تتحرّك تغذية أوراق HuggingFace بسرعة، وتتراكم الروابط المحفوظة في مجلّد لا يرتّبه أحد أبداً. هذا المتتبّع يقرأ كل ورقة جديدة فور وصولها ويصنّفها ضمن بنية حقيقية قابلة للبحث.
تتحرّك تغذية أوراق HuggingFace بسرعة، وتتراكم الروابط المحفوظة في مجلّد لا يرتّبه أحد أبداً. هذا المتتبّع يقرأ كل ورقة جديدة فور وصولها ويصنّفها ضمن بنية حقيقية قابلة للبحث.
يصنّف كل مدخل ضمن موضوعاتك، ويستخرج أسماء النماذج ومجموعات البيانات وروابط الكود، ويلحق صفاً مرتّباً بقاعدة معرفتك. وبعد أشهر تستطيع أن تجيب عمّا صدر بشأن الاسترجاع في مارس دون إعادة قراءة شيء.
كيف يعمل
Used at step 01 to kick off the pipeline.
Write
Used at step 01 to kick off the pipeline.
WebFetch
Used at step 01 to kick off the pipeline.
WebSearch
Used at step 01 to kick off the pipeline.
تصنيف كل ورقة ضمن تصنيف موضوعاتك، مثل الاسترجاع أو الوكلاء أو الرؤية.
pending
وسم الأوراق بأسماء النماذج ومجموعات البيانات وروابط الكود المستخرجة من المستخلَص.
pending
إلحاق كل مدخل بقاعدة معرفة في Notion أو Postgres تحت فئته.
pending
نموذج للمخرجات
json
// Sample output
// (generated when the pipeline finishes)
Classify each HuggingFace paper into the provided taxonomy and return {category, subtopics[], models[], has_code} as JSON.
Unlock the rest
The full agent definition, install snippet, and starter task are gated for community members.
Members get the full `.md` agent file, the npm / pnpm install one-liners, a starter prompt that we've tuned against real runs, and the open-source repo when this automation ships there. One email, magic link, done.