与研究论文交谈就像与作者交谈 - Python 套件搭载用于 arXiv 论文的 AI 代理
一个 CLI 和 Python SDK 通过一个已阅读文献的服务。论文以分段形式呈现，而不是 PDF 格式，检索操作涵盖完整的文本，而不是摘要，而一个代理端点则使用引用来回答问题，这些引用可以解析为真实的 arXiv ID 和 URL。 它有四个功能:
| 命令 | ||
|---|---|---|
| 询问文献 | deepxiv ask |
一个问题,一个答案,引用真实的 arXiv ID |
| 询问网络 | deepxiv ask --web |
相同,通过 Google 缓存的页面体 |
| 分层阅读论文 | deepxiv search / paper |
搜索,判断,然后只读你需要的部分 |
| 找到人员 | deepxiv talent |
谁在某个主题上工作,在哪里,以及他们的记录是什么 |
研究某个主题的代理有不好的选择。搜索 API 返回了十个蓝色链接和摘要 — — 这足以命名一篇论文，但永远不足以回答「它在 HumanEval 上报告了多少加速」。PDF 可以回答这个问题，但每篇需要 50 个令牌，而且内容呈现为无结构可供导航的文本墙。DeepXiv 消除了这种权衡。论文已预先解析，因此代理可以花 300 个令牌阅读摘要，以决定是否花 5 个令牌阅读方法部分。需要证据的问题将提交给代理端点，该端点会读取源文本并返回带有可检查的引用的答案。由于了解 谁 完成了工作是研究的一半，因此同一个界面还可以搜索学者。
测试版：
deepxiv talent尚未在 PyPI 上发布。在1.1.0b1版本中，它从源代码中安装，而学者索引仍在构建中：
暂无开放 Issues，或尚未同步最近议题。