Paper Review Pro - 论文检阅系统
📖 简介
Paper Review Pro 是一款面向科研工作者的智能论文检索与分析工具。它不仅能从 arXiv 和 Semantic Scholar 多源检索论文，还能自动筛选核心文献、生成结构化摘要、评估论文权威性，并输出完整的研究领域分析报告。
适用场景：
- 🔍 快速了解一个新研究领域的核心文献
- 📚 系统性文献综述（Systematic Literature Review）
- 💡 探索研究方向，发现潜在创新点
- 📊 追踪领域内最新进展（按年份过滤）
- 📑 一键导出 BibTeX，快速导入 Zotero 等文献管理工具
✨ 核心优势
| 特性 | 说明 |
|---|
| 多源检索 | 同时检索 arXiv + Semantic Scholar，覆盖预印本与正式发表 |
| 智能筛选 | 相关度 + 权威度综合评分，自动识别高价值论文 |
| CCF 评级 | 内置 CCF（中国计算机学会）推荐目录，自动标注 A/B/C 类 |
| 结构化摘要 | LLM 自动生成：研究问题、方法、结论、创新点 |
| 领域扩展 | 基于 Top-K 论文智能生成扩展检索词，发现相关子领域 |
| 一键导出 | 自动生成 BibTeX 文件，支持 Zotero/Mendeley 导入 |
| 完整报告 | 检索完成后自动生成研究领域分析报告 |
| 健壮性 | 多层错误处理与回退机制，确保稳定运行 |
🚀 快速开始
基本检索
cd ~/.openclaw/workspace/skills/paper-review-pro
python scripts/config.py
python scripts/review.py --query "LLM reasoning" --retrieve_number 20 --keep_topk 5 --year 2024
参数说明
| 参数 | 必需 | 默认值 | 说明 |
|---|
--query | ✅ | - | 检索关键词 |
--retrieve_number | ❌ | 10 | 初始检索数量 |
--keep_topk | ❌ | 3 | 保留核心论文数量 |
--year | ❌ | 2025 | 截止年份（检索该年及之后） |
--expand_query_number | ❌ | 2 | 每个扩展词保留的论文数量 |
输出内容
检索完成后，你将获得：
- Top-K 核心论文列表 - 按综合评分排序，含标题、作者、年份、摘要、链接
- 扩展检索结果 - 基于扩展词的补充检索结果
- BibTeX 文件 - 自动生成，位置：
~/.openclaw/paper-review-pro/papers/bibtex_{query}_{timestamp}.bib
- 检索报告 - 完整的研究领域分析，位置：
~/.openclaw/paper-review-pro/reports/
📦 功能详解
1. 多源检索与去重
检索源：
- arXiv - 预印本为主，覆盖最新研究
- Semantic Scholar - 正式发表为主，含引用信息
去重机制：基于论文标题和 DOI 进行本地去重，避免重复结果。
2. 综合评分系统
评分公式：
综合分数 = 相关度 × (1 - weight) + 权威度 × weight
| 参数 | 说明 | 默认值 |
|---|
| 相关度 | 查询关键词与标题/摘要的匹配度 | - |
| 权威度 | 基于发表状态和 CCF 评级 | - |
| weight | 权威度权重 | 0.3 |
权威度评分标准：
| 等级 | 说明 | 分数 |
|---|
| CCF-A | 顶级会议/期刊（NeurIPS, ICML, CVPR, ACL 等） | 1.0 |
| CCF-B | 优秀会议/期刊 | 0.8 |
| CCF-C | 良好会议/期刊 | 0.6 |
| 已发表未评级 | 有 venue 但未匹配 CCF | 0.5 |
| preprint | 预印本（arXiv 等） | 0.3 |
3. CCF 评级查询
数据库规模：422 个 venue（会议 275 个，期刊 147 个）
代表性收录：
- A 类会议：NeurIPS, ICML, ICLR, CVPR, ICCV, ECCV, ACL, EMNLP, CCS, S&P, SIGMOD, VLDB, KDD 等
- A 类期刊：IEEE TPAMI, IJCV, JMLR, IEEE TIFS, TSE, TODS, TKDE 等
4. 结构化摘要生成
使用 LLM 自动生成四要素摘要：
| 要素 | 说明 |
|---|
| 研究问题 | 论文要解决的核心问题 |
| 方法 | 采用的技术路线/算法 |
| 结论 | 主要发现/实验结果 |
| 创新点 | 与已有工作的区别 |
5. 领域扩展检索
基于 Top-K 核心论文的内容分析，生成语义相关的扩展检索词，帮助发现：
6. BibTeX 导出
自动生成，支持一键导入 Zotero/Mendeley。
导入 Zotero：
- 打开 Zotero
- 文件 → 导入 → 从文件导入
- 选择生成的
.bib 文件
⚙️ 配置与参数
配置文件
位置：~/.openclaw/paper-review-pro/config.json
{
"default_n": 10,
"default_k": 2,
"min_year": 2025,
"default_p": 2,
"authority_weight": 0.3,
"llm": {
"enabled": true,
"provider": "gateway",
"gateway_url": "http://localhost:14940",
"gateway_model": "dashscope/qwen3.5-plus"
}
}
快速配置命令
