last30days-skill-cn
Jesseovo
last30days-cn 是一个 AI Agent 技能(Skill),能够自动搜索中国互联网 8 大主流平台最近 30 天的内容,综合分析后生成有据可查的研究报告。
PROJECT TOPICS
INSTALL REFERENCE
dsh plugin --profile web add github:PhysicalAI-0/dsh-paperforge
该命令指向仓库当前默认分支;尚无绑定当前 commit 的完整验证结果。
PROJECT README
读懂一篇论文,留下自己的思考。 从论文库点开 PDF,原文、专属 AI 会话与 Markdown 笔记并排展开:选中难懂的段落,带着上下文向 AI 追问;划下重要的文字,框选值得留存的图表,高亮与截图自动收进本地笔记。下次打开,接着上次的思考往下读。
paperforge_notes,不再引用的图片自动清理。.md 都能原地编辑、自动保存。dsh plugin 安装。
| 论文库 左侧栏「论文」列出工作区里的 PDF,点一篇进入阅读布局 |
标注 划词高亮(六色)与框选截图自动写进笔记;选段也可复制为原文或 Markdown 引用 |
Ask AI 划词「Ask AI」或页头「AI」:问题带上 @论文、页码与选段,发进本篇论文的会话 |
| Markdown 编辑 所有 .md 都能原地编辑:点一块改源码,离开即渲染;自动保存,与插件、AI 的改动自动合并 |
Summary 论文库「会话」页签勾选会话,生成一份 Summary(Markdown):每 3 个一批引用,最后综合 |
复制路径 任意文档页头的复制图标,一键复制文件路径 |
![]() 笔记:点一块改源码,其余保持渲染 |
![]() Summary:勾选的会话由 AI 汇总成一份 Markdown |
截图中的论文页面来自 Vaswani et al., Attention Is All You Need(arXiv:1706.03762),按 Google 的授权注明出处、用于学术用途。Logo 与章节图标由 AI 图像模型生成。
前置条件:DSH 0.1.7+,PATH 上有 pnpm。
dsh plugin --profile web add github:PhysicalAI-0/dsh-paperforge
# 或克隆后本地安装(改代码后重启 dsh web 即生效):
git clone https://github.com/PhysicalAI-0/dsh-paperforge.git && cd dsh-paperforge
dsh plugin --profile web add .
在放论文的目录启动 dsh web(这个目录也要是 DSH 的工作区),左侧栏出现「论文」即安装成功。卸载:dsh plugin --profile web remove dsh-paperforge。
<论文目录>/paperforge_notes/
├─ <论文名>/<论文名>.md 笔记(标准 Markdown,可直接编辑)
├─ <论文名>/assets/ 截图;不再被任何笔记引用的图片约 2 分钟后自动删除
├─ <论文名>/highlights.json、session.json 高亮位置、与论文会话的绑定
└─ Summary/ 会话 Summary
在 ~/.dsh/profiles/web/cordis.patch.yml 里按 id 覆盖:
- id: paperforge
config:
workspaceRoot: <论文目录的绝对路径> # 缺省 = 启动 dsh web 的目录
notesDir: paperforge_notes # 笔记根目录名(旧版默认是 notes)
model: # 论文会话用的模型;不写则沿用当前模型
provider: deepseek-official
name: deepseek-flash
reasoningEffort: high
不要写 - insert:(插件会被加载两次)。配置了 model 时,DSH 也会把它存为新会话的默认模型。
mupdf 替换 Python 边车;论文库扫描改为异步.md 只能预览。pixi run test # 单元测试
pixi run verify # 契约与冒烟测试
插件分两半:浏览器半 lib/client.js,宿主半 lib/index.js 等(注册 /api/paper.* 路由)。另有可选的 Python 边车 py/,只用于把高亮写进 PDF 文件本身。开发前先读 AGENTS.md:DSH 插件的硬约束、关键 API、踩过的坑和路线图都在里面。
作者是 alphaXiv 的重度用户,本插件「划词即问、就地记笔记」的交互正是受它启发。但它的问答额度有限,模型也不能替换,于是把「划词 → 追问 → 落笔记」搬回自己掌控的 DSH:不重复造阅读器,复用 DSH 原生的预览、会话与模型配置。
PaperForge 与 alphaXiv 及其团队无任何隶属、赞助或背书关系,也不包含其任何代码或素材。
MIT © dsh-paperforge contributors
CLASSIFICATION EVIDENCE
系统优先读取 GitHub Topics,再与站内分类词典和词根规则比对。当前命中: paper、pdf、research。