论文速读
- 作者仓库星标 0
- 作者仓库 arxiv-paper-read
- 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。
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`
`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。
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`
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;
读取 `tmp/arxiv_incremental.json`,不下载任何 PDF,仅根据标题和摘要快速评分。
`--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。
# Paper Read — arXiv 论文两阶段解读 + OpenJudge 审稿流水线
## 架构原则
```
脚本:爬取全量元数据(含摘要) → 输出 JSON(快,无需下载 PDF)
↓
主 Agent(阶段 1):读全量摘要 → 快速评分初筛 → 选出 Top N
↓
脚本:仅下载 Top N 论文的 PDF
↓
主 Agent:每批并行启动 5 个 Task subagent(agent=5)
└─ subagent × 5(每篇独立 200k 上下文):
读 PDF 全文 → 深度分析 → OpenJudge 五阶段 → 写 tmp/arxiv_results/{id}.json
↓(等待本批 5 个全部完成)
主 Agent:收集所有结果 JSON → 综合打分排序 → 生成 Markdown 报告 → 清理
```
- **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
```
任务进度:
- [ ] Step 0:[前置检查] 构建最近 7 天已处理 arXiv ID 集合,并校验 today/recent 是否真的出现新批次
- [ ] Step 1:安装依赖与创建 papers/{date} 目录
- [ ] Step 2:爬取 recent 全量元数据(含摘要)
- [ ] Step 3:[增量过滤] 仅保留“本次新增论文”
- [ ] Step 4:[阶段 1] Agent 读新增论文摘要,初筛出 Top N
- [ ] Step 5:下载 Top N 论文的 PDF
- [ ] Step 6:[阶段 2] 批量并行启动 Task subagent 精读(agent=5,每批 5 篇并行)
└─ 每个 subagent:读 PDF 全文 → 深度分析 → OpenJudge 五阶段 → 写结果 JSON
- [ ] Step 7:主 agent 收集全部结果,生成 Markdown 报告并保存至 papers/{date}/
- [ ] Step 8:清理 /tmp 缓存文件(保留 papers/{date} 结果)
```
> **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。
---
## 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:
1. **获取日期**:确定当前日期(YYYY-MM-DD)。
2. **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`
- 若存在旧版 `arxiv_topn.json` 也一并读取
3. **构建已处理 ID 集合**:把最近 7 天内已进入“精读”或已下载 PDF 的 `arxiv_id` 汇总成 `processed_ids`。
4. **目的**:后续所有筛选必须以“增量”为单位,避免把 arXiv `recent` 页上同一批论文重复写成多天日报。
### 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:
1. 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);
2. 同时保留每篇论文详情页里的 `Submitted on ...` 作为 `submission_date` 参考信息;
3. 批次判断时**优先依据 `showing_date`**,仅当缺失时才回退到 `submission_date`;
4. 判断当前 `recent` 是否仍然只是前一天/前几天的同一展示批次。
### 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**:
- 继续执行,但必须以“**增量补充**”模式进行;
- 报告中明确注明:`这不是新的 arXiv 日更批次,而是对上一批中尚未处理论文的增量补读。`
- 若确实出现新的展示批次(优先 `showing_date`):
- 正常继续后续步骤。
---
## Step 1:环境准备
### 1.1 安装依赖
```bash
pip install requests beautifulsoup4
```
### 1.2 创建本地存储目录
```bash
mkdir -p papers/$(date +%Y-%m-%d)
```
后续生成的报告和关键数据将持久化保存于此,而不是随着清理步骤消失。
---
## Step 2:爬取 `/new` 全量元数据
```bash
python3 scripts/paper-read/crawl_and_extract.py \
--category cs.CV \
--output tmp/arxiv_all.json \
--mode meta-only
```
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`
>
> 路径约定统一使用**相对路径**:`tmp/`、`papers/`、`scripts/`,不要写死绝对路径。
>
> **新增事实标注要求**:阶段 1 与最终报告都必须尽量基于 arXiv 原文元数据补齐并展示:
> - `comments` 字段
> - 论文类型:`main_conference` / `workshop` / `preprint` / `tech_report`
> - 任务领域、方法关键词、数据集、核心数字
>
> 其中“论文类型”默认根据 `comments` 做保守判断:
> - comments 明确含 `CVPR/ICCV/ECCV/NeurIPS/ICLR/AAAI main conference / accepted / oral / spotlight` 等主会信号时,标为 `main_conference`
> - comments 明确含 `workshop / challenge / competition / demo / extended abstract` 时,标为 `workshop`
> - comments 仅描述 arXiv 版本、技术报告、submitted to、under review,或无明确信号时,标为 `preprint`
> - comments 明确写 `technical report` 时,标为 `tech_report`
>
> 若 `comments` 缺失或歧义,必须明确写“按 preprint 暂定”,禁止擅自拔高为主会。
---
## 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:
```bash
python3 scripts/paper-read/filter_incremental.py \
