这个 Skill 能做什么，适合哪些场景？
该技能用于查找和阅读 Hugging Face 论文页面，以及处理对应的 arXiv 论文。它可以将论文页面获取为 Markdown，并通过 Hugging Face 论文 API 获取作者、摘要、关联模型、数据集、Spaces、GitHub 仓库和项目页面等结构化信息。它适合需要总结、解释或分析 AI 研究论文的场景。公开读取接口无需认证，但认领作者、索引论文和更新论文链接等写入操作需要 HF_TOKEN。
从 Hugging Face 论文页、Markdown 论文页、arXiv URL 或 arXiv ID 中解析论文 ID；通过 curl 请求获取论文 Markdown；调用 /api/papers/{PAPER_ID} 获取结构化元数据；查询关联的模型、数据集和 Spaces；调用论文搜索、列表和 Daily Papers 接口；在提供 HF_TOKEN 和相应权限时认领作者、索引论文或更新项目页、GitHub 仓库及组织链接。
- 研究人员提供 Hugging Face 论文页面，希望快速获得可供代理阅读的 Markdown 内容。
- 工程师提供 arXiv ID，希望查询论文作者、摘要及关联的 Hugging Face 资源。
- 评审者需要搜索包含特定主题、标题、作者或正文内容的论文。
- 项目维护者希望查看论文关联的模型、数据集、Spaces、GitHub 仓库或项目页面。
- 论文作者需要在具备 HF_TOKEN 和权限时认领论文作者身份或更新论文链接。
如何安装这个 Skill？
- 写入型端点可能改变论文索引、作者认领或链接；使用前应单独确认用户意图，并限制 HF_TOKEN 权限与暴露范围。
- 核心功能依赖 huggingface.co、arxiv.org 及网络访问；未提供中国大陆网络可达性或离线替代方案。
- 文档未覆盖限流、认证失败、网络中断和 API 演进，实际使用时需要人工核验返回结果。
- Shell / 命令行
- 网络访问
从仓库的 skills/ 目录复制或建立符号链接，将 skills/huggingface-papers/ 放入 Codex 支持的 .agents/skills 位置，例如 $REPO_ROOT/.agents/skills 或 $HOME/.agents/skills。README 未提供该单项技能的独立安装命令。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/huggingface/skills.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/skills/huggingface-papers" ~/.claude/skills/
rm -rf "$tmp"根据源仓库地址和 Skill 路径自动生成，只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式，请优先按作者说明操作；想只在当前项目中使用，把 ~/.claude/skills 换成项目里的 .claude/skills。
如何使用这个 Skill？
安装后，把下面任意一句发给 Agent 即可触发：
- 请使用 Hugging Face 论文技能总结 https://huggingface.co/papers/2602.08025
- 分析 arXiv 论文 2602.08025
安装后，可直接提出类似请求：“请使用 Hugging Face 论文技能总结 https://huggingface.co/papers/2602.08025”或“分析 arXiv 论文 2602.08025”。读取公开论文页面不需要认证；认领作者、索引论文和更新链接等写入接口需要设置 HF_TOKEN，并且还需要相应权限。
这个 Skill 有哪些优点和局限？
- 同时支持 Hugging Face 论文页和 arXiv URL 或 ID。
- 提供 Markdown 内容和结构化元数据两种读取方式。
- 能够查询论文关联的模型、数据集、Spaces、GitHub 仓库和项目页面。
- 覆盖论文搜索、列表、Daily Papers 和部分论文管理操作。
- 依赖网络访问 Hugging Face 和 arXiv 相关页面或接口。
- 未被 Hugging Face 索引的论文页面或 API 请求可能返回 404。
- 写入操作需要 HF_TOKEN、特定权限和准确的论文或用户标识。
- 源码没有说明测试套件、速率限制或具体运行时版本。
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| Hugging Face 论文研究助手 本页 | 49 · 谨慎使用 | ★ 11k | 18 天前 | Apache-2.0 |
| HF 论文发布助手 | 45 · 不推荐 | ★ 38k | 14 天前 | MIT |
| NeMo AutoModel 模型接入指南 ✓ NVIDIA · 官方 | 60 · 推荐 | ★ 3.6k | 12 天前 | Apache-2.0 |
| Hugging Face ZeroGPU 开发指南 | 56 · 谨慎使用 | ★ 11k | 18 天前 | Apache-2.0 |
| Hugging Face CLI 技能 | 55 · 谨慎使用 | ★ 38k | 14 天前 | MIT |
可回退到 Hugging Face 普通论文页或 arXiv 摘要页、PDF；除此之外，来源未明确列出可比较的替代技能或产品。
FollowSkills 如何评估这个 Skill？
技能主要执行公开页面和 API 查询，权限范围相对有限；但也包含索引论文、认领作者和更新链接等写操作，要求使用 HF_TOKEN，却没有明确的用户确认、敏感数据处理、数据流披露或回滚说明，因此扣分。
输入格式、主要 API 路径、404 错误和回退路径说明较清楚；但未提供脚本、测试套件或静态可复现证据，认证、网络错误、限流和 API 变更的失败反馈不足，因此扣分。
触发条件、arXiv ID 解析和目标任务较明确，适用于论文查询、摘要和元数据分析；但未声明更多非适用边界、输出格式或语义误触发防护，也未说明中文体验和中国大陆网络可达性，因此扣分。
文档结构清晰，包含安装上下文、用例、API 参数、错误处理和回退说明；仓库提供 Apache-2.0、CI 校验和技能维护流程，但该技能本身缺少版本、变更记录、明确维护责任、依赖说明和更完整示例，因此扣分。
公开论文页面 Markdown 与结构化元数据 API 能覆盖查找、阅读和关联资源等核心任务，预期结果可直接用于分析；但没有提交的代表性输出或执行验证，且 API 可用性、内容完整性和替代方案收益缺乏证据，因此扣分。
源文件提供了具体端点、参数、错误码和权限要求，具备一定审计性；但没有第三方执行记录、测试覆盖或跨来源核验，静态审查无法验证端点当前行为，因此扣分。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
查看完整评分方法 →