paper-agent
Herramienta de investigación autoadministrable que convierte arXiv y Semantic Scholar en biblioteca curada con búsqueda, etiquetado, notas y notificaciones.
Ficha actualizada 23 sept 2026, 8:04 · upstream 23 sept 2026, 7:32 · release sin release detectada
Qué es paper-agent
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Paper Agent es una herramienta de investigación autoadministrable que permite rastrear múltiples proyectos de investigación simultáneamente. Cada proyecto tiene su propia área de interés, palabras clave y cronograma de escaneo nocturno. La herramienta escanea arXiv y Semantic Scholar, filtra candidatos con un LLM, y presenta todo lo necesario para evaluar una paper en segundos: resumen AI, figura 1, enlace directo al PDF, conteo de citas y afiliaciones de autores.
Nuevas papers llegan a una base de datos siempre actualizada y se envían correos electrónicos. Esto mantiene el seguimiento del campo divertido sin ser abrumador, incluso con la cantidad masiva de publicaciones que hay hoy en día.
Solo necesita un LLM que soporte la API estándar de chat completados: puede ser un modelo pequeño alojado localmente o un modelo grande; no se requiere escalabilidad específica. La herramienta funciona tanto con modelos locales como con servicios externos.
- Seguimiento de investigación en tiempo real sin necesidad de revisar arXiv manualmente
- Creación rápida de revisiones literarias personalizadas por proyecto
- Identificación automática de papers relevantes para un tema específico
- Generación de resúmenes y análisis de contribuciones principales
- Búsqueda directa a PDFs con enlaces completos y citas
- Notificaciones automáticas sobre nuevas publicaciones en el área de interés
- Funciona como agente autónomo que escanea múltiples fuentes (arXiv + Semantic Scholar) simultáneamente
- Procesa cientos de papers diarios sin intervención manual del usuario
- Ofrece un resumen completo con figura, citas y afiliaciones en segundos
- Permite curación personal mediante etiquetas: importante, discutir o leer
- Sistema de notificaciones por correo que mantiene el seguimiento activo
- Compatible con cualquier modelo LLM que soporte la API de chat completados
- Depende de una API externa (vLLM, Ollama, llama.cpp) para ejecutar modelos, lo que introduce latencia y dependencia del proveedor
- La relevancia se evalúa con un modelo LLM, por lo que la calidad depende de la calidad del modelo utilizado
- No incluye filtrado automático de papers basados en métricas como impacto o citas (solo usa el resumen AI)
- El scraping de Semantic Scholar puede ser lento y no garantiza cobertura total de todos los papers
- La notificación por correo requiere un servicio SMTP configurado, lo que añade complejidad
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Se despliega con Docker image + Kubernetes manifests. El servidor web (gunicorn) y el cronjob nocturno comparten una base de datos SQLite en PVC. Se recomienda usar vLLM para ejecutar modelos locales como MiniMax M2.7. Para migrar, se ejecutan scripts de backup que usan la API online de SQLite para evitar pérdida de datos durante checkpoint. Las migraciones de esquema son automáticas con ALTER TABLE sin Alembic.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.