在 Hugging Face Hub 上发布和管理研究论文。支持创建论文页面、将论文链接到模型/数据集、认领作者身份以及生成基于 markdown 的专业研究文章。

概述

此技能为 AI 工程师和研究人员提供了在 Hugging Face Hub 上发布、管理和链接研究论文的综合工具。它简化了从论文创建到发布的工作流程，包括与 arXiv 的集成、模型/数据集链接和作者身份管理。

与 HF 生态系统的集成

论文页面：在 Hugging Face Hub 上索引和发现论文
arXiv 集成：从 arXiv ID 自动索引论文
模型/数据集链接：通过元数据将论文连接到相关工件
作者身份验证：认领和验证已发表论文的作者身份
研究文章模板：生成专业、现代的科学论文

版本

1.0.0

依赖

包含的脚本使用 PEP 723 内联依赖。优先使用 uv run 而非手动环境设置。

huggingface_hub>=0.26.0
pyyaml>=6.0.3
requests>=2.32.5
markdown>=3.5.0
python-dotenv>=1.2.1

核心功能

1. 论文页面管理

索引论文：从 arXiv 将论文添加到 Hugging Face
认领作者身份：验证并认领已发表论文的作者身份
管理可见性：控制哪些论文出现在您的个人资料中
论文发现：在 HF 生态系统中查找和探索论文

2. 将论文链接到工件

模型卡片：将论文引用添加到模型元数据
数据集卡片：通过 README 将论文链接到数据集
自动标记：Hub 自动生成 arxiv:<PAPER_ID> 标签
引用管理：维护适当的归属和引用

3. 研究文章创建

Markdown 模板：生成专业的论文格式
现代设计：干净、可读的研究文章布局
动态目录：自动生成目录
章节结构：标准科学论文组织
LaTeX 数学：支持方程式和技术符号

4. 元数据管理

YAML 前置事项：正确的模型/数据集卡片元数据
引用跟踪：在仓库中维护论文引用
版本控制：跟踪论文更新和修订
多论文支持：将多篇论文链接到单个工件

使用说明

该技能包含 scripts/ 目录中的 Python 脚本，用于论文发布操作。

先决条件

使用 uv run 运行脚本（依赖项从脚本头部解析）
设置带有写入访问权限令牌的 HF_TOKEN 环境变量

所有路径都是相对于包含此 SKILL.md 文件的目录。

在运行任何脚本之前，首先 cd 到该目录或使用完整路径。

方法 1：从 arXiv 索引论文

将论文从 arXiv 添加到 Hugging Face 论文页面。

基本用法：

uv run scripts/paper_manager.py index \
  --arxiv-id "2301.12345"

检查论文是否存在：

uv run scripts/paper_manager.py check \
  --arxiv-id "2301.12345"

直接 URL 访问：

您也可以直接访问 https://huggingface.co/papers/{arxiv-id} 来索引论文。

方法 2：将论文链接到模型/数据集

使用适当的 YAML 元数据将论文引用添加到模型或数据集 README。

添加到模型卡片：

uv run scripts/paper_manager.py link \
  --repo-id "username/model-name" \
  --repo-type "model" \
  --arxiv-id "2301.12345"

添加到数据集卡片：

uv run scripts/paper_manager.py link \
  --repo-id "username/dataset-name" \
  --repo-type "dataset" \
  --arxiv-id "2301.12345"

添加多篇论文：

uv run scripts/paper_manager.py link \
  --repo-id "username/model-name" \
  --repo-type "model" \
  --arxiv-ids "2301.12345,2302.67890,2303.11111"

带有自定义引用：

uv run scripts/paper_manager.py link \
  --repo-id "username/model-name" \
  --repo-type "model" \
  --arxiv-id "2301.12345" \
  --citation "$(cat citation.txt)"

链接工作原理

当您将 arXiv 论文链接添加到模型或数据集 README 时：

Hub 从链接中提取 arXiv ID
自动向仓库添加 arxiv:<PAPER_ID> 标签
用户可以点击标签查看论文页面
论文页面显示引用该论文的所有模型/数据集
论文可通过过滤器和搜索发现

