Language Setting / 언어 설정

이 스킬은 중국어와 영어 보고서를 모두 지원합니다. 언어는 구성 파일의 language 필드에 의해 결정됩니다.

중국어 (기본값): 구성 파일에서 language: "zh" 설정
영어: 구성 파일에서 language: "en" 설정

구성 파일 위치: $OBSIDIAN_VAULT_PATH/99_System/Config/research_interests.yaml

Runtime / 실행 환경

현재 SKILL.md의 상위 디렉토리를 $SKILL_DIR로 사용합니다.
Windows PowerShell에서는 $env:OBSIDIAN_VAULT_PATH를, macOS/Linux 셸에서는 $OBSIDIAN_VAULT_PATH를 사용합니다.
스크립트 실행 시 현재 사용 가능한 python(Windows) 또는 python3(macOS/Linux)를 우선 사용합니다. 고정된 인터프리터 경로를 가정하지 마십시오.
첫 실행 전에 python -c "import yaml, requests, fitz"가 성공하는지 확인하십시오. 종속성이 누락된 경우 프로젝트의 requirements.txt에 있는 종속성을 설치하십시오.
Windows에서 환경 변수가 현재 프로세스에 아직 로드되지 않은 경우, 구성 파일의 vault_path에서 Vault 경로를 읽고 Linux 예제 경로로 폴백하지 마십시오.

Language Detection

실행 시작 시, 구성 파일을 읽어 언어 설정을 감지합니다.

# 현재 세션에 OBSIDIAN_VAULT_PATH가 설정되지 않은 경우 확인
# 일부 Agent 호스팅 셸 세션은 대화형 셸 프로필을 자동으로 소싱하지 않음
if [ -z "$OBSIDIAN_VAULT_PATH" ]; then
    [ -f "$HOME/.zshrc" ] && source "$HOME/.zshrc" 2>/dev/null || true
    [ -f "$HOME/.bash_profile" ] && source "$HOME/.bash_profile" 2>/dev/null || true
fi

# 구성 파일에서 언어 읽기
LANGUAGE=$(grep -E "^\s*language:" "$OBSIDIAN_VAULT_PATH/99_System/Config/research_interests.yaml" | awk '{print $2}' | tr -d '"')

# 설정되지 않은 경우 기본값은 중국어
if [ -z "$LANGUAGE" ]; then
    LANGUAGE="zh"
fi

# 언어에 따라 노트 파일 이름 접미사 설정
if [ "$LANGUAGE" = "en" ]; then
    NOTE_SUFFIX="paper-recommendations"
else
    NOTE_SUFFIX="论文推荐"
fi

Windows PowerShell 동등 구성 읽기:

$configPath = Join-Path $env:OBSIDIAN_VAULT_PATH '99_System\Config\research_interests.yaml'
$LANGUAGE = (Select-String -Path $configPath -Pattern '^\s*language:' | Select-Object -First 1).Line.Split(':', 2)[1].Trim().Trim('"')
if (-not $LANGUAGE) { $LANGUAGE = 'zh' }
$NOTE_SUFFIX = if ($LANGUAGE -eq 'en') { 'paper-recommendations' } else { '论文推荐' }

그런 다음 이 언어 설정을 워크플로우 전반에 걸쳐 사용합니다.

노트를 생성할 때 스크립트에 --language $LANGUAGE 전달
생성된 노트에서 적절한 섹션 헤더 사용

목표

사용자가 연구일을 시작할 수 있도록 돕고, 지난 한 달과 지난 1년간의 인기 있고 우수한 논문을 검색하여 추천 노트를 생성합니다.

워크플로우

워크플로우 개요

이 스킬은 Python 스크립트를 사용하여 arXiv API를 호출하고 논문을 검색하며, XML 결과를 파싱하고 연구 관심사에 따라 필터링 및 점수를 매깁니다.

