文或跨学科标签可能标注不全。
- 网络稳定性：PDF 下载依赖 arXiv 服务器响应，高峰时段可能出现限速或连接中断。
- 版权边界：虽 arXiv 允许自由下载，但部分作者保留的版权条款（如禁止商业再分发）需遵守。
适合人群
- 高校科研人员与研究生，需快速获取最新预印本进行文献综述
- 数据科学家与 AI 从业者，追踪机器学习、计算机视觉等领域前沿进展
- 学术出版从业者，监测特定研究主题的投稿趋势
- 对开放科学感兴趣的自学者，探索跨学科知识边界
常规风险
- 信息过载：广泛关键词可能返回海量结果，建议结合类别过滤与结果上限控制。
- 误用未验证结论：预印本结果不宜直接作为临床决策、政策制定或商业投资的唯一依据。
- 合规使用：批量下载时请遵守 arXiv 服务条款，避免高频请求触发 IP 限制。