Feedul de lucrări HuggingFace se mișcă rapid, iar linkurile salvate se adună într-un folder pe care nimeni nu-l mai sortează. Acest tracker citește fiecare lucrare nouă pe măsură ce apare și o arhivează într-o structură reală, în care poți căuta.
Feedul de lucrări HuggingFace se mișcă rapid, iar linkurile salvate se adună într-un folder pe care nimeni nu-l mai sortează. Acest tracker citește fiecare lucrare nouă pe măsură ce apare și o arhivează într-o structură reală, în care poți căuta.
Clasifică fiecare intrare în subiectele tale, extrage numele modelelor, dataseturile și linkurile către cod și adaugă un rând curat în baza ta de cunoștințe. Peste câteva luni poți răspunde ce a apărut despre retrieval în martie fără să recitești nimic.
Cum funcționează
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.
Clasifică fiecare articol în taxonomia ta de subiecte, cum ar fi retrieval, agenți sau vision.
pending
Etichetează articolele cu numele modelelor, dataset-urilor și linkurile de cod extrase din abstract.
pending
Adaugă fiecare intrare într-o bază de cunoștințe Notion sau Postgres, sub categoria corespunzătoare.
pending
Exemplu de 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.