단계 1: 컨텍스트 수집 (무음)

오늘 날짜 가져오기
- 현재 날짜 확인 (YYYY-MM-DD 형식)
연구 구성 읽기
- $OBSIDIAN_VAULT_PATH/99_System/Config/research_interests.yaml 읽기 (파일 이름은 interests가 아니라 interests입니다.) 연구 분야를 가져옵니다.
- 추출: 키워드, 카테고리 및 우선 순위
- Zotero 컬렉션의 제목, 태그 및 저널 분포를 관심 프로필로 사용합니다. 현재 프로필은 지진 탐사 데이터 처리, 혼합 수집 및 수집 해제, 잡음 제거 및 복원, 시간-주파수 분석, 속도 분석, 파동장 시뮬레이션, 물리적 제약/딥러닝 지구물리학에 중점을 둡니다.
- GEOPHYSICS, IEEE Transactions on Geoscience and Remote Sensing, IEEE Geoscience and Remote Sensing Letters, Geophysical Journal International, Geophysical Prospecting, Interpretation 및 Journal of Applied Geophysics를 우선적으로 주목합니다.
기존 노트 스캔하여 인덱스 구축
- 20_Research/Papers/ 디렉토리 아래의 모든 .md 파일 스캔
- 노트 제목 추출 (파일 이름 및 프론트매터의 title 필드에서)
- 후속 자동 링킹을 위해 키워드에서 노트 경로로의 매핑 테이블 구축
- 프론트매터의 title 필드를 우선 사용하고, 다음으로 파일 이름을 사용합니다.

단계 2: 논문 검색

2.1 검색 범위

모든 관련 카테고리의 최근 논문을 검색합니다.

검색 범위
- scripts/search_arxiv.py를 사용하여 arXiv 검색
- 쿼리: 모든 연구 관련 arXiv 카테고리
- 제출 날짜 기준 정렬
- 결과 제한: 200편
필터링 전략
- 연구 관심 구성 파일에 따라 논문 필터링
- 종합 추천 점수 계산
- 상위 10개의 높은 점수 논문 유지

2.2 검색 및 필터링 실행

scripts/search_arxiv.py 스크립트를 사용하여 검색, 파싱 및 필터링을 완료합니다.

# Python 스크립트를 사용하여 arXiv 논문 검색, 파싱 및 필터링
# 먼저 skill 디렉토리로 전환한 다음 스크립트 실행
cd "$SKILL_DIR"
python scripts/search_arxiv.py \
  --config "$OBSIDIAN_VAULT_PATH/99_System/Config/research_interests.yaml" \
  --output arxiv_filtered.json \
  --max-results 200 \
  --top-n 10 \
  --download-dir "$OBSIDIAN_VAULT_PATH/20_Research/Papers/"

스크립트 기능:

arXiv 검색
- arXiv API를 호출하여 지정된 카테고리의 논문 검색
- 최대 200편의 최신 논문 가져오기
XML 결과 파싱
- API가 반환한 XML 파싱
- 추출: ID, 제목, 저자, 초록, 발행일, 카테고리
필터링 및 점수 적용
- 연구 관심 구성 파일에 따라 논문 필터링
- 종합 추천 점수 계산 (관련성 40%, 최신성 20%, 인기도 30%, 품질 10%)
- 점수 순으로 정렬, 상위 10편 유지

출력:

arxiv_filtered.json - 필터링된 논문 목록 (JSON 형식)
각 논문 포함:
- 논문 ID, 제목, 저자, 초록
- 발행일, 카테고리
- 관련성 점수, 최신성 점수, 인기도 점수, 품질 점수
- 최종 추천 점수, 일치하는 분야

단계 3: 필터링 결과 읽기

3.1 JSON 결과 읽기

arxiv_filtered.json에서 필터링 및 점수가 매겨진 논문 목록을 읽습니다.

