核心用法
literature-report 是一款面向科研人员的自动化文献追踪与汇报系统。用户通过 YAML 配置文件设定研究领域、目标期刊和推送渠道，系统每日自动从26个顶级期刊（含 Nature 系列、Science 系列及材料/医学领域顶刊）抓取最新论文，经 LLM 语义理解筛选相关性后，生成中英文标题与英文摘要，最终推送到飞书、钉钉或微信。
使用流程三步走：1）运行 install.sh 安装依赖；2）复制并编辑 config.yaml 配置 LLM API、研究主题与推送目标；3）手动执行或设置定时任务（cron）。支持自定义期刊、关键词黑白名单及推送数量，灵活适配不同学科需求。
显著优点
- 数据源权威：RSS + PubMed API 双通道，覆盖 Nature、Science、Cell 子刊及领域顶刊共26种
- AI 精准筛选：基于 LLM 语义理解判断论文相关性，而非简单关键词匹配
- 双语输出：自动生成中英文标题与结构化英文摘要（含核心发现），降低阅读门槛
- 多平台推送：原生支持飞书、钉钉、微信，适配国内科研团队沟通习惯
- 零代码配置：纯 YAML 配置驱动，无需编程基础即可上手
- 完全自动化：定时任务每日执行，真正实现" set and forget "
潜在缺点与局限性
- API 成本：依赖外部 LLM API（OpenAI/Claude/硅基流动），高频使用产生持续费用
- 推送稳定性：飞书/钉钉/微信 API 可能调整，需维护适配
- 筛选偏差：LLM 相关性判断存在误判可能，可能漏掉跨学科创新论文
- 无全文访问：仅抓取公开元数据，付费论文全文需机构订阅另行获取
- 中文摘要缺失：仅生成英文摘要，中文用户需自行翻译
- 配置安全：API Key 存储于本地 YAML，多人共享场景存在泄露风险
适合人群
- 需要每日追踪领域前沿的研究生、博士后、青年 PI
- 跨学科研究团队，需同时关注材料、医学、AI 等多领域动态
- 英文阅读效率较低、需要结构化摘要辅助的科研人员
- 希望减少信息过载、聚焦高相关度文献的忙碌研究者
常规风险
- API Key 泄露：配置文件误提交公开仓库或共享不当，可能导致密钥被盗用
- 数据隐私：论文检索记录、研究主题描述可能暴露研究兴趣和进展
- 推送渠道封禁：高频推送可能触发平台反垃圾机制
- 依赖单点故障：LLM 服务或期刊 RSS 源不稳定时，系统失效
- 学术严谨性：AI 生成的摘要可能存在理解偏差，需人工复核关键信息