--all-meta tmp/arxiv_all.json \
--papers-dir papers \
--lookback-days 7 \
--output tmp/arxiv_incremental.json \
--processed-output tmp/arxiv_processed_ids.json \
--new-batch-output tmp/arxiv_latest_batch.json \
--strict-new-batch
```
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;
- 自动识别 `/new` 中最新批次日期:**优先 `showing_date`,其次 `submission_date`**;
- 默认仅保留 `section=new` 的论文,自动排除 `cross_list` 与 `replacement`;
- 输出严格增量后的 `tmp/arxiv_incremental.json`。
### 过滤规则
保留同时满足以下条件的论文:
1. `arxiv_id` **不在** `processed_ids` 中;
2. 默认 `section == new`;`cross_list` / `replacement` 不进入“今日主批次”筛选池,除非用户明确要求放开;
3. 若本次目标是“今日新批次”,则其 `showing_date` 必须属于当前新批次;若缺失才回退到 `submission_date`;
4. 若当前并无新批次,但用户仍要求继续,则仅允许保留“旧批次里尚未处理的增量论文”。
### 必须写出的文件
`tmp/arxiv_incremental.json`:
```json
[
{
"arxiv_id": "2604.07350",
"title": "...",
"abstract": "...",
"showing_date": "2026-04-09",
"submission_date": "2026-04-08"
}
]
```
### 零增量处理
如果过滤后论文数为 0:
- 直接向用户报告:`当前 /new 主批次没有新增论文(或近 7 天内均已处理),本次不生成重复日报。`
- **中止任务**。
---
## 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。
### 初筛前的必做标注(新增)
主 Agent 在摘要初筛前,必须先对每篇增量论文补齐一份轻量事实卡,至少包含:
- `arxiv_id`
- 原文摘要(不得用二手转述摘要替代)
- `comments`
- 论文类型:主会 / Workshop / preprint / tech report
- 任务领域
- 方法关键词
- 提及的数据集
- 摘要中出现的核心数字(若无具体数字则显式写“摘要未给出硬数字”)
> 这里的“核心数字”仅作为阶段 1 的快速线索;**任何进入最终报告正文的关键数字,都必须在后续原文全文中再次核实,并补充对应 setting**。
### 初筛评分矩阵(每篇独立打分,满分 6 分,≥4 分入选精读)
按以下四个维度各自打分后**加总**:
#### A. 方法新颖性(0-2 分)
| 分 | 判断依据 |
|----|---------|
| 2 | 提出全新范式、架构或训练策略(摘要中有"we propose / we introduce / novel framework"等措辞,且不是对已有方法的小修改) |
| 1 | 对现有方法做有意义的改进或组合(如"we extend / we improve") |
| 0 | 增量工作、纯应用迁移、综述/Survey、数据集论文(无方法创新) |
#### B. 问题重要性(0-2 分)
| 分 | 判断依据 |
|----|---------|
| 2 | 攻克核心 CV 难题:视频生成/理解、3D 重建/生成、多模态感知、基础模型、open-world 检测/分割等高影响力方向 |
| 1 | 重要但非核心方向:特定领域应用(医疗/遥感/工业)、特定子任务优化 |
| 0 | 边缘方向、纯工程优化、与 CV 相关性弱的跨领域论文 |
#### C. 实验强度(0-1 分)
| 分 | 判断依据 |
|----|---------|
| 1 | 摘要中明确提到与 SOTA 对比,且有具体数字(如"surpasses X by Y%"、"achieves state-of-the-art on Z") |
| 0 | 无具体数字,只说"competitive"或"promising" |
#### D. 作者/机构背景信号(0-1 分,弱参考)
| 分 | 判断依据 |
|----|---------|
| 1 | 来自该方向公认活跃研究组、工业研究机构或长期稳定产出顶会论文的团队;**仅作弱参考,不得单独决定是否入选** |
| 0 | 无明显额外信号 |
> 不再使用固定机构白名单;若论文本身方法与实验较弱,不得因为机构强而抬高入选优先级。
### 入选规则
- **总分 ≥ 4**:入选精读(预计 10-30 篇)
- **总分 2-3**:记录在报告"摘要快览"表中,不精读
- **总分 ≤ 1**:直接跳过,不记录
### 快速排除规则(默认直接 0 分跳过,但需先判断是否为“纯数据/综述类”)
满足以下任一条件时,可直接排除:
- **纯** Survey / Review:主要贡献是整理文献、分类总结、趋势回顾,而非提出新方法/新训练范式/新推理框架
- **纯** Dataset / Benchmark / Data Collection:主要贡献是收集数据、构建基准或设计评测协议,而非提出可复用的方法创新
- 纯医疗影像论文(无通用方法贡献)
- arXiv 分类仅含 `eess.IV` 或 `cs.NE`(主分类非 cs.CV)
### 重要例外(禁止误杀)
即使标题/摘要中出现 `dataset` / `benchmark` / `we collect` / `we construct` / `we curate`,**只要同时满足以下任一条件,就不得直接快速排除,必须进入正常打分**:
- 明确提出了新方法/新框架/新训练策略/新推理策略(如 `we propose` / `we present a model` / `we design` / `framework` / `loss` / `module` / `strategy`)
- 数据集/benchmark 只是支持性贡献,论文主体仍是方法创新
- 论文同时解决一个清晰的新问题设定,并给出完整的方法闭环(问题定义 + 方法设计 + 实验验证)
### 启发式判断原则
- 若论文的“数据/benchmark”贡献只是为了验证一个新方法,**不要**因为出现关键词就直接排除
- 若论文读起来更像“提出一种方法,并顺带构建数据/评测”,则按方法论文处理
- 只有当论文读起来主要是在“搭数据集 / 搭 benchmark / 做综述”,而不是“提方法”,才使用快速排除
### 输出格式
将初筛结果写入两个文件:
`tmp/arxiv_topn.json`(精读 ID 列表):
```json
["2503.12345", "2503.67890"]
```
`tmp/arxiv_screening.json`(含评分明细,供报告使用):
```json
[
{
"arxiv_id": "2503.12345",
"title": "...",
"paper_type": "preprint",
"comments": "...",
"facts": {
"task": ["..."] ,
"method_keywords": ["..."],
"datasets": ["..."],
"core_numbers": ["..."]
