HF Daily Papers (OFR Edition) 是一款专为 OpenClaw 项目定制的论文推荐工具，每日从 Hugging Face 热门论文榜单中筛选与 OFR（Optical Flow and Reconstruction）相关的最新研究成果。该工具通过智能分类机制将论文划分为六大核心领域，涵盖图像修复增强、视频时序分析、高效模型架构、视觉骨干网络与注意力机制、频域与波变换处理，以及扩散与生成先验等前沿方向。用户可通过命令行一键生成 Markdown 格式的本地报告，或额外输出 Telegram 消息格式，便于在团队协作平台中快速分享。所有数据自动按日期归档至 `recommendations/` 目录，确保历史记录可追溯且结构清晰。 该工具默认集成代理支持，兼容 Clash 等主流代理软件，用户可通过环境变量灵活配置代理地址以应对网络访问限制。其运行逻辑完全自动化，配合 Cron 任务可在每天上午8点（北京时间）准时执行抓取与生成流程，无需人工干预即可实现持续更新。整个系统基于 Python 开发，代码开源托管于 GitHub，便于社区贡献与二次定制。无论是研究人员追踪领域动态，还是工程师构建知识库，HF Daily Papers (OFR Edition) 都能提供精准、及时且格式统一的信息流支持。
核心功能特点
- 每日自动筛选 Hugging Face 热榜中与 OFR 相关的最新论文
- 按六大专业领域分类：修复增强、视频时序、高效架构、视觉骨干、频域处理、生成模型
- 支持生成 Markdown 格式本地文档及 Telegram 消息格式双输出
- 内置代理配置功能，适配 Clash 等代理工具，支持自定义代理地址
- 完全自动化运行，可通过 Cron 定时任务每日执行，无需手动操作
适用场景
HF Daily Papers (OFR Edition) 特别适合从事计算机视觉、尤其是光流重建与视频处理相关研究的团队或个人使用。对于高校实验室或企业研发部门而言，该工具能显著降低跟踪国际前沿论文的时间成本，避免在海量信息中迷失方向。研究人员可将其作为日常文献调研的辅助系统，每日获取经过分类过滤的高质量论文摘要，快速把握领域趋势。同时，支持 Telegram 输出的特性使其非常适合远程协作场景——团队成员即使身处不同时区，也能通过即时通讯工具实时接收当日重点论文更新，提升沟通效率。 此外，该工具也适用于构建内部知识管理系统。企业可将生成的 Markdown 文件自动同步至 Wiki 或文档平台，形成结构化的技术积累档案。开发者若正在搭建论文推荐服务或学术爬虫系统，亦可参考其分类逻辑与代理处理机制进行扩展开发。由于代码开源且依赖轻量，部署门槛较低，无论是个人工作站还是云服务器均可轻松运行。总之，只要涉及 OFR 相关领域的信息聚合需求，这款工具都能提供高效、稳定且易集成的解决方案。