PAPERZILLA
Listas de datos de investigación de alta relevancia siempre actualizadas
Listas de investigación para personas y agentes

Agentes de IA bienvenidos.

Conecta un agente a un proyecto de Paperzilla. Los nuevos artículos se supervisan y clasifican según tu pregunta de investigación, por lo que cada ejecución comienza con una lista actualizada.
Claude · Codex · OpenClaw · Cursor · tu agente
Utiliza el mismo proyecto en la aplicación, por correo, mediante MCP o la CLI, y como fuente RSS/Atom.
Por qué utilizar una lista de investigación

Un proyecto de Paperzilla conserva tu tema, filtros y lista entre sesiones.

El proyecto almacena el tema, las categorías, las palabras clave que deben incluirse y excluirse, y los artículos relevantes encontrados con el tiempo.
Paperzilla se encarga del seguimiento y la clasificación por relevancia. Tu agente puede consultar la lista, comparar artículos, preparar informes y enviarlos donde sean necesarios.
Ejemplo de proyecto de Paperzilla
Project
Agents evaluation
Intent
How to evaluate coding agents
Signal
Must Read + Related
State
Continuously updated
Ciclo de seguimiento

Cómo se mantiene actualizado un proyecto.

Paperzilla consulta las fuentes siguientes y actualiza la lista clasificada del proyecto a medida que aparecen nuevos artículos.
01
Configurar el proyecto
Añade un tema, elige categorías y define las palabras clave que deban incluirse o excluirse. Utiliza un proyecto específico para cada objetivo de investigación.
02
Paperzilla busca nuevos artículos
Cada nuevo artículo se evalúa según los criterios del proyecto y se clasifica como Lectura imprescindible o Relacionado.
03
Conectar el agente
Utiliza MCP, la CLI o RSS/Atom para explorar nuevas recomendaciones, buscar en el historial del proyecto y obtener el contexto de los artículos.
Fuentes supervisadas
arXiv
/
bioRxiv
/
medRxiv
/
ChemRxiv
/
ChinaXiv
/
PubMed
Capacidades de los agentes

Qué puede hacer un agente con un proyecto de Paperzilla.

Mediante MCP o la CLI, un agente puede buscar en la lista completa y recuperar metadatos de artículos o Markdown.
01
Proyectos
Enumera los proyectos e inspecciona el tema, el modo, la visibilidad y el ID del proyecto antes de que el agente comience a leer.
02
Elementos recientes de la lista
Obtén recomendaciones recientes y filtra por la clasificación Lectura imprescindible, la fecha o el límite de resultados.
03
Búsqueda en toda la lista
La búsqueda en el servidor abarca títulos, autores, resúmenes y síntesis en toda la lista del proyecto. También hay filtros de comentarios.
04
Registros de artículos y recomendaciones
Obtén el registro canónico del artículo o su recomendación para el proyecto, incluida la relevancia, la nota y el contexto de los comentarios.
05
Markdown del artículo
Obtén el Markdown del artículo cuando esté listo o pon en cola su preparación cuando el contexto del proyecto lo permita, con un estado estructurado.
06
URL Atom
Utiliza la URL privada y con token del proyecto con un lector de fuentes, un sistema de consulta periódica o una infraestructura de fuentes existente.
Paperzilla MCP está orientado a la lectura. Utiliza la CLI cuando una automatización deba registrar valoraciones de Útil, Muy útil o No es para mí sobre una recomendación.
Opciones de conexión

Elige cómo se conecta el agente.

MCP, la CLI pz, RSS/Atom y la aplicación consultan el mismo proyecto de Paperzilla.
Llamadas nativas a herramientas
MCP
Utiliza MCP para realizar llamadas nativas a herramientas en los asistentes compatibles. El endpoint MCP de Paperzilla está orientado a la lectura.
projects_list · feed_search · paper_markdown
Conectar con MCP
Shell + salida estructurada
CLI pz
Utiliza la CLI pz para scripts de shell, salida JSON, agentes locales y comentarios específicos de cada proyecto.
pz feed search --project-id … --json
Instalar la CLI
Consulta pasiva periódica
RSS / Atom
Utiliza RSS/Atom para consultar periódicamente la URL privada y con token de la lista del proyecto.
one secure URL per user + project
Utilizar una lista de proyecto
Revisión humana
Aplicación + correo
Utiliza la aplicación para priorizar y el correo para recibir resúmenes diarios o semanales del mismo proyecto.
Must Read · Related · Useful · Very useful
Ver flujos para personas
Configuraciones documentadas

Conecta Claude, Codex, OpenClaw u otro agente.

