ZhangJiayi24/ai-robotics-paper-to-research-notion

ai-robotics-paper-to-research-notion 是做什么的？

Codex 技能，用于 AI 机器人论文阅读、中文科研笔记、结构化翻译和 Notion 科研工作流。

概述

该技能旨在自动化 AI 机器人领域论文的研读与知识管理流程，帮助用户将英文论文转换为结构化的中文科研笔记，并直接同步到 Notion 数据库中。

功能

• 论文阅读：上传论文 PDF 或提供论文标题，自动提取关键信息。
• 结构化翻译：将英文论文内容按科研笔记格式（摘要、方法、实验、结论、个人思考等）翻译为中文，保留原文中的关键术语与代码片段。
• Notion 工作流：通过 Notion API 将笔记写入预设的数据库，支持自定义属性（如标题、作者、标签、链接、研究背景、方法、结论等）。

使用场景

• 每天阅读多篇论文的 AI 机器人研究员。
• 需要整理中文科研笔记的华人学者、研究生。
• 希望建立个人或团队论文知识库的工程师。

前置要求

• 安装并配置 Codex AI 代理（如 OpenAI Codex）或兼容的 CLI 工具。
• 拥有一个 Notion 账号，并创建一个用于存储论文笔记的数据库。
• 获取 Notion 集成 Token 并授权访问目标数据库。

使用方法

1. 设置环境变量：
   • NOTION_TOKEN：Notion 集成 Token
   • NOTION_DATABASE_ID：目标数据库 ID
2. 运行技能：
   • 在 Codex 中加载本技能。
   • 输入论文 PDF 文件路径或论文标题（例如 Attention Is All You Need）。
   • 技能将自动读取论文内容，生成结构化中文笔记，并写入 Notion。

示例

codex run --skill ZhangJiayi24/ai-robotics-paper-to-research-notion --input "path/to/paper.pdf"

或提供论文标题：

codex run --skill ZhangJiayi24/ai-robotics-paper-to-research-notion --input "Deep Learning for Robot Perception"

输出示例（Notion 数据库条目）

• 标题：深度学习在机器人感知中的应用
• 作者：John Doe, Jane Smith
• 链接：[原文链接]
• 研究背景：在复杂环境中，机器人感知面临挑战...
• 方法：提出了一个基于 Transformer 的多模态融合架构。
• 结论：实验表明，该方法在多个数据集上达到 SOTA。
• 个人思考：这项工作的消融实验设计值得借鉴...
• 标签：机器人感知, 深度学习, Transformer

许可

MIT