# 필터링 결과 읽기
cat arxiv_filtered.json

결과 포함:

total_found: 검색된 총 논문 수
total_filtered: 필터링된 논문 수
top_papers: 상위 10편의 높은 점수 논문, 각 논문 포함:
- 논문 ID, 제목, 저자, 초록
- 발행일, 카테고리
- 관련성 점수, 최신성 점수, 인기도 점수, 품질 점수
- 최종 추천 점수, 일치하는 분야, 일치하는 키워드

3.2 점수 설명

여러 차원의 점수를 결합합니다.

추천 점수 =
  관련성 점수: 40%
  최신성 점수: 20%
  인기도 점수: 30%
  품질 점수: 10%

점수 세부 규칙:

관련성 점수 (40%)
- 연구 관심과의 일치 정도
- 제목 키워드 일치: 각 +0.5점
- 초록 키워드 일치: 각 +0.3점
- 카테고리 일치: +1.0점
- 최고 점수: ~3.0
최신성 점수 (20%)
- 최근 30일 이내: +3점
- 30-90일 이내: +2점
- 90-180일 이내: +1점
- 180일 이상: 0점
인기도 점수 (30%)
- (데이터 사용 가능한 경우) 인용 수 > 100: +3점
- 인용 수 50-100: +2점
- 인용 수 < 50: +1점
- 인용 데이터 없음: 0점
- 또는 게시 후 시간 기반 추론 (최근 7일 이내의 인기 새 논문): +2점
품질 점수 (10%)
- 초록에서 추론: 현저한 혁신: +3점
- 명확한 방법: +2점
- 일반적인 작업: +1점
- 또는 기존 노트의 품질 점수 읽기

최종 추천 점수 = 관련성(40%) + 최신성(20%) + 인기도(30%) + 품질(10%)

단계 4: 오늘의 추천 노트 생성

4.1 필터링 결과 읽기

arxiv_filtered.json에서 필터링된 논문 목록 읽기:

상위 10편의 높은 점수 논문 포함
각 논문은 완전한 정보 포함: ID, 제목, 저자, 초록, 점수, 일치 분야
모든 10편의 높은 점수 논문을 이 디렉토리 아래에 다운로드해야 함: $OBSIDIAN_VAULT_PATH/20_Research/Papers/
이후 노트 파일의 PDF 로컬 파일 이름은 $OBSIDIAN_VAULT_PATH/20_Research/Papers/ 디렉토리 아래의 로컬 PDF 파일에 연결되어야 함
높은 점수 후보에 합법적인 오픈 PDF 주소가 없으면 해당 후보를 건너뛰고 점수 순서대로 다음 논문을 보충하여 10편을 채움. 10편 미만이면 중단하고 보고하며, 불완전한 노트는 생성하지 않음

4.2 추천 노트 파일 생성

추천 노트 파일 생성
- 파일 이름 (언어 설정에 따라):
  - 중국어 (language: "zh"): 10_Daily/YYYY-MM-DD论文推荐.md
  - 영어 (language: "en"): 10_Daily/YYYY-MM-DD-paper-recommendations.md
- 변수 사용: 10_Daily/YYYY-MM-DD${NOTE_SUFFIX}.md (여기서 NOTE_SUFFIX는 언어 감지 단계에서 설정됨)
- 속성 포함 필수:
  - keywords: 해당일 추천 논문의 키워드 (쉼표로 구분, 논문 제목 및 초록에서 추출)
  - tags: ["llm-generated", "daily-paper-recommend"]
논문이 상세히 작성할 가치가 있는지 확인
- 매우 읽을 가치가 있는 논문: 추천 점수 >= 7.5 또는 특별 추천 논문
- 일반 추천 논문: 기타 논문
논문에 이미 노트가 있는지 확인
- 20_Research/Papers/ 디렉토리 검색
- 해당 논문에 대한 상세 노트가 있는지 확인
- 노트가 이미 있는 경우: 간략히 작성하고 기존 노트 참조
- 노트가 없는 경우:
  - 매우 읽을 가치가 있는 경우: 추천 노트에 상세 부분 작성
  - 일반 추천: 기본 정보만 작성

4.2 추천 노트 구조

노트 파일 구조는 다음과 같습니다.

