elpicio/paper-reference-archiver

¿Qué hace paper-reference-archiver?

Habilidad de Codex para archivar PDFs en paper_reference con resúmenes, traducciones, indexación y verificación.

Descripción

Esta habilidad te permite procesar archivos PDF de artículos académicos, extrayendo su contenido, generando resúmenes automáticos, traduciendo metadatos al idioma deseado, indexando los resultados en una estructura de paper_reference y verificando la integridad del archivo final.

Requisitos

• Python 3.8+
• Dependencias: pip install pypdf2 requests openai
• Variable de entorno OPENAI_API_KEY configurada con una clave de API de OpenAI.

Uso

codex skill run elpicio/paper-reference-archiver --input pdf_path --output paper_reference_path

Parámetros

Parámetro	Descripción	Obligatorio
--input	Ruta al archivo PDF a procesar.	Sí
--output	Ruta al directorio donde se almacenará la referencia (paper_reference).	Sí
--lang	Idioma destino para la traducción del título y resumen (ej. es, en).	No
--verify	Realizar verificación de integridad después del archivo (por defecto: true).	No

Flujo de trabajo

1. Extracción: Lee el PDF y extrae el texto completo.
2. Resumen: Utiliza la API de OpenAI para generar un resumen conciso del contenido.
3. Traducción: Si se especifica --lang, traduce el título y el resumen al idioma indicado.
4. Indexación: Crea una entrada en paper_reference con metadatos (autores, palabras clave, fecha) y enlaces al archivo original.
5. Verificación: Comprueba que el archivo PDF existe, que los metadatos son coherentes y que la entrada de referencia no está duplicada.

Ejemplo

export OPENAI_API_KEY='tu-clave-aqui'
codex skill run elpicio/paper-reference-archiver --input ~/papers/paper1.pdf --output ~/paper_reference --lang es --verify true

Notas

• Los resúmenes se generan con el modelo gpt-3.5-turbo por defecto.
• La estructura de paper_reference se crea automáticamente si no existe.
• Se recomienda usar --verify para asegurar la calidad del archivo.