},
"total_score": 5,
"scores": { "novelty": 2, "importance": 2, "experiment": 1, "background": 0 },
"reason": "一句话说明入选/排除原因",
"tier": "精读"
}
]
```
### 初筛结果标准化(强制执行)
Agent 产出 `tmp/arxiv_screening.json` 后,主流程必须立刻运行:
```bash
python3 scripts/paper-read/normalize_screening.py \
--incremental tmp/arxiv_incremental.json \
--screening tmp/arxiv_screening.json \
--output tmp/arxiv_screening.json
```
该步骤会强制补齐:
- `paper_type`
- `comments`
- `authors`
- `subjects`
- `showing_date` / `submission_date`
- `facts.task` / `facts.method_keywords` / `facts.datasets` / `facts.core_numbers`
若 Agent 漏写这些字段,不得直接进入下载与最终渲染步骤。
### 强制约束(新增)
- **禁止**把最近 7 天内已经进入 `arxiv_selected.json` 的论文再次纳入 `tmp/arxiv_topn.json`
- **禁止**把同一展示批次(优先 `showing_date`)的旧论文反复当成“今日论文”输出
- 若用户要求“重新跑今天论文”,默认含义是:
- **先判断是否有新批次**;
- 若无新批次,则只允许输出“增量未处理论文”或明确告知“今天没有新增”
- 若确需重跑旧批次,报告标题和正文必须明确写成:
- `增量补读` / `补充筛选`
- 不能伪装成新的 `today report`
- **禁止**在未区分 `main_conference / workshop / preprint` 的情况下,对论文做等权推荐
- **禁止**不经原文核验就在报告正文转述实验数字
- **禁止**使用“最强 / 最稳 / 突破 / 首个”等绝对化措辞,除非后续给出同期竞争参照与依据
---
## Step 5:下载 Top N 的 PDF
```bash
python3 scripts/paper-read/crawl_and_extract.py \
--category cs.CV \
--output tmp/arxiv_selected.json \
--pdf-dir tmp/arxiv-papers \
--mode download \
--ids-file tmp/arxiv_topn.json \
--all-meta tmp/arxiv_all.json
```
> `--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。
---
## Step 6:阶段 2 — Task Subagent 逐篇精读 + OpenJudge 审稿
> **依赖**:本步需要独立 skill `paper-read-reviewer`,路径 `~/.claude/skills/paper-read-reviewer/SKILL.md`。若不存在,须先安装/复制该 skill,否则无法注入 subagent prompt。
> **架构说明**:精读 + 五阶段审稿是高 token 消耗任务,必须使用 **Task subagent** 处理,**不得在主 agent 上下文内循环精读多篇论文**。
### 执行规则
- **动态 batch 调度必须先落盘再执行**:主 agent 不应临场拍脑袋决定并行度,必须先运行 `scripts/paper-read/plan_batches.py` 生成 `tmp/arxiv_batches.json`
- 批次规则默认如下:短论文 `batch_size=5`,中等论文 `batch_size=3`,超长论文 `batch_size=2`
- 每个 subagent 独占完整 200k 上下文,互不干扰
- 每个 subagent 的 prompt **必须**从 `~/.claude/skills/paper-read-reviewer/SKILL.md` 的 `## Prompt 模板` 节提取(见下方「Subagent Prompt 注入方式」),包含论文元数据占位符 + 完整分析框架 + OpenJudge 五阶段指令
- prompt 原文不可精简、不可省略,须完整注入 subagent
- subagent 完成后将结果写入 `tmp/arxiv_results/{arxiv_id}.json`
### 主 agent 的操作流程
读取 `tmp/arxiv_selected.json` 获取精读列表后,**必须先生成批次计划**:
```bash
python3 scripts/paper-read/plan_batches.py \
--selected tmp/arxiv_selected.json \
--output tmp/arxiv_batches.json
```
`tmp/arxiv_batches.json` 会为每篇论文补充:
- `pdf_size_mb`
- `pdf_pages`
- `size_tier`(small / medium / large)
- `recommended_batch_size`
- `estimated_token_cost`
并输出按 tier 切分后的批次列表,供主 agent 逐批执行。
执行顺序:默认 `large -> medium -> small`,避免长论文拖到最后形成不可预测尾延迟。
```
读取 tmp/arxiv_batches.json
for each batch in batches:
1. 过滤:跳过 tmp/arxiv_results/{arxiv_id}.json 已存在的论文(断点续传)
2. 对本批剩余论文,同时启动 batch.batch_size 个 Task subagent(并行)
3. 等待本批所有 subagent 全部完成
4. 逐一读取结果文件,确认写入成功
5. 立刻运行 normalize_results.py 补齐 schema
6. 处理下一批
```
