tdccccc_arxiv-daily/docs

arXiv Daily

每日 arXiv 论文跟踪器：LLM 筛选摘要、按主题组织日报、Dashboard 含日历搜索筛选、PDF 笔记，支持 CLI。

新手教程 · English README

arXiv Daily 的目标不是替代 Zotero 或 PDF 阅读器，而是把每天新出现的 arXiv 论文稳定地接入 Obsidian：自动抓取、按研究主题筛选、生成 Markdown 日报，并用 arXiv Daily Dashboard 回看重点论文。

核心流程

1. 在 Settings 顶部按四步引导完成 Connect AI、Choose paper sources、Describe your research interests 和 Generate your first report。
2. 引导会复用现有设置表单，并在第一份报告完成前持续显示；报告完成且配置有效后改为带最近报告日期的紧凑 Setup complete，配置失效时完整引导会重新出现。
3. 插件按计划自动运行，或从 Dashboard 手动运行。
4. 阅读当天 Markdown 日报，对重要论文点星标或勾选“重点”。
5. 之后通过 Dashboard 搜索、筛选、打开日报、论文笔记、arXiv 页面或 PDF。
6. 真正要进入文献库时，打开 arXiv 页面，用 Zotero 浏览器插件导入。

Zotero 仍然负责 citation key、BibTeX 和正式文献库管理。

主要功能

• Dashboard 作为主入口：左侧 ribbon 图标单击直接打开 Dashboard。
• Starred / All 工作流：只给重要论文点星标，未星标论文保持中性。
• 日报日历：有日报的日期会标出，今天会高亮，点击日期即可打开对应日报。
• 本地相关度搜索：覆盖 arXiv ID、标题、作者、topic、分类和结构化摘要字段；支持英文技术词及中文双字切词，并优先精确匹配现代 arXiv ID（含 URL/version 形式）。有搜索词时默认按相关度排序；显式选择星标、发表日期、topic 或标题后，该排序保持为主排序。
• Similar Papers：在未忽略的 Paper Index 条目上进行本地加权词法匹配，使用已持久化的摘要和从历史日报恢复的结构化总结；优先多概念、跨字段重合，抑制弱匹配和仅作者匹配。结果显示匹配原因、元数据、可用资源，并可打开 detail、来源日报、arXiv 或 PDF；查询时不使用网络、LLM、embedding 或数据库。
• 聚焦阅读动作：打开/创建论文笔记、打开来源日报、打开 arXiv、打开 PDF、下载 PDF。
• 统一取消：Cancel active tasks 协作式取消自动/手动日报运行、手动 detail 总结和 PDF 下载；Get Models 不在取消范围内。Obsidian 已经发出的 requestUrl 请求可能先完成，但后续工作会停止。
• Markdown 原生输出：日报和论文笔记都是普通 Markdown 文件。
• 自动补跑：Obsidian 打开时会补跑 lookback 窗口内漏掉的工作日。
• 共享 core + CLI：Obsidian 插件和 Node CLI 复用同一套 pipeline。

Dashboard

Dashboard 是设置完成后的主要入口。

• Starred：显示你标记为重点的论文。
• All：显示所有未忽略的历史论文。
• 左侧提供 Search、Topic、From、To、Note、Detail 和汇总数字；Search 使用上述本地相关度索引，并在相关度排序时显示匹配字段原因。
• Sort 控件可以按相关度、星标优先、发表日期、topic 或标题切换列表顺序；用户显式选择的排序不会被搜索覆盖。
• 右侧日历可以直接打开某一天的日报。
• 每行论文保留标题、作者、摘要和常用操作。

Dashboard 读取 arxiv-daily/.index/papers.json。它不替代 Markdown 编辑器；日报和论文笔记仍然用 Obsidian 原生编辑器打开。

输出目录

默认写入 vault 内的 arxiv-daily/：

arxiv-daily/
  daily/
    2026-06-13.md
  papers/
    2606.12345.md
  pdfs/
    2606.12345.pdf
  .index/
    papers.json
    run-state.json

• daily/YYYY-MM-DD.md：按 topic 分组的每日发现日报，每篇入选论文都有结构化短总结。
• papers/<arxiv_id>.md：独立的全文 deep dive 或手动创建的论文笔记；它与日报中的结构化总结不是同一种输出。
• pdfs/<arxiv_id>.pdf：手动下载的 arXiv PDF。
• .index/papers.json：Dashboard、搜索和 Similar Papers 使用的本地 Paper Index。
• .index/run-state.json：调度器和 CLI 共用的运行状态。

Paper Index schema 3 会在原有元数据和结构化总结之外持久化 abstract，并可直接读取旧 schema 1/2。旧条目会在之后的日报流程再次遇到论文时惰性补齐 abstract，不会为了迁移而联网或批量重写。

安装

arXiv Daily 仅支持 Obsidian 桌面端。

Community Plugins

插件通过 Obsidian 社区审核后：

1. 打开 Settings -> Community plugins -> Browse。
2. 搜索 arXiv Daily。
3. 安装并启用。

BRAT Beta

社区列表完全可用前，可以用 BRAT 安装：

1. 安装并启用 BRAT。
2. 打开 BRAT settings -> Add Beta plugin。
3. 输入：

tdccccc/arxiv-daily

手动安装

从最新 release 下载 manifest.json、main.js、styles.css：

https://github.com/tdccccc/arxiv-daily/releases/latest

在 vault 中创建隐藏的插件目录（若尚不存在），并把三个文件直接放入该目录：

<你的-vault>/.obsidian/plugins/arxiv-daily/
  manifest.json
  main.js
  styles.css

不要保留额外的 release 或仓库子目录。重启 Obsidian，然后在 Settings → Community plugins 中启用 arXiv Daily。

