核心用法
Agentic Paper Digest 是一款面向学术研究者的自动化论文聚合与摘要工具，通过智能代理工作流从 arXiv 和 Hugging Face 两大平台抓取最新论文，经 LLM 分类筛选后生成结构化摘要输出。
主要使用场景：
- 批量获取指定时间窗口内的最新 AI/ML 相关论文
- 生成 JSON 格式论文 feed，供下游代理或工作流消费
- 部署本地 API 服务，支持轮询式论文监控
运行方式：
- CLI 模式（推荐）：
bash run_cli.sh，支持--window-hours、--sources等参数 - API 模式：
bash run_api.sh启动服务，提供/api/run、/api/papers、/api/status等端点
核心配置：
- 支持 OpenAI 及任意 LiteLLM 兼容的 LLM 服务
- 通过
topics.json定义研究主题与关键词，实现智能分类 - 可启用 PDF 首页文本提取（
ENABLE_PDF_TEXT=1）增强摘要质量 - 支持机构加权排名（
affiliations.json）
显著优点
1. 多源聚合：同时覆盖 arXiv（cs.CL, cs.AI, cs.LG 等）与 Hugging Face，减少信息孤岛
2. 智能过滤：基于 LLM 的相关性分类器，自动过滤低相关论文
3. 灵活部署：CLI 脚本即开即用，API 模式便于集成到现有工作流
4. 可定制主题：JSON 配置驱动，主题定义与 LLM 分类器解耦，便于精细调优
5. 轻量级存储：SQLite 本地存储，无需外部数据库依赖
潜在局限
- LLM 依赖：核心功能（相关性判断、摘要生成）完全依赖外部 LLM，成本高且存在延迟
- 无内置调度：需配合 cron/systemd 等外部工具实现定时运行
- PDF 解析可选：
PyMuPDF为额外依赖，未安装时仅依赖摘要文本 - 单用户设计：SQLite 存储与本地 API，未针对多用户并发优化
- 主题维护成本：主题定义需人工维护，领域快速演进时可能失效
适合人群
- AI/ML 研究者需跟踪最新文献但时间有限
- 研究小组需统一论文监控入口
- 自动化工作流开发者需结构化论文 feed
- 对 arXiv/HF 内容有明确领域聚焦的技术团队
常规风险
- API 密钥泄露：
OPENAI_API_KEY或LITELLM_API_KEY需妥善保管，建议通过.env文件管理 - 成本控制：高频轮询 + LLM 调用可能产生显著费用，建议合理设置
WINDOW_HOURS和主题限制 - 数据时效性：依赖上游平台 RSS/API，存在抓取延迟或接口变更风险
- 分类偏差：LLM 主题分类可能存在误判，重要论文建议人工复核