Utiliza MCP para llamadas nativas a herramientas o la CLI pz para flujos basados en el shell.
OpenClaw
Habilidad + CLI
La habilidad publicada de Paperzilla en ClawHub enseña a OpenClaw a utilizar una CLI pz instalada y autenticada. Una vez configurada, OpenClaw puede utilizarla en chats, tareas cron y entregas a canales.
Guía de configuración ↗
Claude
MCP o CLI
Utiliza el conector MCP de Paperzilla en Claude, Claude Desktop o Cowork si tu plan admite conectores personalizados. Claude Code también puede ejecutar pz directamente.
Guía de configuración ↗
Codex
MCP o CLI
Conecta Paperzilla mediante Integrations & MCP o permite que Codex ejecute pz en un shell. Utiliza una automatización de Codex para preparar un informe periódico.
Guía de configuración ↗
Tu agente
MCP o habilidad de CLI
Cursor y otros clientes MCP con transporte Streamable HTTP pueden utilizar el endpoint. Los clientes compatibles con AgentSkills pueden utilizar la habilidad de CLI cuando pz está instalado y autenticado.
Guía de configuración ↗
Flujos de trabajo por canales

Envía informes de investigación a Telegram, Slack o Teams.

Paperzilla proporciona la lista del proyecto y la clasificación por relevancia. OpenClaw, Claude o Codex pueden convertir los resultados en un informe y enviarlo mediante un conector de canal.
Comienza revisando borradores. La publicación directa requiere un conector configurado con permiso para publicar en el canal.
Capa del agente
Telegram
Slack
Microsoft Teams
OpenClaw
Habilidad de Paperzilla + CLI pz
Telegram
Directo una vez configurado
Conversa con OpenClaw, programa una tarea cron para los días laborables y deja que OpenClaw entregue el informe.
Detalles del flujo de trabajo ↗
Slack
Directo una vez configurado
Utiliza la misma CLI y el mismo patrón de programación con un canal de Slack de OpenClaw.
Detalles del flujo de trabajo ↗
Microsoft Teams
Se requiere configuración
Disponible después de configurar el canal o complemento de Teams. La configuración requiere más pasos.
Detalles del flujo de trabajo ↗
Claude + Cowork
Paperzilla MCP
Telegram
Se requiere un puente
Claude puede preparar el informe. Claude Code Channels, OpenClaw u otro puente lo envía a Telegram.
Detalles del flujo de trabajo ↗
Slack
Flujo documentado
Comenta artículos en Slack. Cowork puede programar un borrador para revisarlo antes de enviarlo.
Detalles del flujo de trabajo ↗
Microsoft Teams
Se requiere un conector
Utiliza el contexto de Microsoft 365 para preparar un informe de Teams. La entrega directa requiere un conector.
Detalles del flujo de trabajo ↗
Codex
Paperzilla MCP o CLI pz
Telegram
Se requiere un puente
Crea un informe listo para Telegram y envíalo manualmente o mediante tu propia automatización u OpenClaw.
Detalles del flujo de trabajo ↗
Slack
Se requiere configuración
Deja que Codex prepare el informe. Confirma que una tarea iniciada desde Slack pueda acceder a Paperzilla antes de programarla.
Detalles del flujo de trabajo ↗
Microsoft Teams
Flujo de borrador
Utiliza una automatización de Codex para colocar un borrador de Teams en Triage. Revísalo antes de publicarlo.
Detalles del flujo de trabajo ↗
Casos de uso

Flujos de trabajo de investigación habituales.

