arxiv2md

Ce qu'il fait

arxiv2md convertit les pages HTML d'arXiv en Markdown propre et bien structuré, optimisé pour la consommation par LLM. Il préserve les titres de section, les formules mathématiques et les tableaux dans la mesure du possible, et propose des options pour supprimer les références, la table des matières et les citations en ligne. Le projet expose à la fois une API REST (https://arxiv2md.org) avec des points de terminaison JSON/markdown et un CLI (arxiv2md) afin que les agents puissent récupérer soit du markdown brut, soit du JSON enrichi de métadonnées pour des tâches ultérieures telles que la synthèse, l'extraction de citations ou l'ingestion de contenu.

Quand l'utiliser

Utilisez arxiv2md lorsque vous avez besoin de versions lisibles et adaptées aux machines des articles arXiv pour une révision rapide, une synthèse par LLM, la construction d'une base de connaissances ou la transformation de contenu scientifique en articles de blog ou notes. Il est particulièrement utile pour les agents qui doivent éviter de parser des PDF ou qui ont besoin d'une sortie markdown cohérente.

Ce qui est inclus

• Scripts : outil CLI arxiv2md (installable via pip) pour la conversion locale.
• Références : documents de l'API REST et exemples inclus dans le SKILL.md.
• Instructions : exemples d'appels API, format de sortie JSON et drapeaux CLI pour contrôler les sections, le frontmatter et la suppression des références.

Agents compatibles

Cette compétence est adaptée aux agents via HTTP (REST) et CLI simple : fonctionne avec les agents polyvalents capables de coder et les exécuteurs d'automatisation pouvant appeler des API HTTP externes ou exécuter des outils Python/CLI.