PaperRadar

PaperRadar 是一个基于关键词的「论文雷达」：每天自动抓取 arXiv +（可选）学术期刊最新论文，通过“双 LLM”完成筛选与 PDF 深度分析，生成日报（Markdown + JSON），并通过内置 Web UI 快速浏览与检索。

功能亮点

• 多源抓取：arXiv RSS + 期刊 RSS（Nature/NEJM/Cell/Science 等，可在 config.yaml 关闭）
• 双 LLM 架构：
  • Light LLM：基于 title/abstract 快速判断匹配哪些关键词（输出 matched_keywords）
  • Heavy 多模态 LLM：读取 PDF，输出 TLDR/贡献/方法/实验/创新/局限/数据/代码 + 质量评分
• 领域总结：每个领域一段 Markdown 总结，引用“论文1/2/3…”（Web UI 中可点击跳转到对应论文卡片）
• 报告输出：每日生成 reports/（Markdown）与 reports/json/（JSON）
• Web UI：日期/领域筛选、搜索、排序、可跳转引用数字、分页加载
• Docker 部署：容器内 cron 定时运行 + FastAPI Web 服务（默认端口 8000）

工作流（Stage 0-4）

1. Stage 0：抓取论文元数据（title/abstract/pdf_url…）
2. Stage 1：Light LLM 关键词匹配（输出 matched_keywords）
3. Stage 2：Heavy LLM 读取 PDF 深度分析（结构化字段 + quality_score）
4. Stage 3：SummaryAgent 生成领域总结（Markdown，引用“论文N”）
5. Stage 4：Reporter 保存 Markdown/JSON；Web UI 读取 JSON 展示

快速开始（Docker，本地构建）

1) 配置环境变量

cp .env.example .env
nano .env

2) （可选）调整 config.yaml

• 不需要期刊：将 journals.enabled: false，并可关闭 ezproxy.enabled: false
• 调整定时：runtime.schedule（cron 表达式，容器时区见 TZ）

3) 启动

docker compose up -d --build

4) 访问 Web UI

• http://localhost:8000
• 健康检查：http://localhost:8000/api/health

5) 立即跑一遍（可选）

docker compose exec paper-radar python main.py --dry-run

生成的日报会写入 reports/ 与 reports/json/，Web UI 会自动显示可选日期。

关键配置

环境变量（.env）

变量	说明
LIGHT_LLM_API_BASE / LIGHT_LLM_API_KEY / LIGHT_LLM_MODEL	轻量 LLM（OpenAI compatible）
HEAVY_LLM_API_BASE / HEAVY_LLM_API_KEY / HEAVY_LLM_MODEL	多模态 LLM（PDF 分析）
HKU_LIBRARY_UID / HKU_LIBRARY_PIN	（可选）EZproxy 凭据（访问付费期刊 PDF）
TZ	容器时区（默认 Asia/Shanghai）
WEB_PORT	Web 端口（默认 8000）
RUN_ON_START	容器启动时立即运行一次（默认 false）

config.yaml

• keywords: 领域列表（name / description / examples）
• preprints: 预印本源配置（arXiv + bioRxiv/medRxiv）
• journals: 期刊源开关与列表
• llm: light/heavy/summary 的模型与限速
• runtime: cron schedule、并发、超时等
• output: markdown/json 输出路径

部署到 VPS / NAS

• 详细步骤见 DEPLOY.md
• 生产建议：将 8000 端口置于 Nginx/Caddy 反代之后再开放公网访问（HTTPS + 访问控制）

文档

• DESIGN.md：整体流程、模块职责与设计说明

License

MIT (see LICENSE)