---
keywords: [키워드1, 키워드2, ...]
tags: ["llm-generated", "daily-paper-recommend"]
---

[구체적인 논문 추천 목록...]

4.2.1 오늘의 개요 (논문 목록 앞에)

논문 목록 앞에 오늘의 추천 논문 전반적인 상황을 요약하는 개요 섹션을 추가합니다.

$LANGUAGE 설정에 따라 언어 선택:

English (language: "en"):

## Today's Overview

Today's {paper_count} recommended papers focus on **{direction1}**, **{direction2}**, and **{direction3}**.

- **Overall Trends**: {summary of research trends}
- **Quality Distribution**: Scores range from {min}-{max}, {quality assessment}.
- **Research Hotspots**:
  - **{hotspot1}**: {description}
  - **{hotspot2}**: {description}
  - **{hotspot3}**: {description}
- **Reading Suggestions**: {reading order recommendations}

Chinese (language: "zh"):

## 今日概览

今日推荐的{论文数量}篇论文主要聚焦于**{主要研究方向1}**、**{主要研究方向2}**和**{主要研究方向3}**等前沿方向。

- **总体趋势**：{总结今日论文的整体研究趋势}
- **质量分布**：今日推荐的论文评分在 {最低分}-{最高分} 之间，{整体质量评价}。
- **研究热点**：
  - **{热点1}**：{简要描述}
  - **{热点2}**：{简要描述}
  - **{热点3}**：{简要描述}
- **阅读建议**：{给出阅读顺序建议}

설명:

필터링된 상위 10편 논문의 제목, 초록 및 점수를 기반으로 요약
공통 연구 주제 및 트렌드 추출
합리적인 읽기 순서 제안 제공

4.2.2 모든 논문 통일 형식

모든 논문을 점수 높은 순에서 낮은 순으로 배열하고 통일된 형식을 사용합니다.

$LANGUAGE 설정에 따라 태그 언어 선택:

English (language: "en"):

### [[Note_Filename|Paper Title as Displayed]]
- **Authors**: [author list]
- **Affiliation**: [institution names, extracted from paper source or arXiv page]
- **Links**: [arXiv](url) | [[local filename|PDF]]
- **Source**: arXiv
- **Note**: [[existing_note_path|short title]] or --

**One-line Summary**: [one sentence summarizing the core contribution]

**Core Contributions**:
- [contribution 1]
- [contribution 2]
- [contribution 3]

**Key Results**: [most important results from abstract]

---

Chinese (language: "zh"):

### [[Note_Filename|论文标题显示名]]
- **作者**：[作者列表]
- **机构**：[机构名称，从论文源码或 arXiv 页面提取]
- **链接**：[arXiv](链接) | [[本地文件名称|PDF]]
- **来源**：[arXiv]
- **笔记**：[[已有笔记路径|简称]] 或 --

**一句话总结**：[一句话概括论文的核心贡献]

**核心贡献/观点**：
- [贡献点1]
- [贡献点2]
- [贡献点3]

**关键结果**：[从摘要中提取的最重要结果]

---

중요 형식 규칙:

Wikilink는 display alias를 사용해야 함: [[File_Name|Display Title]], bare [[File_Name]] 사용 금지 (밑줄이 직접 표시되어 가독성에 영향)
이미지는 Obsidian wikilink 임베드 구문을 사용해야 함: ![[filename.png|600]], 금지: ![alt](path%20encoded) 형식 (URL 인코딩은 Obsidian에서 작동하지 않음)
노트 파일의 PDF 형식은 [[本地文件名|PDF]]여야 하며, 로컬 파일 이름은 $OBSIDIAN_VAULT_PATH/20_Research/Papers/ 디렉토리 아래의 로컬 PDF 파일에 연결되어야 함
기관 정보: 논문 TeX 소스의 \author 또는 \affiliation 필드에서 추출; arXiv API가 제공하지 않은 경우 다운로드한 소스 패키지에서 읽음
---를 "데이터 없음" 자리 표시자로 사용하지 마십시오: -- 대신 사용 (세 개의 짧은 대시는 Obsidian에서 구분선으로 파싱됨)