每一批 subagent 完成后,主流程必须运行:
```bash
python3 scripts/paper-read/normalize_results.py \
--results-dir tmp/arxiv_results \
--selected tmp/arxiv_selected.json \
--screening tmp/arxiv_screening.json
```
该步骤会强制补齐 reviewer JSON 中的:
- `paper_type`
- `tags.task` / `tags.method_keywords` / `tags.datasets`
- `analysis.checklist.*`
- `openjudge.competition.*`
- `visual_hints.*`
- `visuals.*`
若某篇 reviewer JSON 缺这些字段,必须先标准化再汇总,禁止把不完整 JSON 直接交给 `render_report.py`。
### 渲染前硬校验(新增)
`render_report.py` 现在会在启动时对 `tmp/arxiv_screening.json` 和 `tmp/arxiv_results/*.json` 做 schema 硬校验。
若以下字段缺失,将**直接失败退出**,而不是静默兜底:
- `arxiv_screening.json`:`paper_type`、`comments`、`facts.*`
- reviewer JSON:`paper_type`、`tags.*`、`analysis.checklist.*`、`openjudge.competition.*`、`visual_hints.*`、`visuals.*`
因此主流程顺序必须严格为:
1. Agent 产出 `tmp/arxiv_screening.json`
2. 运行 `normalize_screening.py`
3. 下载 PDF / 启动 subagent
4. 每批 subagent 完成后运行 `normalize_results.py`
5. 最后才允许运行 `render_report.py`
### 命令级闭环(推荐)
为避免人工漏跑标准化步骤,优先直接使用总控脚本:
```bash
python3 scripts/paper-read/finalize_report.py \
--date $(date +%Y-%m-%d) \
--category cs.CV \
--incremental tmp/arxiv_incremental.json \
--screening tmp/arxiv_screening.json \
--selected tmp/arxiv_selected.json \
--batches tmp/arxiv_batches.json \
--results-dir tmp/arxiv_results \
--style human \
--output papers/$(date +%Y-%m-%d)/arxiv-cs.CV-$(date +%Y-%m-%d)-report.md \
--sync-dir papers/$(date +%Y-%m-%d)
```
该脚本会按固定顺序自动执行:
1. `normalize_screening.py`
2. `normalize_results.py`
3. `render_report.py`
4. 可选把 `incremental/screening/selected/batches/results/report` 同步归档到 `papers/{date}/`
除非在调试单步脚本,否则推荐统一走 `finalize_report.py`,不要手工拼接最后几步。### `plan_batches.py` 的默认分档规则
- `small`:`pdf_pages < 12` 且 `pdf_size_mb < 2.0` → `batch_size = 5`
- `medium`:`pdf_pages <= 25` 且 `pdf_size_mb <= 6.0` → `batch_size = 3`
- `large`:其余情况 → `batch_size = 2`
- 若页数不可得,则回退到 PDF 大小判断;若大小也不可得,则保守归为 `medium`
### Subagent Prompt 注入方式
> ⚠️ **subagent 的完整 prompt 存放在独立 skill 文件中,主 agent 必须按以下步骤操作,不得自行编写或改写 prompt。**
**注入步骤(每篇论文启动 subagent 前必须执行):**
1. 使用 Read 工具读取 `~/.claude/skills/paper-read-reviewer/SKILL.md` 全文
2. 从该文件的 `## Prompt 模板` 节中提取 ` ```text ` 代码块内的**全部内容**(原文,不做任何改动)
3. 将以下六个占位符替换为当前论文的实际值:
- `{arxiv_id}` → 论文 arXiv ID
- `{title}` → 论文标题
- `{authors}` → 作者列表
- `{pdf_path}` → 本地 PDF 路径(来自 `arxiv_selected.json` 的 `pdf_path` 字段)
- `{submission_date}` → arXiv 提交日期(格式 `YYYY-MM-DD`,来自元数据)
- `{abstract}` → 论文摘要
- `{abs_url}` → ArXiv 详情页链接(来自 `arxiv_selected.json` 的 `abs_url` 字段)
4. 将替换后的字符串作为 Task subagent 的完整 prompt 传入
**禁止事项:**
- 禁止不读取 skill 文件直接凭记忆编写 prompt
- 禁止对 skill 文件内容做任何精简、改写、摘要或省略
- 禁止跳过 Read 步骤
> **OpenJudge 五阶段细则**:已迁至 `paper-read-reviewer/SKILL.md` 的 `## Prompt 模板` 代码块;本 skill 不再重复粘贴,避免与 subagent 注入内容双轨漂移。
---
## Step 7:主 Agent 汇总报告
> **执行时机**:等待所有 subagent 完成(`tmp/arxiv_results/` 下的 JSON 数量 = 精读论文数)后,由**主 agent** 执行本步骤。读取全部 `{arxiv_id}.json`,汇总评分、排序、生成最终 Markdown 报告。