方法 3：认领作者身份

验证您在 Hugging Face 上发表的论文的作者身份。

开始认领流程：

uv run scripts/paper_manager.py claim \
  --arxiv-id "2301.12345" \
  --email "your.email@institution.edu"

手动流程：

导航到您的论文页面：https://huggingface.co/papers/{arxiv-id}
在作者列表中找到您的名字
点击您的名字并选择"认领作者身份"
等待管理团队验证

检查作者身份状态：

uv run scripts/paper_manager.py check-authorship \
  --arxiv-id "2301.12345"

方法 4：管理论文可见性

控制哪些已验证的论文出现在您的公共个人资料中。

列出您的论文：

uv run scripts/paper_manager.py list-my-papers

切换可见性：

uv run scripts/paper_manager.py toggle-visibility \
  --arxiv-id "2301.12345" \
  --show true

在设置中管理：

导航到您的账户设置 → 论文部分，为每篇论文切换"在个人资料上显示"。

方法 5：创建研究文章

使用现代模板生成基于 markdown 的专业研究论文。

从模板创建：

uv run scripts/paper_manager.py create \
  --template "standard" \
  --title "Your Paper Title" \
  --output "paper.md"

可用模板：

standard - 传统科学论文结构
modern - 受 Distill 启发的干净、网络友好格式
arxiv - arXiv 风格格式
ml-report - 机器学习实验报告

生成完整论文：

uv run scripts/paper_manager.py create \
  --template "modern" \
  --title "Fine-Tuning Large Language Models with LoRA" \
  --authors "Jane Doe, John Smith" \
  --abstract "$(cat abstract.txt)" \
  --output "paper.md"

转换为 HTML：

uv run scripts/paper_manager.py convert \
  --input "paper.md" \
  --output "paper.html" \
  --style "modern"

论文模板结构

标准研究论文章节：

---
title: Your Paper Title
authors: Jane Doe, John Smith
affiliations: University X, Lab Y
date: 2025-01-15
arxiv: 2301.12345
tags: [machine-learning, nlp, fine-tuning]
---

# Abstract
Brief summary of the paper...

# 1. Introduction
Background and motivation...

# 2. Related Work
Previous research and context...

# 3. Methodology
Approach and implementation...

# 4. Experiments
Setup, datasets, and procedures...

# 5. Results
Findings and analysis...

# 6. Discussion
Interpretation and implications...

# 7. Conclusion
Summary and future work...

# References

现代模板功能：

动态目录
响应式设计，适合网络查看
代码语法高亮
交互式图表
数学方程式渲染（LaTeX）
引用管理
作者所属机构链接

命令参考

索引论文：

uv run scripts/paper_manager.py index --arxiv-id "2301.12345"

链接到仓库：

uv run scripts/paper_manager.py link \
  --repo-id "username/repo-name" \
  --repo-type "model|dataset|space" \
  --arxiv-id "2301.12345" \
  [--citation "Full citation text"] \
  [--create-pr]

认领作者身份：

uv run scripts/paper_manager.py claim \
  --arxiv-id "2301.12345" \
  --email "your.email@edu"

管理可见性：

uv run scripts/paper_manager.py toggle-visibility \
  --arxiv-id "2301.12345" \
  --show true|false

创建研究文章：

uv run scripts/paper_manager.py create \
  --template "standard|modern|arxiv|ml-report" \
  --title "Paper Title" \
  [--authors "Author1, Author2"] \
  [--abstract "Abstract text"] \
  [--output "filename.md"]

将 Markdown 转换为 HTML：

uv run scripts/paper_manager.py convert \
  --input "paper.md" \
  --output "paper.html" \
  [--style "modern|classic"]

检查论文状态：

uv run scripts/paper_manager.py check --arxiv-id "2301.12345"

列出您的论文：

uv run scripts/paper_manager.py list-my-papers

搜索论文：

uv run scripts/paper_manager.py search --query "transformer attention"

YAML 元数据格式

将论文链接到模型或数据集时，需要适当的 YAML 前置事项：

模型卡片示例：

---
language:
  - en
license: apache-2.0
tags:
  - text-generation
  - transformers
  - llm
library_name: transformers
---

# Model Name

This model is based on the approach described in [Our Paper](https://arxiv.org/abs/2301.12345).

