一个智能的 arXiv 论文总结工具，每日自动为您筛选、总结和推荐符合您研究兴趣的最新论文。
--- ## 📚 目录导航 - [✨ 核心功能](#-核心功能) - 了解项目解决的核心问题 - [⚡ 快速开始](#-快速开始) - 一键启动，快速体验 - [💻 界面预览](#-界面预览) - 查看系统界面截图 - [⚙️ 使用方法](#️-使用方法) - 详细操作指南 - [🤝 贡献与支持](#-贡献与支持) - 如何参与项目 --- ## ✨ 核心功能 ### 智能推荐引擎 - **个性化匹配**：基于您的研究兴趣和关键词进行精准论文筛选 - **AI 深度分析**：通义千问模型驱动的论文摘要和核心观点提取 - **多维度评估**：从相关性、创新性、实用性等角度综合评分 ### 自动化工作流 - **一键启动**：`python start.py` 即可完成所有配置和启动 - **智能环境管理**：自动检测和配置 Python 环境、依赖包 - **Web 界面**：Streamlit 驱动的直观操作界面 ### 多样化输出 - **实时推荐**：Web 界面实时查看推荐结果 - **历史存档**：自动保存每日推荐记录到 `arxiv_history` 目录 - **格式丰富**：支持 Markdown、HTML 等多种输出格式 ### 报告生成效果
**分类匹配界面 - 配置研究兴趣**
**环境配置界面 - 系统设置**
**附录界面 - 分类浏览器**
### 工作流程
1. **论文获取**：从 arXiv API 获取指定分类的最新论文
2. **智能筛选**：基于用户兴趣进行相关性匹配
3. **AI 分析**：使用通义千问模型生成论文摘要和评分
4. **结果展示**：在 Web 界面展示推荐结果
5. **历史存档**：自动保存推荐记录到本地文件
## ⚙️ 使用方法
### 1. 用户创建
“用户创建”的核心是为每个用户建立一个精准的 ArXiv 分类画像，通过 **分类匹配器** 界面完成，它允许用户通过自然语言描述自己的研究兴趣，系统会自动将其与 ArXiv 的官方分类进行匹配，并将最相关的分类保存到该用户的配置中。
**操作流程：**
1. **访问分类匹配器**：在左侧导航栏点击“分类匹配器”。
2. **输入信息**：
- **用户名**：输入您的用户名，用于唯一标识和保存您的匹配结果。
- **研究内容描述**：在文本框中详细描述您的研究方向、兴趣领域、关键词等。例如：
```
我主要关注使用大型语言模型（LLM）进行检索增强生成（RAG）的技术，特别是如何优化其在多模态数据上的表现。
```
3. **开始匹配**：点击“开始匹配”按钮。
4. **自动匹配与保存**：
- 系统后台会调用大语言模型，将您输入的自然语言描述与 `data/users/arxiv_categories.json` 中定义的官方 ArXiv 分类进行语义相似度计算。
- 系统会返回一个按匹配评分从高到低排序的分类列表。
- 这些评分最高的分类结果将自动保存到 `data/users/user_categories.json` 文件中，与您的用户名关联，完成用户画像的创建。
**数据管理：**
页面下方提供了对已创建用户数据的全面管理功能：
- **查看与搜索**：可以浏览所有用户的匹配记录，并按用户名或研究内容进行搜索。
- **编辑**：可以修改用户的研究内容描述，并重新进行匹配。
- **删除**：可以删除单个或批量的用户记录。
- **导出**：支持将用户数据导出为 JSON 文件。
### 2. 每日论文推荐
在创建完用户画像后，主界面 **ArXiv 每日论文推荐系统** 提供了核心的论文推荐功能。它会根据选定用户的画像，自动从 ArXiv 拉取、筛选并分析最新的相关论文。
**操作流程：**
1. **选择用户配置**：在顶部的下拉菜单中，选择一个您在“分类匹配器”中创建的用户。
* 系统会自动加载该用户的配置，包括其匹配的 **分类标签** 和 **研究兴趣**。
2. **开始推荐**：点击“开始推荐论文”按钮。
3. **监控与查看结果**：
* 系统启动后，下方会显示 **实时运行日志**，您可以清晰地看到每一步的执行状态，例如“获取论文”、“分析论文”、“生成报告”等。
* 运行成功后，推荐结果会以标签页的形式展示，包括 **摘要内容**、**详细分析** 和 **简要分析**。
* 同时，系统会生成完整的 `HTML` 和 `Markdown` 格式报告，您可以直接在网页上预览或下载到本地。
## 🤝 贡献与支持
**贡献代码**
```bash
# 1. Fork 本项目
在 GitHub 页面点击 "Fork" 按钮复制项目到您的账号
# 2. 克隆到本地
git clone https://github.com/YOUR_USERNAME/arXiv-Daily-Summary.git
cd arXiv-Daily-Summary
# 3. 创建功能分支
git checkout -b feature/your-feature
# 4. 开发并提交更改
git add .
git commit -m "feat: 添加新功能描述"
# 5. 推送到远程
git push origin feature/your-feature
# 6. 创建 Pull Request
在 GitHub 页面创建 PR，详细描述您的改动
```
**问题反馈**
- 发现 Bug？请提交 [Issue](https://github.com/your-repo/issues)
- 有新想法？欢迎讨论和建议
- 觉得有用？请给项目点个 Star
## 📄 许可证
本项目采用 [Apache 2.0 许可证](LICENSE)
## 🙏 致谢
- 感谢 [arxiv Python包](https://pypi.org/project/arxiv/) 的作者，它提供了非常便捷的论文下载功能。
- 本项目的灵感来源于以下优秀的开源项目，感谢它们的作者：
- [TideDra/zotero-arxiv-daily](https://github.com/TideDra/zotero-arxiv-daily)
- [Vincentqyw/cv-arxiv-daily](https://github.com/Vincentqyw/cv-arxiv-daily)
- [AutoLLM/ArxivDigest](https://github.com/AutoLLM/ArxivDigest)
---
让 AI 帮您从信息海洋中发现真正有价值的研究