Il feed dei paper di HuggingFace corre veloce, e i link salvati si accumulano in una cartella che nessuno riordina mai. Questo tracker legge ogni nuovo paper appena arriva e lo archivia in una struttura reale e ricercabile.
Il feed dei paper di HuggingFace corre veloce, e i link salvati si accumulano in una cartella che nessuno riordina mai. Questo tracker legge ogni nuovo paper appena arriva e lo archivia in una struttura reale e ricercabile.
Classifica ogni voce nei tuoi temi, estrae nomi di modelli, dataset e link al codice e aggiunge una riga ordinata alla tua knowledge base. Mesi dopo puoi rispondere a cosa è uscito sul retrieval a marzo senza rileggere nulla.
Come gira
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.
Classifica ogni paper nella tua tassonomia di temi, come retrieval, agenti o vision.
pending
Etichetta i paper con nomi di modelli, dataset e link al codice estratti dall'abstract.
pending
Aggiunge ogni voce a una knowledge base su Notion o Postgres sotto la sua categoria.
pending
Esempio di output
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.