Skip to content

Lambenthan/empiricalwiki / .claude/skills/setup

交互式 API key 配置引导 — 检测当前 .env 状态,逐步引导配置 Semantic Scholar、DeepXiv 和 Review LLM

/setup

引导你完成 ΩmegaWiki 的可选 API key 配置。 读取当前 .env,展示已配置和未配置的内容,并帮助你逐步设置每个 key, 包括清晰解释每个 key 的作用和获取方式。 可随时重新运行,只更新你选择配置的 key。

Inputs

  • 不需要任何参数
  • 读取:.env(当前配置状态)
  • 读取:config/setup-guide.md(每个 key 的参考说明)

Outputs

  • 更新后的 .env(包含新配置的 key)
  • 当前配置状态总结

Wiki Interaction

Reads

  • 无(setup 在 wiki 创建之前运行)

Writes

  • 无(不修改 wiki)

Workflow

Step 1:读取配置参考文档

读取 config/setup-guide.md,加载所有可配置 key 的完整参考信息, 包括每个 key 的作用、使用它的 skill、获取方式以及未配置时的降级行为。

Step 2:检测当前环境

运行以下命令检查已配置的内容:

python3 -c "
import sys, os
sys.path.insert(0, 'tools')
try:
    import _env
except Exception:
    pass
keys = {
    'SEMANTIC_SCHOLAR_API_KEY': 'Semantic Scholar',
    'DEEPXIV_TOKEN':            'DeepXiv',
    'LLM_API_KEY':              'Review LLM(API key)',
    'LLM_BASE_URL':             'Review LLM(base URL)',
    'LLM_MODEL':                'Review LLM(模型名)',
}
for k, label in keys.items():
    v = os.environ.get(k, '').strip()
    print(f'SET:{k}' if v else f'UNSET:{k}')
"

同时检测 Python 环境和 .venv 状态:

ls .venv/ 2>/dev/null && echo "venv:present" || echo "venv:absent"
python3 --version

Step 3:展示配置状态

向用户展示清晰的状态总结,按状态分组:

ΩmegaWiki 配置状态
================================
✓  ANTHROPIC_API_KEY      — 由 Claude Code 管理(claude login)

推荐配置:
✗  Semantic Scholar        — 未配置(引用链扩展速度慢 3 倍,建议配置免费 key)

可选:
✗  DeepXiv                 — 未配置(语义搜索不可用)
✗  Review LLM              — 未配置(跨模型 review 不可用)

询问用户:"您想配置哪些?(可以跳过任意一个或全部)"

Step 4:配置各 Key(用户决定)

对用户想要配置的每个 key,按以下子流程处理。 写入 .env 前必须向用户确认。


4a:Semantic Scholar API Key

解释:"Semantic Scholar 提供论文引用数据和检索功能。 被 /ingest、/init、/novelty、/ideate 使用。免费获取。 推荐配置 — 不配置的话,/init 速度慢 3 倍,引用链扩展效率大幅下降。"

引导获取:"访问 https://www.semanticscholar.org/product/api, 点击 'Get API Key',免费申请。"

询问:"您是否有 Semantic Scholar API key?(粘贴,或输入 'skip' 跳过)"

如果提供了 key,写入 .env: 使用 Edit 工具更新 .env:

  • 若已有 SEMANTIC_SCHOLAR_API_KEY=(即使为空),替换该行
  • 否则追加 SEMANTIC_SCHOLAR_API_KEY=<值>

4b:DeepXiv Token

解释:"DeepXiv 提供语义论文检索、AI 论文摘要(TLDR)和热门论文检测。 被 /daily-arxiv、/novelty、/ideate、/ingest、/init 使用。 不配置时,这些 skill 回退到 arXiv RSS + Semantic Scholar,功能全部可用, 只是缺少语义搜索和 TLDR 功能。"

提供三种选项:

  1. 自动注册(推荐,免费,秒完成):运行注册请求
  2. 粘贴已有 token:用户提供自己的 token
  3. 跳过:稍后配置

选项 1 — 自动注册,运行:

python3 -c "
import sys, json
from uuid import uuid4
try:
    import requests
except ImportError:
    print('ERROR: requests 未安装', file=sys.stderr)
    sys.exit(1)

suffix = uuid4().hex[:10]
payload = {
    'sdk_secret': 'UuZp0i83svQU7_naUEexczc-X3NWv7lvNkD8e3sPyng',
    'name': f'deepxiv_{suffix}',
    'email': f'{suffix}@example.com',
}
try:
    resp = requests.post('https://data.rag.ac.cn/api/register/sdk', json=payload, timeout=30)
    resp.raise_for_status()
    result = resp.json()
except Exception as e:
    print(f'ERROR: {e}', file=sys.stderr)
    sys.exit(1)

if not result.get('success'):
    print(f'ERROR: {result.get(\"message\", \"unknown\")}', file=sys.stderr)
    sys.exit(1)

token = result.get('data', {}).get('token', '')
daily_limit = result.get('data', {}).get('daily_limit', 1000)
if not token:
    print('ERROR: 响应中没有 token', file=sys.stderr)
    sys.exit(1)

print(token)
print(f'daily_limit:{daily_limit}', file=sys.stderr)
"

stdout → token 值;stderr → 人类可读状态(直接透传,不要抑制)。

注册成功后写入 .env。失败时显示错误信息,并提供让用户手动粘贴 token 的选项。


4c:Review LLM

解释:"Review LLM 将 ΩmegaWiki 连接到第二个 AI 模型,进行独立的对抗性评审。 被 /review、/novelty、/ideate、/paper-plan、/paper-draft、/rebuttal、/refine、 /exp-eval、/exp-design 使用。支持任何 OpenAI-compatible API。 不配置时,这些 skill 跳过跨模型 review 步骤(功能全部保留)。"