### 存储路径
- **Markdown 报告**: `papers/{date}/arxiv-{category}-{date}-report.md`
- **结果 JSON**: 将 `tmp/arxiv_results/` 下的所有文件复制或移动到 `papers/{date}/results/`
- **元数据**: 复制 `tmp/arxiv_screening.json`、`tmp/arxiv_selected.json`、`tmp/arxiv_incremental.json`、`tmp/arxiv_batches.json` 到 `papers/{date}/`
### 推荐渲染方式(优先)
优先使用统一渲染脚本生成 Markdown,避免主 agent 手写字符串导致字段漂移:
```bash
python3 scripts/paper-read/render_report.py \
--date $(date +%Y-%m-%d) \
--category cs.CV \
--incremental tmp/arxiv_incremental.json \
--screening tmp/arxiv_screening.json \
--selected tmp/arxiv_selected.json \
--batches tmp/arxiv_batches.json \
--results-dir tmp/arxiv_results \
--style human \
--daily-conclusion-file tmp/daily_conclusion.md \
--output papers/$(date +%Y-%m-%d)/arxiv-cs.CV-$(date +%Y-%m-%d)-report.md
```
其中:
- `--style human`:**默认推荐**,生成更适合人读的日报风格;会优先输出统一的 `## 今日关注` 段落,先给总判断,再按主题展开,并在该部分把重点论文写成 `简称([arxiv_id](link) · score)` 的格式。
- `--style template`:保留完整字段化模板,更适合调试、验收和结构化检查;同样使用统一的 `## 今日关注` 段落,而不是把“今日结论”和“今天值得关注什么”拆成两个重复 section。
- `tmp/daily_conclusion.md` 为可选输入;若存在,渲染脚本会将其作为 `## 今日关注` 中的补充说明插入,而不是单独再生成一个重复总结段。
若使用脚本失败,主 agent 才可回退到手工拼接 Markdown,但必须遵守下文的字段对齐规则。
### 新增:横向竞争定位与价值判断(必须执行)
在生成最终报告前,主 Agent 必须为每篇**精读论文**补做一轮横向定位,默认窗口为**提交日期前后 ±90 天**。可使用 Semantic Scholar、arXiv search API 或其他可复现的论文检索源。
对每篇精读论文至少完成以下工作:
1. 搜索同期同任务方向论文,优先匹配:
- 任务领域
- 方法关键词
- 目标数据集 / benchmark
2. 给出竞争定位标签之一:
- `首提`
- `同期并行`
- `跟进`
- `跟进但系统化更强`
- `工程整合型优化`
3. 明确比较轴是否一致:
- 是否同数据集 / split / metric
- 是否同 backbone / model size
- 是否使用额外数据 / 额外教师模型
- 是否使用更多 test-time compute / search / reranking
4. 若比较轴不一致,必须显式写“不可直接横比”,禁止硬下结论
同时,对每篇精读论文都要回答以下 checklist:
- □ 问题意识是否系统级:是在解决 pipeline 级依赖 / 评测设定 / 训练-推理闭环瓶颈,还是仅改局部组件
- □ 方法新颖性是否在竞争参照下仍成立,不能孤立评价
- □ 关键实验数字是否已从原文全文核实,并注明对应 setting(dataset / metric / baseline / inference budget)
- □ 性能提升主要来自方法,还是来自更多数据 / 更大模型 / 更高推理预算
- □ 推理代价与部署成本是否被论文诚实讨论
这些结论应写回最终报告;若无法完成竞争搜索,必须写明证据不足,不能把主观印象写成定论。
### 最终综合评分逻辑
OpenJudge 五阶段输出综合为最终评级:
| 条件 | 最终评级影响 |
|------|-------------|
| 安全检查 `abuse` | 直接标记,不参与评分 |
| 格式违规 ≥ 3 项 | review_score 下调 1 分 |
| correctness_score = 3(重大缺陷) | review_score 下调 1 分 |
| major_issues 数量 ≥ 2 | review_score 下调 1 分(最多叠加一次) |
| bib `error` 比例 > 20% | 报告标注 ⚠️ 引用存在确认性错误 |
| bib `unverifiable` 比例高 | **不影响评分**,仅在报告注明"PDF提取质量影响参考文献分析" |
| `bibcheck.executed = false` | **不影响评分**,报告注明跳过原因 |
最终分 = review_score(含以上调整,最低 1 分)
> **注意**:`unverifiable` 条目纯粹反映 PDF 提取质量,不得计入引用质量判断,不影响任何评分。
### 报告生成字段对齐规则
主 agent 在生成最终报告前,必须逐篇读取 reviewer JSON,并按以下字段映射统一取值:
| 报告字段 | reviewer JSON 来源 |
|---|---|
| 标题 | `title` |
| 原文链接 | `abs_url` |
| 论文类型 | `paper_type` |
| 任务/方法/数据集标签 | `tags.task` / `tags.method_keywords` / `tags.datasets` |
| 核心贡献 | `analysis.core_contribution` |
| 实验指标 | `analysis.experiments` |
| 消融实验 | `analysis.ablation` |
| 价值判断 checklist | `analysis.checklist.*` |
