Le flux des papers HuggingFace va vite, et les liens enregistrés s'entassent dans un dossier que personne ne range jamais. Ce tracker lit chaque nouvel article dès qu'il arrive et le classe dans une vraie structure, consultable.
Le flux des papers HuggingFace va vite, et les liens enregistrés s'entassent dans un dossier que personne ne range jamais. Ce tracker lit chaque nouvel article dès qu'il arrive et le classe dans une vraie structure, consultable.
Il classe chaque entrée dans vos sujets, extrait les noms de modèles, les jeux de données et les liens de code, et ajoute une ligne nette à votre base de connaissances. Des mois plus tard, vous pouvez répondre à ce qui est sorti sur la récupération en mars sans rien relire.
Comment il s'exécute
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.
Classement de chaque article dans votre taxonomie de sujets, comme la récupération, les agents ou la vision.
pending
Étiquetage des articles avec les noms de modèles, jeux de données et liens de code extraits du résumé.
pending
Ajout de chaque entrée à une base de connaissances Notion ou Postgres, sous sa catégorie.
pending
Exemple de sortie
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.