4.2.3 상위 3편 논문 이미지 삽입 및 상세 분석 호출

상위 3편 논문 (점수가 가장 높은 3편):

단계 0: 논문에 이미 노트가 있는지 확인

# 20_Research/Papers/ 디렉토리에서 기존 노트 검색
# 검색 방식:
# 1. 논문 ID로 검색 (예: 2602.23351)
# 2. 논문 제목으로 검색 (퍼지 매칭)
# 3. 논문 제목 키워드로 검색

단계 1: 확인 결과에 따라 처리 방식 결정

이미 노트가 있는 경우:

새로운 상세 보고서 생성 안 함
기존 노트 경로를 wikilink로 사용
추천 노트의 "상세 보고서" 필드에서 기존 노트 참조
이미지 추출 필요 여부 확인 (images 디렉토리가 없거나 빈 경우)
- 이미지가 필요한 경우: extract-paper-images 호출
- 이미 이미지가 있는 경우: 기존 이미지 사용

노트가 없는 경우:

extract-paper-images 호출하여 이미지 추출
paper-analyze 호출하여 상세 보고서 생성
추천 노트에 이미지 및 상세 보고서 링크 추가

단계 2: 추천 노트에 이미지 및 링크 삽입

이미 노트가 있는 경우:

### [[기존 논문 이름]]
- **저자**: [저자 목록]
- **기관**: [기관 이름]
- **링크**: [arXiv](링크) | [[로컬 파일 이름|PDF]]
- **출처**: [arXiv]
- **상세 보고서**: [[기존 노트 경로]]
- **노트**: 기존 상세 분석

**한 줄 요약**: [논문의 핵심 기여를 한 문장으로 요약]

![[existing_image_filename.png|600]]

**핵심 기여/관점**:
...

노트가 없는 경우:

### [[Note_Filename|Paper Title Display Name]]
- **저자**: [저자 목록]
- **기관**: [기관 이름]
- **링크**: [arXiv](링크) | [[로컬 파일 이름|PDF]]
- **출처**: [arXiv]
- **상세 보고서**: [[20_Research/Papers/[domain]/[note_filename]|짧은 제목]] (자동 생성)

**한 줄 요약**: [논문의 핵심 기여를 한 문장으로 요약]

![[paperID_fig1.png|600]]

**핵심 기여/관점**:
...

이미지 형식 규칙 (중요!):

Obsidian wikilink 임베드 구문을 사용해야 함: ![[filename.png|600]]
markdown 이미지 구문 사용 금지: ~~![alt](path%20with%20encoding)~~ — URL 인코딩 (%20, %26)은 Obsidian에서 작동하지 않음
이미지 파일 이름 예: 2603.24124_fig1.png
Obsidian은 볼트 내에서 일치하는 파일 이름을 자동으로 검색하므로 전체 경로를 쓸 필요 없음

상세 보고서 설명:

보고서 경로: 20_Research/Papers/[논문 분류]/[note_filename].md
중요: JSON의 note_filename 필드를 사용하여 wikilink를 구성합니다.
display alias를 사용해야 함: [[20_Research/Papers/[domain]/[note_filename]|짧은 제목]]
- 올바름: [[20_Research/Papers/대모델/Hypothesis-Conditioned_Query_Rewriting|Hypothesis-Conditioned Query Rewriting]]
- 오류: [[20_Research/Papers/대모델/Hypothesis-Conditioned_Query_Rewriting_for_Decision-Useful_Retrieval]] (밑줄이 직접 표시되어 미관상 좋지 않음)
상세 보고서는 paper-analyze에 의해 자동 생성됨

기관 소속 추출:

다운로드된 arXiv 소스 패키지 (.tar.gz)의 .tex 파일에서 \author 및 \affiliation 필드 추출
소스를 사용할 수 없는 경우, arXiv 페이지 HTML에서 추출
여전히 가져올 수 없는 경우, --로 표시 (두 개의 짧은 대시 사용, 세 개 사용 금지 ---, Obsidian에서 구분선으로 파싱되므로)

단계 5: 자동 키워드 연결 (선택 사항)

추천 노트 생성 후, 키워드를 기존 노트에 자동으로 연결합니다.