| 同期竞争定位 | `openjudge.competition.*` |
| 越狱检测 | `openjudge.safety.jailbreak` |
| 格式违规 | `openjudge.safety.format_violations` + `violations_list` |
| 正确性评分 | `openjudge.correctness.score` + `reasoning` + `key_issues` |
| 学术评审 | `openjudge.review.score` + `level` + `strengths` + `weaknesses` + `questions` |
| 严重性验证 | `openjudge.criticality.major_issues` / `minor_issues` / `false_positives` |
| 参考文献校验 | `openjudge.bibcheck.*` |
| 最终分 | `final_score` |
| 调整说明 | `score_adjustments` |
| 图片线索 | `visual_hints.*` |
| 图片占位 | `visuals.*` |
### 缺失字段与降级规则
- 若 `visuals.architecture_img` 为空:
- 主 agent 先尝试依据 `visual_hints` + 本地 PDF 裁图;
- 若仍失败,则在报告中写 `未提取到合适图片`,不得留空 broken link。
- `visuals.benchmark_img` 不再作为最终报告默认必需项:
- 默认只把 benchmark 结果转写成文字和数字解读;
- 仅当用户明确要求时,才在报告中嵌 benchmark 图片。
- 若 `openjudge.bibcheck.executed = false`:
- 报告中显示 `参考文献校验:已跳过(原因:...)`;
- 不得伪造 0 条检查结果冒充“已完成检查”。
- 若 `score_adjustments` 为空数组:
- 报告中写 `无额外调整`。
- 若 `questions` / `major_issues` / `minor_issues` / `false_positives` 为空:
- 报告中写 `无`,保持结构稳定。
- 若单篇 reviewer JSON 缺关键字段:
- 主 agent 必须在汇总时显式标记 `字段缺失`,并继续处理其他论文,避免整份报告失败。
### 批次统计字段对齐
生成报告统计概览时,除论文内容外,还必须从 `tmp/arxiv_batches.json` 读取:
- `summary.total_papers`
- `summary.batch_count`
- `summary.tier_counts.small`
- `summary.tier_counts.medium`
- `summary.tier_counts.large`
- `summary.missing_pdf_count`
并在统计概览中展示动态调度情况,便于回溯执行成本。
### 输出分层规则(新增)
最终日报必须显式分为三层,而不是把所有精读论文等量展开:
1. **优先读(≤3 篇)**
- 给出:`为什么值得优先读`、`阅读时该盯什么`、`实验应该怎么看`
- 优先分配给:问题意识更系统、竞争定位更清楚、数字核验更完整、并且具有较强外溢价值的论文
2. **选读(≤3 篇)**
- 给出:一句话定位 + 方向标签
- 适用于:方向重要但贡献更偏跟进、或受众面较窄的论文
3. **快评(其余)**
- 给出:一句话总结 + 受益读者标签
- 禁止只写“不值一读”;若论文较窄,必须明确“推荐给哪些方向的人”
若论文是 Workshop 或明显领域专项工作,可进入“选读/快评”,但**不得与主会主线论文等权排序**,除非其方法贡献和竞争定位有非常充分的证据支撑。
### 报告模板
> 实际执行时,**优先生成 `--style human` 的版本** 作为最终面向用户的日报;以下模板主要描述 `template` 风格下的字段对齐要求。若需要更像人写的报告,正文应优先采用“`今日关注`(总判断 + 主线展开) / 为什么值得看 / 一句话结论 / 实验亮点 / 我会怎么评价它”的顺序,而不是在正文里直接堆叠全部 OpenJudge 字段。
>
> **新增排版经验(2026-04-20)**
> - `报告流程图`、`预筛选总表` 这类流程/验收/调试信息,默认放在**正文最后**,不要顶在开头打断阅读。
> - 每篇论文若有 `一句话评价`,默认放在 `**预筛选分**:**X/6**` 的**正下方**,不要单独拖到文末再写一个小节。
> - `方法流程图` 部分默认只保留**一份图**:优先保留从 arXiv source 提取的原始方法图;若已放原图,就不要再并排保留 Mermaid 复写版。
> - 图下方默认**不写**“论文 source 方法图(从 arXiv source 提取)”“source: ...”这类实现说明;除非用户明确要求保留 provenance,报告里只放图本身。
```markdown
# arXiv {category} 论文解读 — {YYYY-MM-DD}
## 今日关注
先说结论:今天最值得关注的主线是……最值得优先读的论文是……
> `今日关注` / 总结段里的重点论文,推荐统一写成:
> - `HY-World 2.0([2604.14268](https://arxiv.org/abs/2604.14268) · 5/6)`
> - `Sketch-to-Multi-View([2604.14302](https://arxiv.org/abs/2604.14302) · 5/6)`
> - `DharmaOCR([2604.14314](https://arxiv.org/abs/2604.14314) · 4/6)`
>
> 也就是:**论文简称 + 全角括号 + arXiv 链接 + 分数**。
具体看:
- 主线 A:... 重点论文写作 `论文简称([arxiv_id](link) · score)`
- 主线 B:... 重点论文写作 `论文简称([arxiv_id](link) · score)`
> 写结论时必须遵守:
> - 结论优先建立在“同期竞争参照 + 原文数字核验”上
> - 若仅是 Workshop / preprint,需显式标注,不得混写成“今日最强”
