AutoPaper

AutoPaper 是一个自动采集 arXiv 论文、按关键词筛选排序、同步到飞书多维表格并发送飞书群通知的工具。适合每天按多个研究方向追踪新论文，并把结果沉淀到团队共享表格中。

功能

能力	说明
arXiv 论文采集	按领域、分类、最近天数或日期范围检索论文，支持批量分页和网络重试。
关键词筛选	支持兴趣关键词、排除关键词、必须关键词、AND / OR、通配符、正则和模糊匹配。
论文排序	根据命中关键词、评分阈值和可选高级评分策略筛选推荐论文。
飞书多维表格同步	自动查找或创建研究方向表格，写入论文标题、作者、摘要、分类、评分、关键词、链接和日期。
去重与增量同步	按 ArXiv ID 检查已有记录，只同步新增论文，避免重复写入。
飞书群通知	完整同步后发送汇总消息，包含新增数量、相关表格总计、推荐论文和表格链接。
多方向批量同步	sync_*.yaml 每个文件对应一个研究方向，all.yaml 统一批量执行并汇总通知。
定时任务	初始化项目时复制 cron 脚本，可每天自动同步并在有新增论文时通知。
命令行体验	提供 init、health、feishu check、feishu test-notify、sync、get-token 等命令。

安装

推荐使用 uv：

uv sync --group dev
uv run autopaper --help

安装为可直接调用的命令：

uv tool install -e .
autopaper --help

也可以使用 pip：

python -m pip install -e .
autopaper --help

Quick Start

下面是一套从零开始的完整流程：初始化项目、配置飞书、同步全部方向，并在有新增论文时发送飞书群通知。

1. 初始化项目

mkdir my-autopaper
cd my-autopaper
autopaper init --with-scripts

生成后的主要文件：

路径	用途
.env	飞书应用密钥、访问 token、多维表格 token。
conf/default.yaml	通用默认配置。
conf/all.yaml	批量同步和飞书汇总通知配置。
conf/sync_*.yaml	每个研究方向的搜索、关键词和同步配置。
scripts/configure_project.sh	交互式一键配置脚本。
scripts/setup_daily_sync.sh	定时任务安装和管理脚本。
scripts/daily_arxiv_sync.sh	每日同步执行脚本。

如果没有全局安装 autopaper 命令，可以在源码仓库中使用：

uv run autopaper init --target my-autopaper --with-scripts

2. 一键交互配置

推荐直接运行配置向导：

chmod +x scripts/*.sh
scripts/configure_project.sh

向导会依次完成：

步骤	内容
环境配置	创建或更新 .env，提示填写飞书 App ID、App Secret、表格 token 等。
飞书通知配置	更新 conf/all.yaml，设置群通知开关、群聊 ID、通知阈值和推荐数量。
配置检查	运行配置校验、健康检查，可选择检查或发送飞书测试通知。
定时任务配置	配置每日同步 cron；已有任务会更新，没有任务会新增。

3. 手动配置飞书环境变量（可选）

如果已经运行 scripts/configure_project.sh，可以跳过本节和下一节。

编辑 .env：

FEISHU_APP_ID=cli_xxx
FEISHU_APP_SECRET=xxx
FEISHU_BITABLE_APP_TOKEN=xxx
FEISHU_TENANT_ACCESS_TOKEN=t-xxx

如果还没有 FEISHU_TENANT_ACCESS_TOKEN，可以用应用 ID 和密钥获取并保存：

autopaper get-token --env-file .env --save

4. 手动配置飞书群通知（可选）

编辑 conf/all.yaml，开启批量汇总通知：

feishu:
  enabled: true
  sync_threshold: 0.3
  batch_size: 50
  chat_notification:
    enabled: true
    min_papers_threshold: 1
    max_recommended_papers: 1
    message_template: "default"
    include_table_links: true
    send_to_all_chats: false
    target_chat_ids:
      - "oc_xxx_your_chat_id"

推荐在生产环境填写 target_chat_ids。如果机器人只加入一个测试群，可以临时使用：

send_to_all_chats: true
target_chat_ids: []

