Paperzilla - AI 驱动的论文推荐与研究管理助手

技能概述

Paperzilla 是一个专为科研人员设计的 Claude 技能，通过 AI 驱动的论文推荐和智能研究管理，帮助您高效跟踪项目相关文献、发现关键论文并理解其与您研究的关联。

适用场景

1. 跟踪最新研究进展

   • 为您的科研项目获取持续更新的论文推荐
   • 订阅项目的 Atom 源，在阅读器中实时获取新论文
   • 按日期和重要性过滤推荐内容（必读论文、特定时间段）

2. 深度理解论文价值

   • 获取标准论文的 Markdown 格式摘要
   • 了解特定论文与您研究项目的相关性分析
   • 通过推荐说明理解论文为何重要

3. 科研工作流集成

   • 将论文和推荐导出为 JSON 格式，便于自动化处理
   • 通过 CLI 工具与现有科研工具链集成
   • 对推荐提供反馈（点赞、标记、贬低），优化未来的推荐质量

核心功能

1. 智能论文推荐 基于项目主题自动发现和推荐相关论文，支持反馈机制以持续优化推荐准确性，让您专注于真正重要的文献。

2. 多格式论文访问 支持以 Markdown、JSON 等多种格式获取论文内容，便于在不同工具和场景中使用，包括直接生成适合阅读的摘要。

3. 项目驱动的文献管理 将论文组织到具体研究项目中，每个项目拥有独立的订阅源和推荐流，支持按项目浏览、过滤和导出文献。

常见问题

Paperzilla 如何帮助我跟踪最新研究论文？

Paperzilla 会根据您的研究项目持续推荐相关论文。您可以使用 pz feed <project-id> 命令获取项目订阅源，并通过 --must-read、--since 等选项过滤出最重要的内容。订阅 Atom 源后，您的阅读器会自动获取新推荐。

如何在 Claude 中使用 Paperzilla 获取论文推荐？

Paperzilla 作为 Claude 技能运行，您可以直接与对话中的代理交互，请求如"给我项目 X 的最新推荐"或"解释推荐 Y 的重要性"。代理会调用 Paperzilla CLI 并以对话方式返回结果。

可以对论文推荐提供反馈以改进建议质量吗？

可以。使用 pz feedback <project-paper-id> upvote|star|downvote 命令对推荐进行反馈。点赞、标记或贬低推荐会影响未来的推荐质量，帮助 Paperzilla 更好地理解您的研究需求。