基于 OpenClaw 的论文自动检索、总结、评估智能体框架。 可为任意研究领域生成专门的论文专家智能体。
PaperClaw 是一个领域论文专家智能体生成框架：
- 如果你已有明确的研究领域 → 使用
skills/paper-expert-generator/快速生成专属智能体 - 如果你想了解如何工作 → 查看
agents/surrogate-modeling/作为完整示例
PaperClaw/
├── skills/
│ └── paper-expert-generator/ # Skill：生成领域论文专家智能体
│ ├── SKILL.md # 使用指南（8步工作流）
│ ├── scripts/
│ │ └── init_domain_agent.py # 自动脚手架脚本
│ ├── references/
│ │ ├── domain-adaptation-guide.md # 8个领域关键词/评分维度示例
│ │ └── agent-template-guide.md # AGENT.md 撰写指南
│ └── assets/templates/ # 模板文件
│ ├── AGENT.md.template
│ ├── models.json
│ └── schedules.json
│
├── agents/
│ └── surrogate-modeling/ # Demo：3D几何代理建模领域专家
│ ├── agent/
│ │ ├── AGENT.md # Agent 角色定义（Scientific ML + 3D几何）
│ │ ├── models.json # LLM 配置
│ │ └── schedules.json # 定时任务（每日20:00 + 周日10:00）
│ ├── skills/ # 5个核心技能
│ │ ├── arxiv-search/ # arXiv 批量搜索 + 去重
│ │ ├── semantic-scholar/ # 引用数据 API
│ │ ├── paper-review/ # 论文评估 + 安全写入
│ │ ├── daily-search/ # 每日自动检索
│ │ └── weekly-report/ # 周报生成
│ ├── docs/
│ │ ├── architecture.md # 系统架构详解
│ │ └── evaluation_system.md # 评分系统详解
│ └── examples/ # 示例数据（DeepONet评分报告）
│
└── [项目文档]
├── README.md # 本文档（中文）
├── README_EN.md # 英文文档
├── INSTALLATION.md # 安装指南
├── CONFIGURATION.md # 配置说明
└── QUICKSTART.md # 快速入门
如果你已有明确的研究领域，使用 paper-expert-generator skill：
# 1. 运行脚手架脚本
python skills/paper-expert-generator/scripts/init_domain_agent.py \
--domain "bioinfo-ml" \
--output ~/agents/bioinfo-ml \
--paperclaw-skills ./skills
# 2. 根据 prompts 填写 AGENT.md 中的 {{占位符}}
# 3. 设置 API key
# 4. 启动 OpenClaw，指向新 agent查看 agents/surrogate-modeling/ 作为完整示例：
cd agents/surrogate-modeling
# 每日检索（手动触发）
python skills/daily-search/scripts/daily_paper_search.py --top 3
# 周报生成
python skills/weekly-report/scripts/generate_weekly_report_v2.py┌─────────────────────────────────────────────────────────────┐
│ PaperClaw Agent │
│ ┌────────────┐ ┌────────────┐ ┌────────────┐ ┌──────────┐ │
│ │daily-search│ │arxiv-search│ │paper-review│ │weekly-rpt│ │
│ └────────────┘ └────────────┘ └────────────┘ └──────────┘ │
└─────────────────────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────────┐
│ workspace/papers/ │
│ ├── {paper}/metadata.json ← 结构化评分数据 │
│ ├── {paper}/summary.md ← 深度总结 │
│ ├── {paper}/scores.md ← 评分报告 │
│ └── evaluated_papers.json ← 去重索引 │
└─────────────────────────────────────────────────────────────┘
┌────────────────────────┐ ┌──────────────────────────┐
│ paper-expert-generator │ ──→ │ Your Domain Agent │
│ Skill │ │ (bioinfo-ml/cv-3d/...) │
└────────────────────────┘ └──────────────────────────┘
│ │
├── init_domain_agent.py ├── agent/AGENT.md
├── domain-adaptation-guide.md ├── agent/models.json
├── agent-template-guide.md ├── agent/schedules.json
└── templates/ └── skills/
(5个技能，按需适配)
| 功能 | 说明 | 触发方式 |
|---|---|---|
| 🔍 每日检索 | 批量搜索 arXiv，自动去重，精选 Top 3 | 每天 20:00 (Asia/Singapore) |
| 📝 深度总结 | 回答 10 个核心问题，生成 summary.md | 检索后自动执行 |
| 📊 四维评分 | 领域定制维度 + Date-Citation 权衡 | 总结后自动执行 |
| 📰 周报生成 | Top 3 精选论文报告，推送通知 | 每周日 10:00 |
最终评分 = 四维基础评分 × 0.9 + 影响力评分 × 0.1
四维基础评分 = (维度1 + 维度2 + 维度3 + 维度4) / 4
Date-Citation 调整因子（示例，可领域定制）：
- ≤3个月新论文：+0.2
- 3-24个月 + 引用≥50：+0.5
-
24个月 + 引用≥200：+0.5
- 引用密度≥10次/月：额外 +0.2
领域定制评分维度示例：
- Scientific ML（默认）：工程应用、架构创新、理论贡献、可靠性
- 生物信息学：生物学合理性、计算可扩展性、基准质量、转化潜力
- 计算机视觉：架构创新、基准性能、泛化能力、实用性
详见 skills/paper-expert-generator/references/domain-adaptation-guide.md
参考 skills/paper-expert-generator/SKILL.md 的 8 步工作流：
- 领域访谈 — 收集研究域、子方向、方法论、排除词
- 关键词库 — 构建 arXiv
ti:查询 - 评分维度 — 设计4个领域专属评分维度
- 脚手架 — 运行
init_domain_agent.py - 写 AGENT.md — 填充角色定位、关键词、4大任务
- 改 SKILL.md — 适配关键词列表和评分维度
- 配置模型 — 填入 API credentials
- 验证交付 — checklist 确认
🎯 架构升级
- ✅ 新增
paper-expert-generatorSkill，支持任意研究领域 - ✅ 目录重构：
skills/（可复用组件） +agents/（领域示例） - ✅
surrogate-modeling作为首个 Demo Agent（Scientific ML + 3D几何）
🚀 核心改进
- ✅ 消除正则解析依赖，从 JSON 直接读取结构化数据
- ✅ 安全并发写入（文件锁 + 去重检查）
- ✅ 强制思维链（
<think>标签）
- ✅ arXiv 论文自动检索
- ✅ 论文深度总结（10个问题）
- ✅ 四维评分系统
- ✅ 周报自动生成
欢迎提交 Issue 和 Pull Request！
贡献方向：
- 新的领域适配示例（添加到
agents/） paper-expert-generatorSkill 的功能增强- 更多领域的关键词库和评分维度（
domain-adaptation-guide.md）
MIT License
如果这个项目对你有帮助，请给个 ⭐️ Star！
