ArXivBuddy
ArXivBuddy 是一个面向科研工作者和学术爱好者的 AI 驱动学术论文发现与推荐平台。它结合用户自定义提示词(Prompt)、Zotero 文献库分析和 arXiv 论文抓取,能够根据用户的研究兴趣和文献阅读历史,自动推荐每日最新的高相关性论文,并通过邮件推送给用户。项目支持多种主流 LLM(如 OpenAI、Ollama 等),可自定义研究兴趣(提示词)和推荐语言(中、英、日、韩等),适合个性化学术信息获取。
ArXivBuddy 是一个面向科研工作者和学术爱好者的 AI 驱动学术论文发现与推荐平台。它结合用户自定义提示词(Prompt)、Zotero 文献库分析和 arXiv 论文抓取,能够根据用户的研究兴趣和文献阅读历史,自动推荐每日最新的高相关性论文,并通过邮件推送给用户。项目支持多种主流 LLM(如 OpenAI、Ollama 等),可自定义研究兴趣(提示词)和推荐语言(中、英、日、韩等),适合个性化学术信息获取。
Zotero 文献分析:集成 Zotero API,分析用户文献库,提取研究兴趣、代表性主题、常用方法等,自动生成个性化推荐权重。大模型智能推荐:支持多种 LLM(OpenAI、Ollama),结合用户自定义提示词和文献历史,智能筛选、摘要和排序论文。邮件推送:自动生成美观的 HTML 邮件,按用户设定每日推送论文推荐。Web 端交互:现代化前端,支持 arXiv 类别多选、Zotero 账号输入、模型参数自定义、语言切换等。历史记录:推荐结果可保存至本地,便于追溯和分析。2. 工作流程用户通过 Web 或命令行输入研究兴趣、arXiv 类别、Zotero 账号等。系统抓取最新 arXiv 论文,分析用户 Zotero 文献库,融合自定义提示词。调用 LLM 对论文进行摘要、相关性分析和排序。生成推荐摘要和详细分析,渲染为 HTML 邮件。通过 SMTP 自动发送邮件,或在 Web 端展示结果。推荐历史自动归档至 arxiv_history/ 目录。3. 推荐算法与个性化结合用户自定义提示词(如研究兴趣、关注方向)和 Zotero 文献库分析结果,动态分配权重。支持多模型推理,自动重试和容错。论文相关性排序融合了 LLM 语义理解和历史兴趣建模。4. Zotero 集成支持输入 Zotero 用户 ID 和 API Key,自动抓取最近 100 篇有摘要的文献。通过 LLM 自动总结用户研究方向、兴趣领域、代表性主题和常用方法,写入 description.txt。支持 Web 端一键配置。5. 邮件与前端邮件内容采用美观的 HTML 模板,支持多语言。Web 前端基于 Bootstrap,交互友好,支持移动端适配。支持模型参数自定义、arXiv 类别多选、Zotero 账号输入等。