展示 provider 对照表(来自 config/setup-guide.md Key 3 部分)。

如果用户问 'OpenAI-compatible 是什么意思':解释为任何接受 POST /chat/completions、请求体格式为 {"model": "...", "messages": [...]} 的 API。

依次询问:

  1. LLM_BASE_URL — 例如 https://api.deepseek.com/v1
  2. LLM_API_KEY — 对应 provider 的 API key
  3. LLM_MODEL — 模型名称,例如 deepseek-chat

格式校验:Base URL 应以 http:// 或 https:// 开头,通常以 /v1 结尾。 格式看起来有问题时,写入前询问用户确认。

用户确认后写入 .env 中的三个变量。

写入后提醒:Review LLM MCP server 在 Claude Code 启动时读取 .env, 变更在重启 Claude Code 后生效。


4d:arXiv Categories(仅用户主动询问时)

此 key 有合理默认值(cs.LG,cs.CV,cs.CL,cs.AI,stat.ML)。 仅当用户明确要求,或其研究领域明显不在 ML/AI 范围内时才配置。


Step 5:验证配置

用户完成配置后,运行验证检查:

python3 -c "
import sys, os
sys.path.insert(0, 'tools')
try:
    import _env
except Exception:
    pass
keys = ['SEMANTIC_SCHOLAR_API_KEY', 'DEEPXIV_TOKEN', 'LLM_API_KEY', 'LLM_BASE_URL', 'LLM_MODEL']
for k in keys:
    v = os.environ.get(k, '').strip()
    print(f'已配置  {k}' if v else f'未配置  {k}')
"

展示最终总结。对仍未配置的 key,简要说明其解锁的功能, 并告知用户可以随时重新运行 /setup 来补充配置。

Step 6:下一步

如果是全新安装(wiki/ 目录不存在):

配置完成。接下来:
  • 将你自己的论文放入 raw/papers/(.tex 或 .pdf)
  • 可选:把意图笔记放入 raw/notes/,网页存档放入 raw/web/
  • /init 与直接本地 /ingest 会自动管理 raw/discovered/ 与 raw/tmp/ 下的生成内容
  • 运行:/init [你的研究主题]

如果 wiki/ 已存在:

配置已更新。重启 Claude Code 后 Review LLM 变更生效。

Constraints

  • 不覆盖已有非空值,除非先征得用户同意
  • 不在输出中展示完整 key 值,只显示前 8 个字符 + ...
  • 只写入 .env,不写入 ~/.env 或其他位置
  • 不读写 wiki,此 skill 可在 wiki 创建之前运行
  • 优雅跳过:若用户说"全部跳过",展示状态总结后直接退出

Error Handling

  • .env 不存在:提示用户 setup.sh 可能未运行,提供创建命令:

    cp config/.env.example .env
    

    然后继续配置流程。

  • config/setup-guide.md 不存在:直接使用本 SKILL.md 中的信息继续。

  • DeepXiv 注册失败(网络错误、服务器错误):清晰展示错误信息, 提供让用户手动粘贴 token 的选项,或跳过。

  • Python 环境问题(tools/_env.py 找不到):提示 .venv 可能未激活, 但仍通过 shell 或 Python 文件读取检查 .env 当前状态。

Dependencies

Tools(via Bash)

  • python3 -c "import _env; ..." — 读取当前 .env 状态
  • python3 -c "import requests; ..." — DeepXiv 自动注册 HTTP 请求

Files Read

  • config/setup-guide.md — 所有可配置 key 的完整参考
  • .env — 当前配置(读 + 写)

Files Written

  • .env — 通过 Edit 工具写入新配置的 key

不调用 MCP server、不访问 wiki、不调用其他 skill

receiving-code-reviewobra/superpowersUse when receiving code review feedback, before implementing suggestions, especially if feedback seems unclear or technically questionable - requires technical rigor and verification, not performative agreement or blind implementationStars: 318kUpdated Claude CodeCodexVerifiedInstall
requesting-code-reviewobra/superpowersUse when completing tasks, implementing major features, or before merging to verify work meets requirementsStars: 318kUpdated Claude CodeCodexVerifiedInstall
using-git-worktreesobra/superpowersUse when starting feature work that needs isolation from current workspace or before executing implementation plans - ensures an isolated workspace exists via native tools or git worktree fallbackStars: 318kUpdated Claude CodeCodexVerifiedInstall
verification-before-completionobra/superpowersUse when about to claim work is complete, fixed, or passing, before committing or creating PRs - requires running verification commands and confirming output before making any success claims; evidence before assertions alwaysStars: 318kUpdated Claude CodeCodexVerifiedInstall