核心用法
paper-digest 是一款面向学术研究者的自动化论文分析工具。用户只需提供 arXiv ID 或完整 URL，工具即执行四阶段流程：首先获取目标论文的 HTML 全文，随后智能识别最多 5 篇核心引用文献（优先选择被明确扩展、作为主要基线、提供核心架构或被反复引用的关键工作），接着通过子代理并行获取这些引用文献的摘要，最终整合生成一份结构化的执行摘要报告。
显著优点
1. 自动化文献追踪：无需手动检索引用链，大幅降低文献调研的时间成本
2. 智能引用筛选：基于启发式规则（扩展关系、基线对比、架构来源、引用频率）精准定位关键相关工作，而非盲目抓取所有引用
3. 并行子代理架构：通过并发获取引用文献提升效率
4. 结构化输出：强制使用散文体撰写，避免碎片化的 bullet list，更适合形成连贯的学术理解
5. 缓存机制：已处理的论文自动保存至本地工作区，避免重复获取
6. 容错设计：支持 URL 失败后的 v1 后缀重试，引用无法解析时降级为纯文本引用
潜在局限与风险
1. 来源单一性：仅支持 arXiv 平台，无法处理其他预印本服务器或已发表论文
2. 引用质量依赖启发式：筛选规则可能遗漏真正重要但未被明确标记的引用
3. 子代理失控风险：并行 spawn 若未加限制可能导致资源过度消耗
4. 内容理解深度有限：基于 HTML 提取的摘要可能丢失数学公式、图表等关键信息
5. arXiv 搜索可靠性：通过标题搜索匹配引用存在误匹配风险
6. 无人工验证：自动生成的引用关系网络未经专家确认，可能传递错误关联
适合人群
- 需要快速进入新研究方向的研究生和博士后
- 撰写文献综述的科研人员
- 审稿前需要快速了解论文背景的专家
- 跨领域研究者需要建立基础认知框架
常规风险
- 信息过时：arXiv 版本可能非最终发表版本
- 引用链爆炸：高引用论文的递归分析可能导致指数级扩展（虽有限制为 5 篇）
- 版权灰色地带：批量抓取需遵守 arXiv 服务条款
- 幻觉累积：多层代理处理中，早期摘要错误可能被后续分析放大