Paper-Feed: 自动化文献精准筛选与推送系统

系统概述

本工具是一个基于 GitHub Actions 的全自动文献监测系统。它旨在解决科研工作中的信息筛选效率问题，功能逻辑如下： 1. 抓取：定时从指定的期刊 RSS 源获取最新发表的论文。 2. 筛选：根据预设的关键词逻辑（支持 AND 组合）对标题和摘要进行匹配。 3. AI总结：借助AI减轻手动翻阅订阅的负担，现在只需打开汇总网页扫一眼。 4. 分发：将命中的论文重组为标准化的 RSS 订阅源，供 Zotero 等阅读器订阅，如果你是Zotero用户，可能会对插件版感兴趣。

---

🛠 功能特性

• 全自动运行：无需服务器，利用 GitHub Actions 每 8 小时自动执行一次检索。
• 多维度检索：支持简单的关键词匹配及 Keyword A AND Keyword B 的组合逻辑检索。
• 数据清洗：内置 XML 字符清洗程序，自动移除非法字符，确保订阅源的兼容性与稳定性。
• 隐私保护：支持通过 GitHub Secrets 注入配置，隐藏用户的研究领域与关注列表。
• AI 总结（可选）：支持调用 OpenAI 兼容接口，对新增命中文献生成中文 HTML 总结，并输出独立 RSS。

---

🚀 部署流程

1. 初始化项目

1. 点击本页面右上角的 Fork，将仓库复制到你的账号下。
2. 在你的仓库中，删除根目录下的 filtered_feed.xml ai_summary_feed.xml ai_summary.html ai_summary_state.json 文件（清除示例数据，可选）。

2. 配置参数

提供两种配置方式，涉及未发表 Idea 或敏感方向建议使用方式 B。

方式 A：文件配置（公开可见）

直接编辑仓库中的以下文件： * journals.dat：填入期刊 RSS 链接，一行一个。 * keywords.dat：填入筛选关键词，一行一个。 * 示例：Perovskite AND Stability

方式 B：环境变量配置（私密不可见）

1. 进入仓库 Settings -> Secrets and variables -> Actions。
2. 点击 New repository secret 添加以下两个变量：
   • Name: RSS_JOURNALS | Secret: 填入期刊链接（换行分隔）。
   • Name: RSS_KEYWORDS | Secret: 填入关键词（换行分隔）。

可选：AI 总结配置

AI 总结默认不强制启用。只有当以下必需 Secrets 都存在时，ai_summary.py 才会在 GitHub Actions 中运行；否则会跳过，不影响普通 RSS。

• Name: AI_API_CONFIG | Secret: 按顺序填写三行，分别是 Base URL、API Key、模型名：

  text https://api.openai.com/v1 sk-*** gpt-4.1-mini

• Name: AI_SUMMARY_PROMPT | Secret: 你的研究方向，建议按重要性排序分行填写，可以是关键词、短句或者一句话。

非敏感参数在 paper_feed_config.json 中修改，无需删除或新增 GitHub Actions 变量：

{
  "rss": {
    "fetch_interval_hours": 8
  },
  "ai_summary": {
    "enabled": true,
    "interval_hours": 24,
    "max_candidates": 100,
    "screening_batch_size": 10,
    "requests_per_minute": 5,
    "max_output_tokens": 0,
    "max_prompt_title_chars": 0,
    "max_prompt_abstract_chars": 0,
    "retry_attempts_per_round": 3,
    "retry_rounds": 2,
    "retry_sleep_seconds": 600
  }
}

其中：

max_candidates 每次生成html文件使用多少篇未使用的文献，没有总结过的会留到下次；

screening_batch_size 单次发送多少篇文献给AI总结，太多了考验AI上下文，可能会丢文献，太少了请求次数过多；

requests_per_minute 是 AI API 请求速率限制，默认 5，即相邻两次请求至少间隔约 12 秒；

max_output_tokens、max_prompt_title_chars、max_prompt_abstract_chars 用于避免输入输出过长、生成时间过久导致网关超时，默认为0，表示不限制。

AI 总结会生成：

• ai_summary_feed.xml：AI 总结订阅源。
• ai_summary.html：最新一期 AI 总结 HTML 页面。
• ai_summary_state.json：已总结文献和上次成功时间，用于避免重复提交给 AI。

3. 启动服务

1. 配置 Pages：
   • 进入 Settings -> Pages。
   • Build and deployment 下，Source 选择 Deploy from a branch。
   • Branch 选择 main 分支的 /(root) 目录。
   • 点击 Save。
2. 激活 Workflow：
   • 进入 Actions 页面。
   • 若提示 "Workflows aren't being run..."，点击绿色按钮 I understand my workflows, go ahead and enable them。
   • 选中左侧 Auto RSS Fetch -> Run workflow 手动触发首次运行。

---

📈 客户端接入 (以 Zotero 为例)

1. 获取订阅链接： https://{你的GitHub用户名}.github.io/{仓库名}/filtered_feed.xml 若启用了 AI 总结，AI 订阅链接为： https://{你的GitHub用户名}.github.io/{仓库名}/ai_summary_feed.xml 当然你也可以直接在浏览器访问： https://{你的GitHub用户名}.github.io/{仓库名}/ai_summary.html
2. 添加订阅：
   • Zotero 菜单栏：文件 -> 新建文献库 -> 新建订阅 -> 从网址。
   • 粘贴上述链接。
3. 设置同步频率：
   • 建议在 Zotero 订阅设置中将更新时间设为与 fetch_interval_hours 相同或更短，以匹配后端的更新频率。

---

📖 期刊显示名称映射

Zotero 列表中的「出版物」列默认显示期刊的正式缩写（如 JACS、PRB、Nat. Commun.），标题列也会自动去除来源标注前缀（如 [Journal of the American Chemical Society: Latest Articles (ACS Publications)] [ASAP]）。

此功能由 journal_map.py 实现，无需修改主程序即可扩展。

新增期刊映射

在 journal_map.py 的 JOURNAL_MAP 列表末尾添加一条记录：

{"prefix": "RSS 标题中方括号内的原始文字", "abbr": "期刊标准缩写"},

如何获取 prefix？

运行一次后，在生成的 filtered_feed.xml 中找任意一条该期刊的条目，<author> 标签内的文字即为对应的 prefix（在映射生效前，author 字段存储的就是 RSS 频道标题原文）。

示例：

# 在 JOURNAL_MAP 列表末尾追加：
{"prefix": "ACS Catalysis: Latest Articles (ACS Publications)", "abbr": "ACS Catal."},
{"prefix": "Wiley: Chemistry of Materials: Table of Contents",  "abbr": "Chem. Mater."},

提交更改后，下次 GitHub Actions 运行时自动生效。

---

⚠️ 维护说明

1. 关键词优化：若订阅源中无关论文过多，请检查 keywords.dat 是否过于宽泛；若漏掉重要论文，请检查是否拼写错误或逻辑过严。
2. 活跃度维持：GitHub 可能会暂停长期无代码提交仓库的 Actions 定时任务。若发现停止更新，请进入 Actions 页面手动启用或提交一次空的 Commit。(真的吗，AI说的我也不知道)
3. 解析失败：部分期刊 RSS 格式不规范。若遇到特定期刊抓取失败，请检查其 RSS XML 结构的合法性。

友情链接

https://linux.do/