Paper-to-MD

基于 OpenClaw 的 skill。 同时提供了脱离 OpenClaw 的命独立运行命令。

核心功能

将 arXiv 等平台的论文下载、提取全文，由 LLM 深度分析后保存到本地 Markdown 文件

核心特性

• 论文下载：支持从 arXiv 下载 PDF 并提取全文
• 模板支持：提供"三遍阅读法"等专业分析模板
• LLM 分析：由会话 LLM 根据模板进行深度分析
• 本地存储：将分析结果保存为 Markdown 文件
• 论文整理：自动提取标签和推荐，生成整理报告
• 独立运行：支持命令行独立使用

快速开始

1. 安装依赖

pip install arxiv pymupdf pdfplumber pyyaml litellm

2. 配置 LLM

使用 Ollama（免费，推荐）

# 安装 Ollama
curl -fsSL https://ollama.ai/install.sh | sh

# 下载模型
ollama run llama3.1

使用其他 Provider

litellm 会自动从环境变量读取 API Key：

# Anthropic Claude
export ANTHROPIC_API_KEY="sk-ant-..."
python analyze.py --url "..." --model anthropic/claude-sonnet-4-6-20251101

# OpenAI GPT
export OPENAI_API_KEY="sk-..."
python analyze.py --url "..." --model openai/gpt-4.1

# OpenRouter（有免费模型）
export OPENROUTER_API_KEY="..."
python analyze.py --url "..." --model openrouter/google/gemma-7b-it:free

或在 config.yaml 中配置：

llm:
  model: "openai/gpt-4.1"
  api_key: "sk-..."  # 或使用环境变量

3. 使用示例

在 OpenClaw 中使用

from scripts import PaperToMd

# 初始化
helper = PaperToMd(storage_dir='~/paperstorge')

# 准备论文
pdf_path, metadata = helper.prepare_paper('https://arxiv.org/abs/2506.13131')
paper_text = helper.extract_text(pdf_path)
template = helper.get_template()

# LLM 分析（由会话 LLM 完成）
# 读取 paper_text 和 template，生成 analysis_content

# 保存到本地
result = helper.write_analysis(analysis_content, metadata)

命令行独立运行

# 分析单篇论文
python analyze.py --url "https://arxiv.org/abs/2506.13131" --stream

# 使用快速笔记模板
python analyze.py --url "https://arxiv.org/abs/2506.13131" --template quick_note

# 使用其他模型
python analyze.py --url "https://arxiv.org/abs/2506.13131" --model ollama/qwen2.5

# 处理未处理列表中的论文（默认每篇间隔 10 秒，避免触发速率限制）
python analyze.py --pending

# 自定义论文间延迟（秒）
python analyze.py --pending --delay 30

# 从文件批量处理
python analyze.py --input-file papers.txt

# 整理已分析的论文
python analyze.py --organize

速率限制处理：

当使用 API 付费模型（如 Claude、GPT-4）时，可能会触发速率限制。程序会自动处理：

• 自动重试：遇到速率限制时自动重试（最多 3 次）
• 指数退避：重试等待时间依次递增（5s → 10s → 20s）
• 论文间延迟：使用 --delay 参数设置论文处理间隔，默认 10 秒

# 使用 Claude API 时建议增加延迟
python analyze.py --pending --model anthropic/claude-sonnet-4-6-20251101 --delay 60

论文列表管理：

在 paperstorge/unprocessed.md 中添加待处理论文：

# 0331
https://arxiv.org/abs/2506.13131
https://arxiv.org/abs/2408.11869

运行 python analyze.py --pending 处理，完成后会自动：

• 从 unprocessed.md 移除已处理的论文
• 添加到 processed.md

目录结构

paperstorge/
├── unprocessed.md    # 未处理论文 URL 列表
├── processed.md      # 已处理论文 URL 列表
├── analysis/         # 论文分析结果
│   └── 2401.12345.md
└── summary/          # 论文整理结果
    └── 论文整理-2026-03-31.md  # 按日期命名，避免覆盖

可用模板

模板	说明	适用场景
default	三遍阅读法	深度解析论文
quick_note	快速笔记	快速提取要点
literature_review	文献综述	结构化综述

配置

配置文件 config.yaml：

# 存储配置
storage:
  base_dir: "~/paperstorge"

# LLM 配置
llm:
  model: "ollama/llama3.1"
  api_base: "http://localhost:11434"
  max_tokens: 8192
  timeout: 120

文档说明

• README.md - 用户文档，介绍使用方法和配置
• SKILL.md - OpenClaw Skill 开发者文档，描述 Skill 接口和工作流程