通知发送条件：

条件	说明
使用 sync --config all	批量同步完成后才发送汇总通知。
本次有新增论文	没有新增记录时不会通知。
达到 min_papers_threshold	新增数量小于阈值时不会通知。
未使用跳过参数	不要加 --dry-run、--no-feishu 或 --no-notify。

5. 检查配置和飞书连通性

autopaper --env-file .env validate-config --config all --config-dir ./conf
autopaper --env-file .env health --config all --config-dir ./conf --skip-network
autopaper --env-file .env feishu check --config sync_1_llm_robotics --config-dir ./conf

6. 先小范围试运行

先确认搜索、排序和飞书写入链路。--limit 2 会限制本次处理数量，--no-notify 避免测试时发送正式汇总通知：

autopaper --env-file .env sync --config sync_1_llm_robotics --config-dir ./conf --limit 2 --no-notify

再检查批量同步流程，但不写入飞书：

autopaper --env-file .env sync --config all --config-dir ./conf --dry-run --limit 2

7. 完整同步并发送飞书通知

确认配置无误后，执行完整同步：

autopaper --env-file .env sync --config all --config-dir ./conf

这个命令会：

步骤	行为
读取 conf/sync_*.yaml	按每个研究方向分别搜索 arXiv。
关键词筛选和排序	只保留满足规则和评分阈值的论文。
写入飞书多维表格	新论文写入对应研究方向表格。
发送飞书汇总通知	有新增论文且达到阈值时，向配置的群聊发送消息。

8. 开启每日自动同步

配置向导已经可以新增或更新定时任务；也可以单独运行：

chmod +x scripts/*.sh
scripts/setup_daily_sync.sh add
scripts/setup_daily_sync.sh status

默认每天按 AUTOPAPER_CRON_SCHEDULE 执行，默认值为 0 10 * * *。可通过环境变量调整：

AUTOPAPER_CRON_SCHEDULE="0 9 * * *" scripts/setup_daily_sync.sh add

定时任务默认执行：

uv run autopaper --env-file .env sync --config all --config-dir ./conf

setup_daily_sync.sh 会把 uv 路径、源码项目目录和 .env 路径写入 cron；如需手动指定，可设置 AUTOPAPER_UV_BIN、AUTOPAPER_UV_PROJECT_DIR 或 AUTOPAPER_ENV_FILE。

因此，只要 conf/all.yaml 中开启 feishu.chat_notification.enabled: true，每天有新增论文时就会自动发送飞书通知。日志在：

logs/daily_sync_YYYYMMDD.log

常用命令

命令	用途
scripts/configure_project.sh	交互式配置 .env、通知和定时任务。
autopaper list-configs --config-dir ./conf	查看所有同步配置。
autopaper validate-config --config all --config-dir ./conf	校验全部配置。
autopaper health --config all --config-dir ./conf --skip-network	检查包、配置和飞书环境变量。
autopaper feishu check --config sync_1_llm_robotics --config-dir ./conf	检查飞书多维表格访问权限。
autopaper feishu test-notify --config all --config-dir ./conf --send	发送飞书测试通知。
autopaper sync --config sync_1_llm_robotics --config-dir ./conf --limit 2 --no-notify	小范围同步单个方向。
autopaper sync --config all --config-dir ./conf	完整批量同步并按条件发送通知。

配置入口

配置	说明
search.*	搜索领域、最近天数、最大结果数、日期范围、批处理窗口。
interest_keywords	感兴趣关键词，影响评分和排序。
exclude_keywords	排除关键词，命中后过滤论文。
required_keywords.*	必须命中的关键词规则，支持 AND / OR 和模糊匹配。
feishu.sync_threshold	飞书同步最低评分阈值。
feishu.chat_notification.*	群通知开关、目标群、推荐论文数量、消息模板。
user_profile.*	研究方向名称、描述和飞书表格命名。

Python API

from autopaper import ArxivAPI, PaperRanker

api = ArxivAPI()
papers = api.search_papers(query="robot", categories=["cs.RO"], max_results=3)

ranker = PaperRanker()
ranked, excluded, stats = ranker.filter_and_rank_papers(
    papers,
    interest_keywords=["navigation", "robot"],
    exclude_keywords=["medical"],
    min_score=0.1,
)