新闻详情

新闻详情

首页 / 资讯中心 / 详情

Zotero-arXiv-Daily 每日论文推荐指南:fork 一次,从此每天收到只属于你的 arXiv 邮件

发布时间:2026/11/12 13:44:12来源:尧图网络
Zotero-arXiv-Daily 每日论文推荐指南:fork 一次,从此每天收到只属于你的 arXiv 邮件
Zotero-arXiv-Daily 每日论文推荐指南fork 一次从此每天收到只属于你的 arXiv 邮件【免费下载链接】zotero-arxiv-dailyRecommend new arxiv papers of your interest daily according to your Zotero libarary.项目地址: https://gitcode.com/GitHub_Trending/zo/zotero-arxiv-daily每天早上打开邮箱里面躺着一封昨晚自动生成的 arXiv 论文推荐邮件。论文按与你研究兴趣的相关度排好序每篇带一句 TL;DR 速览、五星评分和 PDF、代码直达按钮。你什么都不用做也不用掏一分钱——Zotero-arXiv-Daily 把这套每日论文推荐流程整个跑在 GitHub Actions 的免费额度里你的兴趣画像就来自你平时的 Zotero 文献库。 先看每天的邮件长什么样结果先放这儿一封由 GitHub Action 发出的邮件列出昨天的新论文标题、作者、机构、相关度评分、TL;DR 一应俱全。它的工作流程是一条直线理解这一点后后面所有配置都好懂了拉取你 Zotero 文献库里的论文可用 glob 路径只取部分分类抓取 arXiv也可选 bioRxiv、medRxiv前一天发布的新论文用嵌入模型算新论文摘要 × 你库里每篇论文的相似度越新加入你库的论文权重越高调 LLM API 为每篇候选论文生成 TL;DR 速览渲染成 HTML 邮件经 SMTP 发到你收件箱整条链路的代码都在 src/zotero_arxiv_daily/入口是 executor.py想看细节随时翻。 五分钟跑通fork、密钥与测试触发这条路线走完你会收到第一封测试邮件。共 4 步每步都有明确的完成标志。Fork 仓库打开项目页点右上角 Fork 按钮建议顺手 Star 一下方便盯更新完成后你自己的账号下多出一个 zotero-arxiv-daily 仓库工作流跟着一起复制过来。申请 Zotero 的 User ID 和 API Key登录 zotero.org进 Settings → SecurityApplications 页面。User ID 是一串数字不是你的用户名别填错再点 Create new private key 生成一个有读取权限的 Key。两个值都到手即本步成功。填 GitHub Secrets 与自定义配置变量进你的 fork 仓库 Settings → Secrets and variables → Actions点 New repository secret 逐个添加密钥名填什么ZOTERO_ID上一步的 Zotero 数字 User IDZOTERO_KEY新创建的 Zotero API KeySENDER发件邮箱账号SENDER_PASSWORD该邮箱的SMTP 授权码不是登录密码RECEIVER收论文推荐的邮箱OPENAI_API_KEY/OPENAI_API_BASE任一 OpenAI 兼容 LLM 接口的密钥与地址再切到Variables页添加两个公开变量。DEBUG填true测试期用CUSTOM_CONFIG的值照抄下面模板它会自动引用上面的 Secrets不用把密钥重复填进去zotero: user_id: ${oc.env:ZOTERO_ID} api_key: ${oc.env:ZOTERO_KEY} email: sender: ${oc.env:SENDER} receiver: ${oc.env:RECEIVER} smtp_server: smtp.qq.com smtp_port: 465 sender_password: ${oc.env:SENDER_PASSWORD} llm: api: key: ${oc.env:OPENAI_API_KEY} base_url: ${oc.env:OPENAI_API_BASE} generation_kwargs: model: gpt-4o-mini source: arxiv: category: [cs.AI,cs.CV,cs.LG,cs.CL] executor: debug: ${oc.env:DEBUG,null} source: [arxiv]${oc.env:XXX} 的写法表示取 Secrets 里 XXX 的值。你的邮箱不是 QQ 的话把smtp_server、smtp_port换成服务商的即可想加 bioRxiv、medRxiv 来源在source下加对应 category 并写入executor.source。手动触发测试等收件箱在 Actions 页找到 Test-Workflow 点 Run workflow它是调试版固定抓 5 篇论文随时可测。运行结束日志正常、收件箱里出现带评分和 TL;DR 的邮件即全部跑通。测试满意后把DEBUG改成false正式工作流 Send-emails-daily 会每天 22:00 UTC北京时间早上 6 点自动跑一次。️ 决定推荐准不准的三个参数跑通只是及格线推荐准不准取决于这三处全都在CUSTOM_CONFIG里改。完整的默认值可对照 config/base.yaml。参数作用怎么调source.arxiv.category限定抓哪些 arXiv 分类先收窄到你主攻的 2~3 个宁少勿多include_cross_list: true可放宽到交叉列表论文zotero.include_path限定参考你库里的哪些分类填 glob 列表如[2026/survey/**]只让推荐围绕核心书单转不被杂物干扰executor.reranker算相关度用什么嵌入模型默认local工作流内跑 Hugging Face 模型零费用想换更强效果可配api指向嵌入模型接口两个容易忽略的开关也值得认识executor.max_paper_num控制邮件最多列几篇默认 100调太大会拖长运行时间个人用不用动zotero.ignore_path用同样的 glob 语法把不想参与推荐的分类排除掉。逻辑一句话总结新论文得分 与你库里所有论文相似度的加权平均新加入的库内论文权重更高。所以你库的近期内容就是遥控杆——最近读什么推荐就朝哪偏。✅ 跑通之后验证、边界与下一步先验证两件事。工作日早上看一眼收件箱有没有新邮件周末打开 Actions 日志看到 No new papers found 是正常现象arXiv 周末不放新论文。记住三条边界。一是免费额度公开仓库单次运行上限 6 小时max_paper_num别贪大个人使用绰绰有余。二是时间默认 22:00 UTC 触发想换时段改 main.yml 里的定时即可。三是同步项目在活跃开发建议点 Watch 关注 Release上游更新后及时把改动合进你的 fork新功能和新修复才不会缺席。按你的情况选下一步。已在用 Zotero 且库里有几十个相关条目的今天就能配好收信库越厚推荐越稳。还没装 Zotero 的先花一周把文献收进库里再部署画像空的话推荐只会是泛泛而谈。做生物医学方向的把source换成 biorxiv、medrxiv 并填对应分类即可不必局限于 cs 系。想在自己电脑上边改边试的装好 uv 后设好环境变量直接跑uv run src/zotero_arxiv_daily/main.py省去每次等云端排队。【免费下载链接】zotero-arxiv-dailyRecommend new arxiv papers of your interest daily according to your Zotero libarary.项目地址: https://gitcode.com/GitHub_Trending/zo/zotero-arxiv-daily创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/11 13:52:51

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/10 19:42:40

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/12 9:50:02

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/12 9:25:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/11 15:37:39

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/10 17:14:10

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