python scripts/config.py --default_n 20 --default_k 3 --min_year 2024 --authority-weight 0.3
命令行参数
基本参数
| 参数 | 说明 |
|---|
--query | 检索关键词（必需） |
--retrieve_number | 初始检索数量 |
--keep_topk | 保留核心论文数量 |
--year | 截止年份 |
--expand_query_number | 每个扩展词保留数量 |
高级参数
| 参数 | 说明 | 默认 |
|---|
--no-bibtex | 禁用 BibTeX 导出 | 启用 |
--no-authority | 禁用权威度评分 | 启用 |
--authority-weight | 权威度权重 (0.0-1.0) | 0.3 |
--use-api | 使用在线 API 查询发表状态 | 禁用 |
--no-llm | 禁用 LLM 功能 | 启用 |
🛡️ 错误处理与回退机制
本系统设计有多层错误处理机制，确保在各种异常情况下仍能稳定运行。
1. arXiv 检索回退
arXiv API (首选)
↓ [失败]
arXiv 网页爬取 (回退)
↓ [失败]
跳过 arXiv，仅使用 Semantic Scholar
网页爬取保护：
- 超时保护：60 秒
- 条目长度限制：50KB/条
- 进度输出：实时显示处理状态
2. LLM 功能回退
OpenClaw Gateway API (首选)
↓ [401/网络错误]
Dashscope API (备用)
↓ [失败]
规则提取 Fallback
Fallback 行为：
- 摘要生成：从原文提取首尾句作为研究问题/结论，方法/创新点使用模板
- 扩展词生成：从标题提取名词短语，基于常见学术模式生成
保证：即使 LLM 完全不可用，系统也能正常运行，不会中断。
3. 发表状态查询回退
在线 API 查询 (--use-api)
↓ [失败/未启用]
本地数据库匹配
↓ [未匹配]
标记为"未评级"
4. 卡死检测保护
TimeoutMonitor 监控所有关键步骤：
- 超时阈值：1200 秒（20 分钟）
- 监控点：检索、过滤、评分、扩展、导出、报告生成
- 超时行为：自动终止程序并输出错误信息
5. 网络请求重试
所有外部 API 请求均支持自动重试：
- 重试次数：3 次
- 重试间隔：指数退避（1s, 2s, 4s）
📋 使用示例
示例 1：标准检索
python scripts/review.py --query "transformer attention" --retrieve_number 20 --keep_topk 5 --year 2020
示例 2：仅关注内容相关性（忽略权威度）
python scripts/review.py --query "novel architecture" --keep_topk 5 --no-authority
示例 3：高权威度优先（系统性综述）
python scripts/review.py --query "deep learning survey" --keep_topk 10 --authority-weight 0.5
示例 4：快速检索（禁用 LLM）
python scripts/review.py --query "quick test" --retrieve_number 5 --no-llm
示例 5：使用在线 API 获取更准确的发表信息
python scripts/review.py --query "recent paper" --keep_topk 5 --use-api
🧪 测试与验证
测试 CCF 评级模块
# 运行完整测试套件
python scripts/test_publication_status.py
# 测试特定 venue
python scripts/test_publication_status.py --title "论文标题" --venue "IEEE Transactions on Multimedia"
# 显示数据库统计
python scripts/test_publication_status.py --show-db
测试 BibTeX 导出
python scripts/core/bibtex.py --title "Test Paper" --authors "John Doe" --year 2025 --publication "CVPR" --ccf-rank A
📚 参考文档
详细模块说明请参考 reference/ 目录：
⚠️ 注意事项
-
CCF 评级数据库：当前使用本地数据库，覆盖常见计算机领域会议/期刊。如需扩展，请编辑 scripts/core/publication_status.py 中的评级字典。
-
BibTeX 文件位置：生成的 .bib 文件保存在 ~/.openclaw/paper-review-pro/papers/ 目录，文件名格式：bibtex_{查询关键词}_{时间戳}.bib。
-
权威度权重建议：
- 探索性研究：0.2-0.3（相关度优先）
- 系统性综述：0.4-0.5（权威度优先）
- 纯内容分析：使用
--no-authority 禁用
-
在线 API 查询：--use-api 参数通过 Semantic Scholar API 查询发表信息，更准确但会增加检索时间（约 2-5 秒/篇）。
-
arXiv 速率限制：arXiv API 有速率限制，建议检索间隔 ≥3 秒。网页爬取作为回退方案，超时保护 60 秒。
-
LLM 配置：首次使用前请确保 OpenClaw Gateway 或 Dashscope API 已正确配置。如未配置，系统自动降级到规则 Fallback。
📝 更新日志
详见 CHANGELOG.md（如有）或项目发布说明。
版本: 2026-03-29
许可: MIT
维护: OpenClaw Community