快速开始

第一次使用建议先看 新手教程。

1. 打开 Settings -> arXiv Daily。
2. 选择 LLM provider 并填写 API key。
3. 选择一个或多个 arXiv 分类。
4. 添加至少一个研究主题。
5. 启用调度器，或打开 Dashboard 点击 Run Today。

研究主题是自然语言描述，例如“photo-z 方法、目录构建、系统误差校正”。LLM 会根据这些主题判断论文是否相关以及应该归到哪个 topic。

日报

日报是普通 Markdown 文件。每篇入选论文包含：

• 作者和 arXiv 链接
• 用于总结的信息来源章节
• 核心问题
• 关键方法
• 主要结果
• 为什么值得看
• 局限或边界
• 用于 Markdown triage 的“关注 / 重点”checkbox

在日报里勾选“重点”会映射为 Dashboard 里的星标。

日报和生成的 detail 笔记末尾会附加折叠的 Generation metrics callout：在可用时显示 pipeline 总耗时，并显示 LLM 耗时、逻辑调用数、HTTP attempts 和 provider 实际报告的 token usage。缺失 usage 会显示 unavailable/incomplete，而不是记为 0；重试时若失败 attempt 的 usage 不可得，也会标为 incomplete。插件不估算费用。旧 Markdown 无需重写，仍可使用。

自动 deep dive

daily/YYYY-MM-DD.md 里的结构化条目是完整的每日发现结果；papers/<arxiv_id>.md 则是针对单篇论文的独立全文 deep dive，不是日报短总结的另一种显示形式。

自动 deep-dive 选择现在是正文抓取完成后的独立 LLM 评分步骤。只有归入已启用 Detail report 的 topic、存在可用全文且尚无 paper 文件的论文才有资格。存在 eligible candidates 时，所有候选合并到额外的一次 LLM 调用中评分；没有候选时不会产生这次调用。

全局 Automatic detail notes 设置只需选择 Fewer（更少）、Recommended（推荐） 或 More（更多）；默认是 Recommended。每个 topic 的 Detail report toggle 独立控制候选资格。已有 Custom 策略会继续生效，直到用户主动选择其他选项；高级自定义阈值仍可通过持久化配置或 CLI 设置。

如果评分调用失败或返回无效结果，系统会保守地不创建任何新的自动 deep dive，但仍继续生成日报，daily run 可以成功。手动 Summarize by arXiv ID 是独立流程，不受该策略影响。

常用操作

操作	入口
打开 Dashboard	左侧 ribbon 图标或命令面板
运行今天	Dashboard 顶部
补跑 lookback 日期	Dashboard 顶部
指定日期运行	Dashboard More 菜单或命令面板
按 arXiv ID 生成单篇总结	Dashboard More 菜单或命令面板
取消 active tasks	Dashboard More 菜单或命令面板
查找相似论文	论文行的 Find similar papers 操作
打开某天日报	Dashboard 日历
标记重点论文	Dashboard 星标按钮或日报“重点”checkbox

网络与隐私

arXiv Daily 只为抓取和总结论文访问必要服务。

• 访问 arxiv.org 和 export.arxiv.org，用于获取论文列表、摘要、HTML 页面和用户手动下载的 PDF。
• 访问你在设置中配置的 LLM provider endpoint。发送内容可能包括论文标题、作者、摘要和用于筛选/总结的正文片段。
• 已保存的 API key 在设置页只显示 Configured；修改或删除必须显式使用 Replace / Clear。为保持兼容，key 仍以明文保存在 <你的-vault>/.obsidian/plugins/arxiv-daily/data.json；Obsidian Sync 或其他 vault 备份可能复制该文件。这里不使用 keyring，也不提供加密存储。请限制 vault 及备份的访问权限，并用 Clear 删除已保存的 key。日志、诊断和展示给用户的错误会做脱敏。
• 抓取的 arXiv HTML/source 内容会缓存在 <你的-vault>/.obsidian/plugins/arxiv-daily/.cache/，保留时间由设置决定（默认 7 天）。要清除缓存，请先禁用插件再删除该目录；后续使用时会自动重建。
• CLI 从 ARXIV_DAILY_API_KEY 或用户提供的配置文件读取 key；抓取缓存默认位于当前工作目录下的 .arxiv-daily/cache/，可用 --cache-dir 或 ARXIV_DAILY_CACHE_DIR 修改。请按运行环境保护或删除这些本地文件。
• 插件不包含客户端 telemetry，也不会把 vault 内容发送到 arXiv 和你配置的 LLM provider 之外的服务。
• 日报、论文笔记、PDF、索引和运行状态默认写入 vault 内的 arxiv-daily/；修改输出配置后实际位置也会变化。

CLI 简要说明

Node CLI 可用于 cron 或服务器工作流，但它不是主入口；需要 Node.js 20.11.0 或更高版本。

# 在仓库根目录执行
npm ci
npm run build

ARXIV_DAILY_API_KEY=sk-... npm run cli -- run-pending --vault-root /path/to/vault

使用配置文件：

npm run cli -- run --date 2026-06-13 --config arxiv-daily.config.json --vault-root /path/to/vault
npm run cli -- summarize --id 2606.12345 --config arxiv-daily.config.json --vault-root /path/to/vault

根目录的 arxiv_daily.py 只是兼容 shim，会转发到 Node CLI，不再维护独立 Python pipeline。

开发

实现细节和开发文档见 plugin/README.md。

cd plugin
npm install
npm test
npm run build

License

MIT