论文速读

数据 社区

技能解读

当前原文的自动摘译,尚未人工审校。

架构原则

阶段 1 无需下载任何 PDF,只读摘要,速度快,覆盖全量 精读阶段每篇论文独占一个 Task subagent,完整 200k 上下文用于读文+审稿,杜绝 token 耗尽截断 agent=5 批量并行:每次同时启动 5 个 subagent,等待本批全部写盘后再启动下一批 脚本不做文本提取,不调用任何 LLM

工作流

Token 预算说明:精读 + 审稿是重度 token 任务(单篇 PDF 可达 15-30k tokens),绝不在主 agent 内循环处理所有论文。每篇论文独立分配一个 Task subagent,在 200k 上下文内完整处理完再结束,避免主 agent 耗尽上下文。

决策规则

若 recent 页中的论文展示批次日期(showing_date)并未进入新一天,且相对 processed_ids 没有任何新增论文: 明确向用户报告: 当前 cs.CV recent 仍是旧批次,今天没有新增论文,不应重复生成日报。 停止任务,不生成重复报告。 若 recent 页仍是旧批次,但相对 processed_ids 仍存在未处理的新论文:

流狐档案 运行与权限由流狐静态检查推断,不代表作者声明或实际测试结果。
领域
数据
作者声明的智能体
未找到明确声明;不据此推断已兼容或已测试
静态检查
88 / 100 · 启发式扫描,不代表运行安全
运行环境证据
未执行;当前没有隔离运行测试证据
作者 / 版本 / 许可证
@Someant · 未声明许可证
上下文用量评级
中等消耗
接入复杂程度
需简单配置
是否需要外部接口密钥
不需要
兼容的系统
未声明(默认跨平台)
运行环境要求
未检出明确要求
检测到的文件与系统行为
  • 只读
  • 命令执行
网络行为
仅限本地
安装命令数
无(仅作为资料)

需要注意: 未声明工具权限范围;实际权限由运行环境决定。

01
Step 0:前置检查 — 新批次校验 + 近 7 天去重集合

在开始任何操作前,主 Agent 必须检查本地 `papers/` 目录,但不再因为近 7 天做过日报就直接跳过。正确做法是: 获取日期:确定当前日期(YYYY-MM-DD)。 扫描目录:列出 `papers/` 下所有以日期命名的子目录,并读取最近 7 天内的: `arxiv_selected.json` `arxiv_screening.json`

02
Step 0.1:recent 页是否真的出现新批次

`recent` 页不等于“今天新增”。主 Agent 必须额外检查: 从 `recent` 抓到的论文中,优先读取列表页对应的 showing_date(即 arXiv recent 页面展示批次日期); 同时保留每篇论文详情页里的 `Submitted on ...` 作为 `submission_date` 参考信息; 批次判断时优先依据 `showing_date`,仅当缺失时才回退到 `submission_date`; 判断当前 `recent` 是否仍然只是前一天/前几天的同一展示批次。

03
Step 2:爬取 /new 全量元数据

输出:`/new` 页上的全量元数据 JSON(标题 + 摘要 + arXiv ID + `section` + `showing_date` + `submission_date` + `comments`,无 PDF)。 新版脚本默认请求 `https://arxiv.org/list/{category}/new`,并在列表页直接提取摘要,同时标注: - `section = new` - `section = cross_list` - `section = replacement`

04
Step 3:增量过滤 — 只保留本次真正新增论文

主 Agent 必须读取 `tmp/arxiv_all.json`,结合 Step 0 得到的 `processed_ids` 做去重。 推荐直接调用增量过滤脚本: 该脚本会: 扫描 `papers/` 下最近 7 天目录; 自动汇总 `arxiv_selected.json` / `arxiv_screening.json` / `arxiv_topn.json` 中的历史 ID;

05
Step 4:阶段 1 — Agent 摘要初筛

读取 `tmp/arxiv_incremental.json`,不下载任何 PDF,仅根据标题和摘要快速评分。

06
Step 5:下载 Top N 的 PDF

`--ids-file` 来自 Step 4 写出的 `tmp/arxiv_topn.json`(总分 ≥ 4 的 arxiv_id 列表)。 只下载初筛选出的论文 PDF,其余不下载。

讨论

基于 GitHub Discussions。登录 GitHub 即可参与讨论、点赞、订阅更新。