让Claude Scholar从强论文中挖掘知识：paper-miner与kaggle-miner Agent实战

让Claude Scholar从强论文中挖掘知识paper-miner与kaggle-miner Agent实战【免费下载链接】claude-scholarSemi-automated research assistant for academic research and software development. Supports Claude Code, Codex CLI, Kimi Code CLI, and OpenCode across ideation, coding, experiments, writing, and publication.项目地址: https://gitcode.com/gh_mirrors/cl/claude-scholarClaude Scholar 是一款面向学术研究与软件开发的半自动科研助手支持 Claude Code、Codex CLI、Kimi Code CLI 和 OpenCode。其中内置的paper-miner与kaggle-miner两个 Agent能自动从强论文中挖掘写作模式、从 Kaggle 竞赛冠军方案中提取工程技巧并把知识沉淀到可长期复用的记忆库里——你读得越多它写出的论文越像顶会水平。为什么要从强论文中挖掘知识新手写论文最大的痛点知道写得不错却说不出哪里好、为什么好。paper-miner 和 kaggle-miner 解决的正是这个问题——它们把高手的经验拆解成结构化知识存进一个会持续进化的知识库paper-miner从 PDF / DOCX / arXiv 链接中提取写作模式、结构信号、可复用句式、期刊风格信号甚至 rebuttal作者回复信策略kaggle-miner抓取 Kaggle 竞赛 Top 20 获奖方案提炼核心技术、实现细节、代码模板和常见陷阱按 NLP / CV / 时序 / 表格 / 多模态分类归档。两个 Agent 的定义文件分别是agents/paper-miner.mdagents/kaggle-miner.md它们的共同特点是自进化每挖掘一次知识库就多一分积累后续的写作与竞赛技能都会自动引用这些成果。paper-miner从强论文中挖掘写作模式paper-miner 能挖到什么paper-miner 会沿 5 个维度分析论文并带来源标注地写入全局记忆挖掘维度示例写作模式论证推进手法、论点-证据框架、相关工作如何融入结构信号章节顺序、段落递进、贡献声明如何引出和呼应可复用句式过渡句、结果表述模板、便于 rebuttal 的澄清句式期刊/会议信号该 venue 如何界定 novelty、技术细节与可读性如何平衡对我们的帮助哪些可以借鉴、哪些要谨慎模仿所有挖掘结果只写入一个全局记忆文件避免知识散落各处~/.claude/skills/ml-paper-writing/references/knowledge/paper-miner-writing-memory.md这份记忆会被ml-paper-writing论文写作和review-response审稿回复技能直接消费——也就是说你今天挖的论文明天写稿和写 rebuttal 时自动受益。paper-miner 三步实战第 1 步准备输入。支持本地 PDF、DOCX 文件、arXiv 链接甚至一句自然语言描述。第 2 步触发挖掘。最简单的方式是用官方命令定义见commands/mine-writing-patterns.md/mine-writing-patterns path/to/paper.pdf还可以指定聚焦方向例如只挖 rebuttal 技巧/mine-writing-patterns path/to/paper.pdf rebuttal第 3 步查看标准报告。挖掘完成后paper-miner 会输出一份结构化总结论文元数据、各记忆板块的更新情况、新增可复用模式、以及Intro / Method / Results / Rebuttal 分别怎么复用的建议。小贴士也可以直接用自然语言触发例如帮我从这篇 NeurIPS 论文里学习写作技巧系统会自动分派给 paper-miner。kaggle-miner从竞赛冠军方案中挖掘工程技巧如果你同时做竞赛或落地项目kaggle-miner 就是冠军经验提取器。kaggle-miner 的工作流程你给出一个 Kaggle 竞赛 URLAgent 抓取竞赛讨论区识别 1st Place、Gold 等冠军帖子对每个前排方案提取排名与作者、3-6 个核心技术点、具体参数与实验细节按 6 段标准模板竞赛简介、方案概述、前排方案详细技术分析、代码模板、最佳实践、元数据生成一个独立的竞赛知识文件。每个竞赛对应一个按领域归档的文件例如~/.claude/skills/kaggle-learner/references/knowledge/nlp/aimo-2-2025.md ~/.claude/skills/kaggle-learner/references/knowledge/time-series/birdclef-plus-2025.md这些文件随后可被skills/kaggle-learner/技能直接调用——当你问NLP 竞赛有什么成熟技巧时助手会基于已沉淀的知识库作答而不是每次临时上网搜索。一句话触发示例从这个 Kaggle 竞赛中学习https://www.kaggle.com/competitions/xxx完成后 Agent 会报告竞赛名称、归档分类、提取到的关键技巧、更新的知识文件路径。挖掘的知识去了哪里两个 Agent 的知识去向一目了然Agent知识沉淀位置谁会消费它paper-minerpaper-miner-writing-memory.md全局写作记忆ml-paper-writing、review-responsekaggle-minerkaggle-learner各领域知识库文件kaggle-learner 技能这正是 Claude Scholar 的设计哲学决策权留在人手里重复的积累交给 Agent。你只需判断这篇论文值得挖剩下的提取、去重、合并都由 Agent 完成且每条知识都保留来源标注方便回溯。如何开始使用这两个 Agent如果你还没安装 Claude Scholar克隆仓库后运行安装脚本即可Windows 请用 Git Bash 或 WSLgit clone https://gitcode.com/gh_mirrors/cl/claude-scholar.git /tmp/claude-scholar bash /tmp/claude-scholar/scripts/setup.sh安装器会自动备份已有配置并增量更新。只想尝鲜的话也可以把agents/paper-miner.md等文件单独复制到~/.claude/agents/下选择性安装。总结✍️paper-miner给一篇强论文换回一套带来源标注的可复用写作模式沉淀进全局记忆kaggle-miner给一个竞赛 URL换回冠军方案的结构化技术档案按领域自动归档核心收益知识库随使用持续进化写作与竞赛技能自动复用这些积累。下一篇建议试试/mine-writing-patterns命令从你最近读的最强的一篇论文开始挖起。【免费下载链接】claude-scholarSemi-automated research assistant for academic research and software development. Supports Claude Code, Codex CLI, Kimi Code CLI, and OpenCode across ideation, coding, experiments, writing, and publication.项目地址: https://gitcode.com/gh_mirrors/cl/claude-scholar创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考