El feed de papers de HuggingFace va rápido, y los enlaces guardados se acumulan en una carpeta que nadie ordena nunca. Este tracker lee cada paper nuevo según aparece y lo archiva en una estructura real y buscable.
El feed de papers de HuggingFace va rápido, y los enlaces guardados se acumulan en una carpeta que nadie ordena nunca. Este tracker lee cada paper nuevo según aparece y lo archiva en una estructura real y buscable.
Clasifica cada entrada en tus temas, extrae nombres de modelos, datasets y enlaces de código y añade una fila ordenada a tu base de conocimiento. Meses después puedes responder qué salió sobre recuperación en marzo sin releer nada.
Cómo se ejecuta
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.
Clasifica cada paper en tu taxonomía de temas, como recuperación, agentes o visión.
pending
Etiqueta los papers con los nombres de modelos, datasets y enlaces de código extraídos del resumen.
pending
Añade cada entrada a una base de conocimiento en Notion o Postgres bajo su categoría.
pending
Salida de ejemplo
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.