## Citation

@article{doe2023paper,

title={Your Paper Title},

author={Doe, Jane and Smith, John},

journal={arXiv preprint arXiv:2301.12345},

year={2023}

}

数据集卡片示例：

---
language:
  - en
license: cc-by-4.0
task_categories:
  - text-generation
  - question-answering
size_categories:
  - 10K<n<100K
---

# Dataset Name

Dataset introduced in [Our Paper](https://arxiv.org/abs/2301.12345).

For more details, see the [paper page](https://huggingface.co/papers/2301.12345).

Hub 自动从这些链接中提取 arXiv ID 并创建 arxiv:2301.12345 标签。

集成示例

工作流 1：发布新研究

# 1. 创建研究文章
uv run scripts/paper_manager.py create \
  --template "modern" \
  --title "Novel Fine-Tuning Approach" \
  --output "paper.md"

# 2. 编辑 paper.md 添加内容

# 3. 提交到 arXiv（外部流程）
# 上传到 arxiv.org，获取 arXiv ID

# 4. 在 Hugging Face 上索引
uv run scripts/paper_manager.py index --arxiv-id "2301.12345"

# 5. 链接到您的模型
uv run scripts/paper_manager.py link \
  --repo-id "your-username/your-model" \
  --repo-type "model" \
  --arxiv-id "2301.12345"

# 6. 认领作者身份
uv run scripts/paper_manager.py claim \
  --arxiv-id "2301.12345" \
  --email "your.email@edu"

工作流 2：链接现有论文

# 1. 检查论文是否存在
uv run scripts/paper_manager.py check --arxiv-id "2301.12345"

# 2. 必要时索引
uv run scripts/paper_manager.py index --arxiv-id "2301.12345"

# 3. 链接到多个仓库
uv run scripts/paper_manager.py link \
  --repo-id "username/model-v1" \
  --repo-type "model" \
  --arxiv-id "2301.12345"

uv run scripts/paper_manager.py link \
  --repo-id "username/training-data" \
  --repo-type "dataset" \
  --arxiv-id "2301.12345"

uv run scripts/paper_manager.py link \
  --repo-id "username/demo-space" \
  --repo-type "space" \
  --arxiv-id "2301.12345"

工作流 3：用论文引用更新模型

# 1. 获取当前 README
hf download username/model-name README.md

# 2. 添加论文链接
uv run scripts/paper_manager.py link \
  --repo-id "username/model-name" \
  --repo-type "model" \
  --arxiv-id "2301.12345" \
  --citation "Full citation for the paper"

# 脚本将：
# - 如果缺失，添加 YAML 元数据
# - 在 README 中插入 arXiv 链接
# - 添加格式化的引用
# - 保留现有内容

最佳实践

论文索引

论文在 arXiv 上发表后立即索引
在模型/数据集卡片中包含完整的引用信息
在相关仓库中使用一致的论文引用

元数据管理

为所有模型/数据集卡片添加 YAML 前置事项
包含适当的许可信息
使用相关任务类别和领域进行标记

作者身份

认领您作为作者列出的论文的作者身份
使用机构电子邮件地址进行验证
保持论文可见性设置更新

仓库链接

将论文链接到所有相关模型、数据集和 Spaces
在 README 描述中包含论文上下文
添加 BibTeX 引用以便于参考

研究文章

在项目中一致使用模板
在论文中包含代码和数据链接
生成网络友好的 HTML 版本用于共享

高级用法

批量链接论文：

# 将多篇论文链接到一个仓库
for arxiv_id in "2301.12345" "2302.67890" "2303.11111"; do
  uv run scripts/paper_manager.py link \
    --repo-id "username/model-name" \
    --repo-type "model" \
    --arxiv-id "$arxiv_id"
done