> - 若比较轴不一致,使用“值得关注 / 值得跟踪”,不要写成绝对领先
## 统计概览
| 指标 | 数值 |
|------|------|
| `/new` 主批次数量 | XXX |
| 增量论文数 | XX |
| 摘要初筛入选 | XX |
| 全文精读数 | XX |
| 动态批次数 | XX |
| large / medium / small | X / X / X |
| 缺失 PDF 数 | X |
| 平均 OpenJudge 分 | X.X / 6 |
| 安全异常论文数 | X |
---
## 优先读(≤3 篇)
### 1. [标题](abs_url) — X/6(Accept)
**原文链接**: [abs_url](abs_url)
**作者**: ... | **分类**: ... | **类型**: main_conference / workshop / preprint / tech_report | **背景信号**: ...
**任务/方法标签**: ...
**竞争定位**: 首提 / 同期并行 / 跟进 / 跟进但系统化更强 / 工程整合型优化
**比较轴说明**: 同数据集/metric/backbone/推理预算?若不可直接横比需明确写出
**调度信息**: `tier={size_tier}` | `pages={pdf_pages}` | `pdf={pdf_size_mb}MB` | `batch_size={recommended_batch_size}`
**架构图(从 PDF 页面裁整块 Figure)**

> 若未裁图成功:写 `未提取到合适图片`;若仅有线索,可追加 `候选线索:{visual_hints.architecture_candidates}`
#### 核心贡献
...
#### 实验指标
...
> 所有关键数字必须写成“数字 + setting”,例如:`在 XXX dataset 的 YYY metric 上,相比 ZZZ baseline,从 A 提升到 B;是否使用额外数据/更大模型/更多 test-time compute:...`。
#### 消融实验
...
#### 价值判断 checklist
- 系统级问题意识:...
- 新颖性竞争参照:...
- 原文核实数字:...
- 方法贡献 vs 资源贡献:...
- 推理/部署成本讨论:...
#### 为什么优先读 / 盯什么 / 怎么看实验
- 为什么:...
- 盯什么:...
- 怎么看实验:...
---
#### OpenJudge 审稿报告
**[阶段 1] 安全检查**
- 越狱检测:✅ safe / ⚠️ abuse
- 格式违规:X 项 — `[具体违规描述]`
**[阶段 2] 正确性评分**
- 分数:X/3(无显著错误 / 次要错误 / 重大缺陷)
- 推理过程:...
- 关键问题:
- [问题1] ...
**[阶段 3] 学术评审**
- 评审分:X/6(等级标签)
- 优点:...
- 不足:...
- 关键问题(审稿人提问):...
**[阶段 4] 严重性验证**
- Major Issues(已核实):...
- Minor Issues(已核实):...
- 误报(已排除):...
**[阶段 5] 参考文献校验**
- 若 `bibcheck.executed = true`:
- 检查:XX 条 | ✅ verified: XX | ⚠️ suspect: XX | ❓ unverifiable: XX(PDF提取质量) | ❌ error: XX
- 可疑引用:...
- 确认错误:...
- 若 `bibcheck.executed = false`:
- 参考文献校验:已跳过(原因:`skip_reason`)
**最终综合评分:X/6**(调整说明:若 `score_adjustments` 为空则写 `无额外调整`)
---
## 选读(≤3 篇)
- `[arXiv ID] 标题`:一句话定位。**方向标签**:... | **类型**:main_conference / workshop / preprint / tech_report
- ...
## 快评(其余)
- `[arXiv ID] 标题`:一句话。**推荐给**:...方向读者 | **类型**:main_conference / workshop / preprint / tech_report
- ...
## 摘要快览(总分 2-3 分,未精读)
| # | arXiv ID | 标题 | 类型 | 新颖 | 重要 | 实验 | 背景 | 总分 | 备注 |
|---|----------|------|------|------|------|------|------|------|------|
...
## 全量汇总表
| # | arXiv ID | 标题 | 阶段 | tier | pages | batch | 最终分 |
|---|----------|------|------|------|-------|-------|--------|
...
