核心用法
document-workflow 是一套面向学术研究的自动化工作流技能，覆盖论文检索→下载→解析的完整链条：
1. 智能检索：通过 search_papers 命令调用 Tavily 和 Semantic Scholar 双引擎，支持年份过滤、结果数量控制等参数
2. PDF获取：download_paper 支持直接指定 arXiv PDF 链接，自动按主题分类存储
3. LaTeX深度解析：核心亮点功能，可提取章节结构、公式、表格、算法伪代码、参考文献等结构化数据，支持"仅大纲""仅文献"等多种粒度
4. 一键工作流：research 命令将搜索、下载、解析串联，3步内完成从关键词到结构化JSON的全过程
显著优点
- 结构化输出质量高：输出JSON包含完整元数据、层级章节、编号公式、表格数据、算法步骤、标准化参考文献，远超普通PDF转文本工具
- 学术场景专用：针对 arXiv LaTeX 源码优化，保留数学公式与学术排版语义
- 模块化设计：各步骤可独立调用，也支持一键串联，灵活适配不同研究需求
- 双源检索：Tavily+Semantic Scholar 组合提升查全率
潜在局限
- 依赖外部API：Semantic Scholar 需自行配置 API Key，Tavily 也可能存在调用限制
- LaTeX解析边界：复杂宏包或非标准排版可能导致解析异常；仅针对 arXiv 源优化，其他平台支持有限
- 本地路径硬编码：配置文件中存在 Windows 绝对路径
C:\Users\Lenovo\Desktop\papers，跨平台迁移需手动修改 - 无自动重试机制：网络波动时下载可能失败，需手动重试
适合人群
- AI/ML 领域研究者需批量追踪 arXiv 最新论文
- 需提取论文公式、算法、表格数据进行复现的工程师
- 构建文献知识库、自动化综述生成的开发者
常规风险
- API配额消耗：高频检索可能快速耗尽免费额度
- 版权合规：自动下载需遵守 arXiv 使用条款及 publishers 版权政策
- 数据隐私：论文内容解析后存储于本地，敏感研究需注意存储安全