huggingface-papers

Этот скилл помогает читать и разбирать страницы научных работ Hugging Face Papers и получать структурированные сведения через API. Платформа hf.co/papers построена поверх arXiv и ориентирована на исследования в области искусственного интеллекта и информатики. Страница работы может содержать авторов, ссылки на связанные model checkpoints, datasets и Spaces, GitHub-репозиторий или project page, а также организацию Hugging Face. Авторы могут claim-ить работу, чтобы она отображалась в их профиле, а пользователи Daily Papers могут голосовать и оставлять комментарии. При этом наличие страницы Hugging Face не означает, что работа входит в Daily Papers: в исходнике это разделено, и в Daily Papers работу можно подать только в течение 14 дней после публикации на arXiv. Основной вход — URL hf.co/papers, URL с суффиксом .md, ссылка arXiv или идентификатор arXiv. Скилл рекомендует извлечь paper ID и передавать его в API. Markdown-представление запрашивается через https://huggingface.co/papers/{PAPER_ID}.md; это удобный машинно читаемый вариант, основанный на HTML-версии arXiv. Если HTML-версия arXiv отсутствует, endpoint может использовать HTML страницы Hugging Face. Если ответ 404, это трактуется как отсутствие индексации работы на Hugging Face Papers, а не как подтверждение того, что paper ID неверен; ID всё равно нужно перепроверить, включая суффикс версии. Для структурированных данных используется GET /api/papers/{PAPER_ID}. JSON API может вернуть имена авторов и их usernames, media URLs, abstract или summary, AI-generated summary, project page, GitHub repository, организацию и engagement metadata, например число upvotes. Связанные модели, датасеты и Spaces ищутся отдельными GET-запросами с фильтром arxiv:{PAPER_ID}: /api/models, /api/datasets и /api/spaces. Это позволяет строить каталог связей, но результат зависит от того, добавили ли владельцы соответствующую ссылку в model card, dataset card или README Space. В инструкции также описаны /api/papers для списка работ с cursor и limit, /api/papers/search для гибридного semantic и full-text поиска по названию, авторам и содержанию, а также /api/daily_papers с фильтрами даты, недели, submitter и сортировкой publishedAt или trending. Для локального анализа полезно сначала получить .md-страницу, а затем использовать API, если нужны поля автора, проекта или связанных ресурсов. Скилл приводит fallback к обычной странице Hugging Face, arXiv abstract или PDF, когда markdown недостаточно подробен. Это не гарантирует наличие HTML-версии arXiv и не заменяет чтение первичного текста статьи. Поиск по Papers ограничен параметрами endpoint, включая максимальную длину q и допустимые значения limit, поэтому большой обзор должен учитывать пагинацию и ограничения API. Публичные GET-страницы и GET API не требуют аутентификации, что подходит для read-only извлечения. В исходнике отдельно перечислены write-операции: claim authorship, index paper и update paper links. Они требуют Authorization: Bearer $HF_TOKEN и соответствующих прав. Index принимает только arXiv ID заданного формата; повторная индексация уже существующей работы доступна авторам. Update links изменяет projectPage, githubRepo или organizationId и разрешён автору, submitter Daily Papers или администратору. Эти команды нельзя воспринимать как безопасные read-only запросы: они меняют состояние Hugging Face и должны выполняться только при наличии явного права и запроса. Скилл не утверждает научную корректность paper, качество AI-generated summary или наличие всех связанных артефактов. Практические сценарии карточки — получить markdown статьи для дальнейшего разбора, проверить авторов и arXiv ID, собрать связанные модели или датасеты, найти GitHub/project page и сформировать список либо поиск по работам. Для корректного результата следует сохранять источник каждого факта, отличать abstract от AI-generated summary и указывать, если связанная модель, dataset или Space не найдены. Карточка описывает официальный интерфейс Hugging Face Papers и его API, а не endorsement конкретной публикации и не гарантию воспроизводимости её результатов.