中文 · English

关于本仓库

• 这是一个由neflibata-feng个人维护的论文+笔记仓库。
• 本仓库旨在整理和分享自2026年起AI Agent相关研究成果。
• 本仓库的论文数据均来自于arXiv,笔记均为我本人原创，仅供学术研究和工程实践参考使用。

---

许可说明

• 内容许可：仓库内的整理内容与文字材料（如 Notes/、Markdown 文档、截图等）遵循 CC BY-NC-SA 4.0，见 LICENSE。
• 架构与代码许可：自动化框架与代码（如 scripts/、web/、.github/workflows/ 等）采用 Apache-2.0，见 LICENSE-APACHE。

注：论文的版权归原作者与出版方所有；本仓库仅做学习研究与工程实践整理。

---

特别声明：

1. 本仓库不以盈利为目的且充分尊重知识产权，仅提供AI Agent领域公开论文的元数据，不大量存储论文原件，只在必要时存储部分论文，如有侵权请联系我删除。
2. 请在使用本仓库内容时，遵守相关法律法规及学术规范，尊重原作者权益。
3. 本仓库以满足本人使用为主要目的，因此一般不接受其他贡献。
4. 但是秉持着开源和共享的精神，依然欢迎大家浏览本人整理的论文和笔记（可以star哦）
5. 同时本仓库依然可以作为个人arXiv自动化论文知识空间的模板，你可以fork本仓库并根据自己的需求进行修改和使用。

---

页面展示

• 
• 
• 
• 
• 

---

仓库结构

/
├── .github/             # GitHub Actions 自动化配置
├── scripts/             # 自动化脚本
├── agent/               # 智能体模块（skills，开发中）
├── assets/              # 图片等静态资源
├── Inbox.md             # 收件箱 (每日更新入口)
├── Contents.md          # 总目录 (自动生成)
├── pdfs/                # 论文PDF存储（可选）
├── Papers/              # 论文元数据归档  
├── Notes/               # 个人笔记与思考
├── config.yaml          # 全局配置文件
├── .gitignore           # Git 忽略规则
├── web/                 # 网页端源码
├── LICENSE              # 内容许可证文件
├── LICENSE-APACHE       # 代码许可证文件
└── README.md            # 仓库介绍

---

使用指南

核心流程和使用步骤

1. 每日抓取：每日固定时间（默认为北京时间8：30）自动抓取特定领域（默认为AI Agent）最新论文至 Inbox.md 待阅读区。默认最大抓取量为每日最新的150篇论文，且有去重机制，确保不遗漏任何更新。
2. 审阅与筛选：在 Inbox.md 中，支持将感兴趣的论文标记为对钩。系统会自动将其剪切处理，对于不感兴趣的论文，可以直接删除对应行，系统会忽略这些论文。长期使用请定期清除 Inbox.md 中的旧条目以保持整洁。
3. 自动归档：提交 Inbox.md 的更改后，系统会自动：
   • 将选中的论文归档至 Papers/。
   • 在 Notes/ 创建对应的笔记模板。
   • 更新 Contents.md 目录索引。

全局配置

仓库根目录提供 config.yaml 用于集中管理抓取、去重、格式化、归档与索引等参数。

• 常见可配置项：关注分类与关键词、抓取数量、摘要截断长度、Inbox/Contents 生成模板、归档目录结构等。
• GitHub Actions 默认会直接使用该文件，无需额外改动。

arXiv API 参数补充说明

• fetch.query.id_list：可选。指定 arXiv id（支持 vN 版本号）；支持 YAML 列表或逗号分隔字符串。仅提供 id_list 时按 id 精确拉取；若同时提供查询条件，则按官方语义取交集（过滤）。
• fetch.formatting.date_source：可选 published/updated；分别对应 Atom 的 <published>（v1）与 <updated>（当前版本）。
• features.arxiv_version_update_behavior：append_notice 追加“版本更新提示”；replace 会把 Inbox 中旧版本 abs 链接替换为新版本链接，并同样追加提示。

提供环境变量覆盖供选择

支持用环境变量覆盖 config.yaml 中的任意配置项：

• 前缀：ARXIV_AGENT__
• 层级分隔：__（双下划线） 示例：
• ARXIV_AGENT__fetch__arxiv_api__max_results=200
• ARXIV_AGENT__fetch__query__categories=["cs.AI","cs.CL"]