01
Seguimiento diario del campo
Revisa los últimos artículos de lectura imprescindible de un campo sin volver a crear una búsqueda todos los días.
02
Listas de seguimiento de temas
Mantén un proyecto independiente y ajustable para cada línea principal de investigación.
03
Informes para la dirección o el laboratorio
Prepara informes semanales con los artículos de lectura imprescindible de un proyecto para laboratorios, responsables o canales de equipo.
04
Métodos y evaluaciones comparativas
Sigue métodos, familias de modelos, conjuntos de datos, evaluaciones comparativas o paradigmas experimentales.
05
Trabajo competitivo y relacionado
Supervisa investigaciones cercanas que puedan cambiar una hoja de ruta o revelar una dirección inesperada.
06
Procesos de agentes y automatización
Incorpora datos clasificados del proyecto a scripts, tareas programadas y agentes de investigación.
07
Priorización de lecturas pendientes
Utiliza etiquetas de relevancia y resúmenes estructurados para decidir qué leer en profundidad, repasar o ignorar.
Prueba estas instrucciones

Instrucciones para tu proyecto de Paperzilla.

Utiliza el nombre del proyecto y explica para qué se usará la respuesta.
Artículos más recientes
Muestra los artículos de lectura imprescindible más recientes de mi proyecto Agents evaluation.
Búsqueda en toda la lista
Busca en mi proyecto artículos sobre recuperación latente, incluidas recomendaciones antiguas de la lista.
Lectura en profundidad
Obtén el Markdown de este artículo. Resume su aportación, método, resultados y limitaciones; después, explica por qué es importante para nuestro trabajo.
Comparar
Compara los dos artículos de lectura imprescindible más recientes de esta semana. Separa los metadatos de los artículos de tu interpretación.
Informe de equipo
Redacta un informe de investigación conciso para cada día laborable y destinado al canal de nuestro equipo. Incluye qué consultaste, por qué importa cada artículo seleccionado e indica claramente si no hay novedades que cumplan los criterios.
Para los agentes que leen esto

Documentación que un agente puede leer directamente.

Todas las páginas de documentación están disponibles como Markdown. El sitio también publica índices para LLM y un endpoint MCP con transporte Streamable HTTP.
Documentación Markdown
Todas las páginas de documentación tienen una versión Markdown que un agente puede leer directamente.
Índices de documentación
Utiliza el índice compacto de documentación para descubrir contenido o la exportación completa cuando el agente necesite todo el corpus documental.
Endpoint MCP remoto
Conecta un cliente MCP con transporte Streamable HTTP mediante una clave MCP personal de Paperzilla. Trata la clave como una contraseña.
Preguntas frecuentes

Preguntas frecuentes.

¿Paperzilla es para personas o para agentes de IA?

Ambos. Las personas pueden utilizar la lista de la aplicación y los resúmenes por correo, mientras que los agentes y scripts utilizan MCP, la CLI de Paperzilla o RSS/Atom desde el mismo proyecto de investigación.

¿Qué agentes de IA funcionan con Paperzilla?

Paperzilla documenta flujos de trabajo para Claude, Claude Desktop, Cowork, Claude Code, Codex, OpenClaw, Cursor y otros clientes MCP con transporte Streamable HTTP o compatibles con AgentSkills.

¿Qué puede hacer un agente de IA con Paperzilla?

Un agente puede enumerar proyectos, explorar listas clasificadas, buscar en la lista completa de un proyecto, inspeccionar metadatos de artículos, recuperar o poner en cola el Markdown de un artículo y obtener la URL de una fuente Atom. La CLI también admite comentarios específicos de cada proyecto.

¿Puede Paperzilla enviar informes de investigación a Telegram, Slack o Microsoft Teams?

Paperzilla proporciona la lista del proyecto y la clasificación por relevancia. OpenClaw, Claude o Codex pueden preparar informes para esos canales. La publicación directa depende del agente, el conector, los permisos y la configuración del canal.

¿La conexión MCP de Paperzilla es de solo lectura?

Sí. Paperzilla MCP está orientado a la lectura: no modifica proyectos ni comentarios. Puede obtener datos del proyecto y poner en cola la preparación del Markdown de un artículo. Utiliza la CLI cuando una automatización necesite dejar comentarios específicos del proyecto.

Conecta un agente a un proyecto de Paperzilla.

Crea un proyecto específico de Paperzilla y conéctalo al agente y al canal que ya utiliza tu equipo.
Trata las claves MCP y las URL RSS/Atom con token como contraseñas.