核心用法
ArXiv Watcher 是一款专注于学术文献检索的轻量级工具，通过调用 ArXiv 官方公开 API（export.arxiv.org）实现论文搜索与摘要获取。用户可通过关键词、作者或学科类别进行检索，系统默认返回按提交日期排序的最新 5 篇论文。核心工作流包含三步：首先执行 scripts/search_arxiv.sh 脚本发起 API 请求，随后解析返回的 XML 数据提取标题、作者、摘要及 PDF 链接，最终以结构化格式呈现给用户。该工具还支持将检索结果自动归档至 memory/RESEARCH_LOG.md，便于长期追踪研究动态。对于需要深入了解的论文，可进一步通过 web_fetch 获取 PDF 全文内容。
显著优点
该技能的最大优势在于其极简而可靠的设计哲学。首先，零依赖架构使其仅依赖系统原生 curl 工具，无需安装额外库或运行时环境，部署成本极低。其次，只读安全模型从根本上杜绝了数据损坏风险——所有操作均为 GET 请求，不涉及本地文件修改或系统配置变更。第三，智能默认参数（max_results=5）有效防止了 API 滥用和响应过载，同时支持用户自定义扩展。第四，自动化知识管理功能通过强制写入 RESEARCH_LOG.md，帮助研究者建立可追溯的文献阅读历史。最后，多语言支持的示例表明其具备良好的国际化适配潜力。
潜在缺点与局限性
尽管设计精良，该技能仍存在若干局限。其一，功能边界较窄：仅支持基础检索与摘要展示，无法替代专业的文献管理工具（如 Zotero、Mendeley）的批量化、标签化管理能力。其二，网络强依赖：ArXiv API 的可用性直接决定服务稳定性，在网络受限或官方服务维护时将完全失效。其三，数据深度不足：XML 返回的摘要信息有限，复杂公式、图表等关键学术内容无法直接呈现，必须依赖额外的 PDF 抓取步骤。其四，来源可信度制约：作为个人开发者（rubenfb23）维护的项目，长期更新保障与代码审计透明度不及官方或大型组织背书的项目。其五，缺乏高级检索语法支持，如布尔逻辑组合、时间范围过滤等 ArXiv API 原生支持的功能未被暴露给用户。
适合的目标群体
该工具精准服务于三类用户：AI/ML 领域研究者需要快速追踪 arXiv cs.AI、cs.LG 等板块的每日更新；学术写作人员在撰写文献综述阶段需要高效获取相关研究的元数据；技术决策者希望了解特定技术方向（如 LLM reasoning、multi-agent systems）的最新进展以支撑产品规划。此外，对学术信息有轻度需求的学生群体和科技内容创作者也可将其作为信息入口。不适合需要系统性文献综述、引文分析或全文批注的深度研究者。
使用风险
常规风险主要集中在网络层：API 响应延迟或超时可能影响交互体验，建议设置合理的超时重试机制。数据一致性风险方面，ArXiv 的摘要由作者自行提交，可能存在与最终发表版本不一致的情况，关键结论应核对正式出版物。归档文件膨胀风险：长期高频使用将导致 RESEARCH_LOG.md 体积增长，需定期手动清理或迁移。隐私层面，虽然工具本身不收集用户数据，但 API 请求会暴露检索关键词至 ArXiv 服务器，敏感研究方向需注意。