# 단계 1: 기존 노트 스캔
cd "$SKILL_DIR"
python scripts/scan_existing_notes.py \
  --vault "$OBSIDIAN_VAULT_PATH" \
  --output existing_notes_index.json

# 단계 2: 추천 노트 생성 (정상 흐름)
# ... search_arxiv.py를 사용하여 논문 검색 ...

# 단계 3: 키워드 연결 (새로운 단계)
python scripts/link_keywords.py \
  --index existing_notes_index.json \
  --input "10_Daily/YYYY-MM-DD${NOTE_SUFFIX}.md" \
  --output "10_Daily/YYYY-MM-DD${NOTE_SUFFIX}_linked.md"

참고:

키워드 연결 스크립트는 자동으로 프론트매터, 제목 행, 코드 블록을 건너뜁니다.
일반 단어 필터링 (and, for, model, learning 등)
기존 wikilink는 수정하지 않고 유지

중요 규칙

검색 범위 확대: 지난 한 달 + 지난 1년간의 인기 논문 검색
종합 추천 점수: 관련성, 최신성, 인기도, 품질의 네 가지 차원 결합
파일 이름은 날짜로: 10_Daily/YYYY-MM-DD${NOTE_SUFFIX}.md 형식 유지 (중국어: 论文推荐, 영어: paper-recommendations)
오늘의 개요 추가: 추천 노트 시작 부분에 "## 오늘의 개요" 섹션을 추가하여 오늘 논문의 주요 연구 방향, 전체 트렌드, 품질 분포, 연구 핫스팟 및 읽기 제안 요약
점수 순 정렬: 모든 논문을 추천 점수 높은 순에서 낮은 순으로 배열
상위 3편 특별 처리:
- 논문 이름은 wikilink 형식 사용: [[논문 이름]]
- 첫 번째 이미지 자동 추출 및 삽입
- paper-analyze를 자동으로 호출하여 상세 보고서 생성
- "상세 보고서" 필드에 wikilink 연결 표시
기타 논문: 기본 정보만 작성, 이미지 삽입 안 함
빠르게 유지: 사용자가 당일 추천을 신속하게 파악할 수 있도록 함
중복 방지: 이미 추천된 논문 확인
자동 키워드 연결:
- 추천 노트 생성 후, 기존 노트 자동 스캔
- 텍스트의 키워드 (예: BLIP, CLIP 등)를 wikilink로 대체
- 예: BLIP → [[BLIP]]
- 기존 wikilink는 수정하지 않고 유지
- 코드 블록의 내용은 대체하지 않음
- 이미 존재하는 wikilink의 내용은 대체하지 않음 (중복 방지)

다른 skills와의 차이점

start-my-day (본 skill)

목적: 광범위한 검색에서 추천 논문을 필터링하여 일일 추천 노트 생성
검색 범위: 지난 한 달 + 지난 1년간의 인기/우수 논문
내용: 추천 목록
- 시작 부분에 "오늘의 개요" 포함: 주요 연구 방향, 전체 트렌드, 품질 분포, 연구 핫스팟 및 읽기 제안 요약
- 모든 논문 통일 형식
- 상위 3편 특별 처리:
  - 논문 이름은 wikilink 형식 사용: [[논문 이름]]
  - 첫 번째 이미지 자동 추출 및 삽입
  - paper-analyze를 자동으로 호출하여 상세 보고서 생성
  - "상세 보고서" 필드에 wikilink 연결 표시
이미지 처리: 상위 3편 자동 추출 및 첫 번째 이미지 삽입; 모든 논문의 그림 포함 안 함
상세 보고서: 상위 3편 자동 생성, 기타 논문은 생성 안 함
적용: 사용자가 매일 수동으로 트리거
노트 참조: 논문에 이미 노트가 있으면 간략히 작성하고 참조; 분석에 이전 노트 참조가 필요한 경우 직접 참조

paper-analyze (심층 분석 skill)