提取论文信息：

# 从 arXiv 获取论文元数据
uv run scripts/paper_manager.py info \
  --arxiv-id "2301.12345" \
  --format "json"

生成引用：

# 创建 BibTeX 引用
uv run scripts/paper_manager.py citation \
  --arxiv-id "2301.12345" \
  --format "bibtex"

验证链接：

# 检查仓库中的所有论文链接
uv run scripts/paper_manager.py validate \
  --repo-id "username/model-name" \
  --repo-type "model"

错误处理

论文未找到：arXiv ID 不存在或尚未索引
权限被拒绝：HF_TOKEN 缺乏对仓库的写入访问权限
无效的 YAML：README 前置事项中的元数据格式错误
作者身份失败：电子邮件与论文作者记录不匹配
已被认领：另一个用户已认领作者身份
速率限制：短时间内 API 请求过多

故障排除

问题："在 Hugging Face 上未找到论文"

解决方案：访问 hf.co/papers/{arxiv-id} 触发索引

问题："作者身份认领未验证"

解决方案：等待管理员审核或联系 HF 支持并提供证明

问题："arXiv 标签未出现"

解决方案：确保 README 包含正确的 arXiv URL 格式

问题："无法链接到仓库"

解决方案：验证 HF_TOKEN 具有写入权限

问题："模板渲染错误"

解决方案：检查 markdown 语法和 YAML 前置事项格式

资源和参考

Hugging Face 论文页面：hf.co/papers
模型卡片指南：hf.co/docs/hub/model-cards
数据集卡片指南：hf.co/docs/hub/datasets-cards
研究文章模板：tfrere/research-article-template
arXiv 格式指南：arxiv.org/help/submit

与 tfrere 的研究模板集成

此技能通过提供以下功能补充 tfrere 的研究文章模板：

自动论文索引工作流程
仓库链接能力
元数据管理工具
引用生成实用程序

您可以使用 tfrere 的模板进行写作，然后使用此技能在 Hugging Face Hub 上发布和链接论文。

常见模式

模式 1：新论文发布

# 编写 → 发布 → 索引 → 链接
uv run scripts/paper_manager.py create --template modern --output paper.md
# (提交到 arXiv)
uv run scripts/paper_manager.py index --arxiv-id "2301.12345"
uv run scripts/paper_manager.py link --repo-id "user/model" --arxiv-id "2301.12345"

模式 2：现有论文发现

# 搜索 → 检查 → 链接
uv run scripts/paper_manager.py search --query "transformers"
uv run scripts/paper_manager.py check --arxiv-id "2301.12345"
uv run scripts/paper_manager.py link --repo-id "user/model" --arxiv-id "2301.12345"

模式 3：作者作品集管理

# 认领 → 验证 → 组织
uv run scripts/paper_manager.py claim --arxiv-id "2301.12345"
uv run scripts/paper_manager.py list-my-papers
uv run scripts/paper_manager.py toggle-visibility --arxiv-id "2301.12345" --show true

API 集成

Python 脚本示例：

from scripts.paper_manager import PaperManager

pm = PaperManager(hf_token="your_token")

# 索引论文
pm.index_paper("2301.12345")

# 链接到模型
pm.link_paper(
    repo_id="username/model",
    repo_type="model",
    arxiv_id="2301.12345",
    citation="Full citation text"
)

# 检查状态
status = pm.check_paper("2301.12345")
print(status)

未来增强

未来版本的计划功能：

支持非 arXiv 论文（会议论文集、期刊）
从 DOI 自动引用格式化
论文比较和版本控制工具
协作论文写作功能
与 LaTeX 工作流程集成
自动图表和表格提取
论文指标和影响跟踪

概述

概述