核心用法
arxiv-paper-reviews 是一个面向学术研究者的工具技能，通过封装第三方 arXiv Crawler API（http://weakaccept.top:8000/），提供六大核心功能：
1. 论文列表获取：支持按日期（YYYY-MM-DD格式）、学科类别（如 cs.AI, cs.LG）、兴趣标记（chosen）筛选，可分页获取
2. 论文详情查看：通过 paper_key 获取完整论文信息及已有评论
3. 评论列表查询：公开接口获取某论文的所有评论内容
4. 评论提交：支持匿名或署名提交论文评论，附带速率限制保护
5. 标题搜索：基于关键词搜索 arXiv 论文标题
6. 论文导入：从 arXiv URL 导入新论文到本地索引
调用方式：通过 paper_client.py 命令行脚本操作，支持 Python 3 环境，需预先安装 requests 库。
显著优点
- 覆盖学术工作流：从发现论文（列表/搜索）→ 深度阅读（详情/评论）→ 参与讨论（提交评论）形成闭环
- 灵活的筛选机制：支持多维度过滤（日期+类别+兴趣标记），便于定制化追踪研究方向
- 社区评论功能：突破 arXiv 官方仅支持邮件反馈的局限，提供类似会议审稿的公开评论机制
- 低门槛接入：纯 Python 实现，无需复杂认证（公开端点无需 API Key）
- 扩展性设计：文档明确建议可与 cron 定时任务、LLM 自动生成评论、飞书推送等集成
潜在缺点与局限性
- 第三方服务依赖：API 服务器
weakaccept.top非 arXiv 官方或知名学术机构运营，长期稳定性、数据持久性存疑 - 功能覆盖有限：仅支持标题关键词搜索，无法像官方 arXiv API 那样支持作者、摘要、arXiv ID 等多字段检索
- 数据时效性问题：论文导入有每日 5 篇的严格限制，且依赖第三方爬虫更新，可能存在延迟
- 评论质量不可控：公开评论缺乏学术身份验证，可能存在低质量或无关内容
- 无 PDF 直接访问：仅提供元数据和评论，需跳转 arXiv 官网获取全文
适合人群
- 人工智能、机器学习领域研究者（API 预设分类以 cs.AI/cs.LG/cs.MA 为主）
- 需要快速追踪特定日期/类别新论文的科研人员
- 希望参与论文公开讨论、建立学术声誉的博士生/博士后
- 构建自动化论文推送工作流的技术团队
常规风险
| 风险类型 | 具体表现 | 缓解建议 |
|---------|---------|---------|
| **服务中断风险** | 第三方 API 随时可能下线或变更接口 | 关键数据定期本地备份，避免核心业务依赖 |
| **数据准确性风险** | 爬虫解析错误导致元数据错误 | 重要论文信息需与 arXiv 官网二次核对 |
| **速率限制误触** | 评论（10次/分钟）或导入（5次/天）超限导致 IP 被封 | 实现指数退避重试机制，批量操作分散执行 |
| **隐私泄露风险** | 默认作者名配置可能暴露身份信息 | 敏感场景使用匿名评论，或审查 config.json 权限 |
| **法律合规风险** | 大规模自动化导入可能违反 arXiv 服务条款 | 控制导入频率，优先使用官方 API 获取元数据 |