---

智能体模块（开发中）

本仓库的 agent/ 目录用于沉淀可复用的“技能（skill）模块”和智能体工作流。每个 skill 以独立目录存在，一般包含：

• SKILL.md：技能说明（适用场景、工作流、输出规范）
• scripts/ / templates/ / references/ / assets/：可选的脚本、模板与参考资料

当前状态：skills 已引入并可独立复用；尚未与本仓库的自动化主流程（scripts/ + GitHub Actions）做强绑定集成。

Skills 清单

CorePipeline（写作与文档规范）

• literature-review：系统化文献综述工作流（规划→检索→综合→引用校验→输出）。
  • 主要脚本：scripts/search_databases.py、scripts/verify_citations.py、scripts/generate_pdf.py
  • 产物：结构化 Markdown 综述；可选 PDF
• scientific-writing：科研写作规范与流程（IMRAD 结构；先大纲后成文；强调引用规范与可复现的写作输出）。
  • 资源：assets/scientific_report_template.tex、assets/scientific_report.sty、assets/REPORT_FORMATTING_GUIDE.md
• markdown-mermaid-writing：Markdown + Mermaid 作为默认文档与制图标准（提供风格指南、24 类图示参考与 9 个常用模板）。
  • 模板：templates/ 下包含 research paper / PR / issue / kanban 等模板

DocumentProcessing（文档处理）

• markitdown：基于 Microsoft MarkItDown 的“文件→Markdown”转换（PDF/DOCX/PPTX/XLSX/图片 OCR/音频转写/HTML 等）。
  • 主要脚本：scripts/batch_convert.py、scripts/convert_literature.py、scripts/convert_with_ai.py

Metadata & Retrieval（元数据与检索）

• research-lookup：实时研究信息检索（自动路由到不同后端；支持强制选择后端）。
  • 关键依赖：需要 PARALLEL_API_KEY 与 OPENROUTER_API_KEY（见该目录 SKILL.md）
  • 入口：research_lookup.py（以及 scripts/research_lookup.py）
• openalex-database：OpenAlex 学术数据库检索与分析（论文/作者/机构/高被引/开放获取等）。
  • 主要脚本：scripts/openalex_client.py、scripts/query_helpers.py
  • 特点：无需 API Key；建议配置 email 以使用 polite pool（提高速率上限）
• citation-management：引用管理（Google Scholar/PubMed 检索；元数据抽取与校验；生成/格式化 BibTeX）。
  • 主要脚本：scripts/search_google_scholar.py、scripts/search_pubmed.py、scripts/doi_to_bibtex.py、scripts/validate_citations.py 等

---

常见问题

• 时间相关问题
  • 抓取时间设置
    • arXiv 会在工作日北京时间8：00开始更新论文，默认将GitHub Actions 的定时任务设置为北京时间8：30运行，以确保每天都能有规律地抓取到最新论文。
    • 周末不会有论文更新，如果你很介意，可以将抓取设置为仅工作日运行。
  • 定时任务未触发？
    • GitHub Actions在运行高峰期可能会有延迟。延迟时间可能在几分钟到数小时不等。
    • 为了解决此问题，目前工作流默认设置Cache缓存以便快速运行，请检查依赖项是否缓存成功。
    • 同时建议在cron-job.org等第三方服务中设置定时触发GitHub Actions。
    • 如果问题依然存在，请尝试手动触发工作流运行。
• 网页版相关问题
  • 无法加载内容
    • 网页版MyArxiv-Agent依赖于GitHub pages提供托管服务,依赖于GitHub PAT令牌鉴权。
    • 请确保你已经正确设置了GitHub PAT令牌，并且令牌具有足够的权限访问仓库内容，否则你仅能在仓库中阅读内容，无法在网页端进行修改。
    • 配置方法：在你的GitHub-setting-developer settings中添加细粒度令牌，选择你的仓库并添加读写权限。
  • 网页版的使用
    • 你必须先fork本仓库到你的账号并配置GitHub pages后才可以使用网页版，因为网页版需要访问仓库内容进行修改，必须是你自己的，不能接入本仓库，否则没有权限访问。

---

致谢

感谢 arXiv 提供开放获取与操作支持。