목적: 사용자가 단일 논문을 능동적으로 확인하고 심층 연구
적용 시나리오: 사용자가 직접 보고 싶지만 AI가 정리하지 않은 논문
내용: 상세한 논문 심층 분석 노트
- 모든 핵심 정보 포함: 연구 문제, 방법 개요, 방법 아키텍처, 주요 혁신, 실험 결과, 심층 분석, 관련 논문 비교 등
- 그림과 글이 함께: 논문의 모든 이미지 사용 (핵심 아키텍처 다이어그램, 방법 다이어그램, 실험 결과 다이어그램 등)
적용: 사용자가 paper-analyze를 능동적으로 호출 (Codex에서는 $paper-analyze, Claude Code에서는 /paper-analyze)하고 논문 ID 또는 제목 제공
중요 요구 사항: start-my-day에서 정리한 논문이든 사용자가 직접 확인하는 논문이든 그림과 글이 함께 있어야 함

사용 설명

사용자가 "start my day"를 입력하면 다음 단계를 실행합니다.

날짜 매개변수 지원:

매개변수 없음: 당일의 논문 추천 노트 생성
매개변수 있음 (YYYY-MM-DD): 지정된 날짜의 논문 추천 노트 생성
- 예: Codex에서는 $start-my-day 2026-02-27, Claude Code에서는 /start-my-day 2026-02-27

자동 실행 흐름

대상 날짜 가져오기
- 매개변수 없음: 현재 날짜 사용 (YYYY-MM-DD 형식)
- 매개변수 있음: 지정된 날짜 사용

기존 노트 스캔하여 인덱스 구축

# 볼트 내 기존 논문 노트 스캔
cd "$SKILL_DIR"
python scripts/scan_existing_notes.py \
  --vault "$OBSIDIAN_VAULT_PATH" \
  --output existing_notes_index.json

20_Research/Papers/ 디렉토리 스캔
노트 제목 및 태그 추출
키워드에서 노트 경로로의 매핑 테이블 구축

arXiv 논문 검색 및 필터링

# Python 스크립트를 사용하여 arXiv 논문 검색, 파싱 및 필터링
# 먼저 skill 디렉토리로 전환한 다음 스크립트 실행
# 대상 날짜 매개변수가 있는 경우 (예: 2026-02-21), --target-date에 전달
cd "$SKILL_DIR"
python scripts/search_arxiv.py \
  --config "$OBSIDIAN_VAULT_PATH/99_System/Config/research_interests.yaml" \
  --output arxiv_filtered.json \
  --max-results 200 \
  --top-n 10 \
  --download-dir "$OBSIDIAN_VAULT_PATH/20_Research/Papers/" \
  --target-date "{대상 날짜}"  # 사용자가 날짜를 지정한 경우 실제 날짜로 대체

필터링 결과 읽기
- arxiv_filtered.json에서 필터링 결과 읽기
- 상위 10편의 높은 점수 논문 가져오기
- 각 논문 포함: ID, 제목, 저자, 초록, 점수, 일치 분야
- 10개의 local_pdf_filename에 해당하는 파일이 $OBSIDIAN_VAULT_PATH/20_Research/Papers/ 디렉토리에 모두 존재하는지 확인

666zhoulei/Geophysics-Start-My-Day-Skill

Geophysics-Start-My-Day-Skill란 무엇인가요?

즐겨 사용하는 AI에게 물어보기

미리보기

문서