```
### 视觉材料提取实践(新增经验)
生成最终 Markdown 报告时,**不要只给图片路径,也不要只抽 PDF 内嵌 raster image**。应遵循以下规则:
0. **默认 source-first,而不是 PDF-only**
- 对 arXiv 论文,优先尝试 `https://arxiv.org/e-print/{arxiv_id}` 获取 source
- 若 source 中存在单独完整 figure 文件,优先直接使用 source 资产
- 若 source 中对应 figure 为 TikZ / `\\input{...}` / 多 panel 组合图,则禁止只取其中一个 panel 充当整图
- 此时应回退到 PDF caption block 裁图
1. **报告中直接嵌图**
- 在 Markdown 中直接使用 `` 展示图片。
- 不要仅写“图片路径:...”,否则报告可读性很差。
2. **最终报告默认只保留流程图 / 架构图**
- 每篇精读论文默认最多展示一张:
- `architecture_img`:模型架构 / 方法流程 / overview / pipeline
- `benchmark_img` 不再默认嵌入最终报告;benchmark 信息优先转写成正文里的数字与 setting 解读。
- 过滤无关图:定性样例拼贴、作者照片、数据样例、装饰性插图、零散子图。
3. **优先裁完整 Figure/Table block,而不是只抽 embedded image**
- 更具体地说:
- **先 source**:能拿到完整原图就直接导出
- **再 PDF**:当 source 无法可靠恢复整图时,再做 caption/block 裁图
- **最后 fallback**:固定坐标裁图只能是最后保底,不应成为默认流程
- 许多论文中的“架构图”实际上是**整块 figure 区域**,包含:箭头、文字、公式、子图布局。
- `pdfimages` 只能抽底图,往往会丢失关键标注,因此不应作为最终展示图的唯一来源。
- 正确做法:根据 `Figure N` / `Fig. N` / `Table N` caption 的位置,从 PDF 页面裁出**完整 figure/table 区域**。
4. **推荐选择策略**
- 架构图优先级:
- `Figure 1`
- 若 `Figure 1` 不是方法图,则选择 caption 含 `architecture / framework / overview / pipeline / method / training pipeline` 的 figure
- benchmark 图仅在用户明确要求时才考虑:
- 优先 `Table 1`
- 若 `Table 1` 不是主结果,则选择 caption 含 `benchmark / comparison / evaluation / results / performance` 的 table 或 figure
5. **裁剪启发式**
- 对 figure:截取 caption 上方对应的整块视觉区域,并保留 caption
- 对 table:从 caption 开始向下裁到下一张 `Figure/Table` caption 之前
- 若同页存在多个 figure/table,必须用“当前 caption 到下一 caption”的边界裁切,避免把相邻内容混进来
6. **保存位置建议**
- 报告默认相关图片统一保存到:
- `papers/{date}/assets/selected/{arxiv_id}-arch.png`
- 若用户明确要求 benchmark 图,才额外保存:
- `papers/{date}/assets/selected/{arxiv_id}-result.png`
- 在 Markdown 中默认只嵌入:
- ``
7. **与 reviewer skill 的关系**
- `paper-read-reviewer` **不再负责访问 HTML、下载图片或裁图**;它只输出 `visual_hints`(如 Figure 1 / Table 1 / caption 关键词)或保留空的 `visuals` 占位;
- **最终报告阶段**统一由主 agent 做“图像筛选 + 裁剪 + 嵌入”,但实现顺序更新为:
1. 先尝试 arXiv source 提取完整 figure
2. source 不可靠时,回退到本地 PDF 的 caption/block 裁图
- 默认只嵌流程图,benchmark 图不作为最终报告标准配置。
8. **当前项目中的推荐脚本**
- 优先使用:
- `scripts/paper-read/extract_report_figures.py`
- 该脚本默认执行:
- source-first 提取
- 单文件 figure 直接导出
- 组合/TikZ figure 自动回退到 PDF 裁图
- 输出到 `papers/{date}/assets/selected/{arxiv_id}-arch.png`
- **新增经验(2026-04-20)**:source-first 虽然是默认策略,但启发式仍可能挑到 teaser / qualitative figure,而不是真正的方法图。遇到这种情况时:
1. 先检查 source 中的 `main.tex` / `chapter-03-method.tex` / `sec/3_method.tex` 等方法章节;
2. 优先选 `Figure 1` 或 caption 含 `overview / framework / pipeline / procedure / method` 的单文件图;
3. 若自动选择仍不对,允许通过脚本 override 指定 source 资产,**但最终报告仍只保留一张图**。
---
## Step 8:清理缓存
```bash
# 仅清理 tmp/ 下的中间过程文件和 PDF
python3 scripts/paper-read/cleanup.py --pdf-dir tmp/arxiv-papers
rm -rf tmp/arxiv_results/
rm -f tmp/arxiv_all.json tmp/arxiv_topn.json tmp/arxiv_screening.json tmp/arxiv_selected.json tmp/arxiv_incremental.json tmp/arxiv_processed_ids.json tmp/arxiv_latest_batch.json tmp/arxiv_batches.json
```
> [!TIP]
> 经过此步后,`tmp/` 将被清空,但 `papers/{date}/` 中的报告和核心 JSON 将被永久保留。
---
## 快速参考
| 参数 | 默认 | 说明 |
|------|------|------|
| `--category` | `cs.CV` | arXiv 分类 |
| `--mode` | `meta-only` | `meta-only`=只爬 `/new` 元数据;`download`=下载指定 PDF |
| `--ids-file` | 无 | download 模式:指定要下载的 arxiv_id 列表文件 |
| `--all-meta` | 无 | download 模式:全量元数据文件路径 |
| `--pdf-dir` | `tmp/arxiv-papers` | PDF 临时目录 |
| `--delay` | `1.5` | 下载间隔秒(避免 arXiv 限流) |
按说明文件中的顺序排列。
架构原则
工作流
Step 0:前置检查 — 新批次校验 + 近 7 天去重集合
Step 0.1:recent 页是否真的出现新批次
决策规则
文件/命令 -> papers/ · arxiv_selected.json · arxiv_screening.json · arxiv_topn.json · arxiv_id · processed_ids · recent · Submitted on ...
内容校验值 -> ab4e51736d41
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: