customize-arXiv-daily：每日定制化的 arXiv 论文推荐

customize-arXiv-daily：每日定制化的 arXiv 论文推荐

customize-arxiv-daily Customize your arXiv recommendation every day. 项目地址: https://gitcode.com/gh_mirrors/cu/customize-arxiv-daily

项目介绍

customize-arXiv-daily 是一个开源项目，旨在为研究人员提供每日定制的 arXiv 论文推荐服务。用户可以根据自己的研究领域和兴趣描述，通过人工智能语言模型（LLM）获得相关论文的推荐。此项目不仅支持多种模型和部署方式，而且允许用户完全自定义推荐过程中的提示语（prompt），以更好地满足个性化需求。

项目技术分析

项目采用了先进的人工智能技术，通过调用 LLM API 来分析用户提供的兴趣描述，并据此从 arXiv 上筛选和推荐论文。它主要包括以下几个技术模块：

• 爬虫模块：利用 requests 库自动爬取 arXiv 上的论文信息。
• LLM 接口调用：根据用户描述调用相应的 LLM API，如 OpenAI、SiliconFlow 或 Ollama，进行论文摘要和相关性评分。
• 邮件发送模块：使用 SMTP 服务将推荐结果以 HTML 格式的邮件发送给用户。
• 本地部署工具：支持使用 Ollama 等工具进行本地部署，以满足不同用户的需求。

项目及技术应用场景

customize-arXiv-daily 适用于以下几种场景：

• 研究领域调整：当研究人员的研究方向发生变化，原有的 Zotero 收藏夹中可能包含不再感兴趣的论文时，该项目可以帮助用户重新定位和获取新的相关论文。
• 非 Zotero 用户：对于那些不使用 Zotero 作为 PDF 阅读器的用户，该项目提供了另一种获取定制化 arXiv 推荐的方式。
• 自定义推荐提示：用户可以设置自己的推荐提示语，以指导 LLM 在选择和推荐论文时的行为。
• 本地部署需求：对于需要快速本地部署的用户，customize-arXiv-daily 支持使用 Ollama 等工具进行快速部署。

项目特点

相较于其他类似项目，customize-arXiv-daily 具有以下特点：

• 完全自定义的 LLM 提示：用户可以自定义推荐过程中的提示语，以更好地符合个人需求。
• 支持多种模型：项目支持包括 DeepSeek-R1/V3 等在内的多种最新模型。
• 本地部署支持：利用 Ollama 等工具，用户可以轻松实现本地部署。
• 保存推荐历史：项目能够保存用户的 arXiv 推荐历史，便于回顾和引用。
• 邮件总结推荐：在邮件开始处为用户总结推荐论文，方便快速浏览。
• 多线程加速推荐：支持多个工作线程，加快推荐过程。

文章正文

在当今快速发展的学术领域，研究人员经常需要从海量的论文中筛选出与自己的研究兴趣相关的论文。customize-arXiv-daily 项目的出现，正是为了解决这一痛点，它不仅为研究人员提供了一种高效获取最新相关论文的方法，而且通过高度定制化的功能，满足了个性化的研究需求。

高效的论文推荐

项目通过自动爬取 arXiv 上的论文信息，并调用 LLM API 进行相关性分析和摘要，实现了高效的论文推荐。用户只需提供自己的研究兴趣描述，即可获得每日定制的论文推荐列表。这种智能化的推荐方式，大大节省了研究人员搜索和筛选论文的时间。

个性化体验

customize-arXiv-daily 的个性化体验是其核心优势之一。用户不仅可以自定义推荐过程中的提示语，还可以选择不同的模型和部署方式。这意味着，无论用户是偏好深度学习模型还是希望快速本地部署，customize-arXiv-daily 都能够满足他们的需求。

实用的应用场景

对于研究领域发生变化的用户，customize-arXiv-daily 能够帮助他们快速定位到新的相关论文。而对于那些不使用 Zotero 的用户，该项目提供了一个全新的获取定制化推荐的途径。此外，项目支持的用户自定义推荐提示，使得推荐过程更加符合用户的研究方向和兴趣。

易用的部署方式

customize-arXiv-daily 的部署过程同样简单便捷。用户只需按照项目提供的步骤，安装必要的依赖，配置 SMTP 服务器和邮件信息，即可开始使用。同时，项目支持多种部署方式，包括利用 Ollama 进行本地部署，为用户提供了极大的灵活性。

结语

在学术研究中，能够快速且准确地获取与自己研究方向相关的论文，对于推进研究工作具有重要意义。customize-arXiv-daily 项目以其高效的推荐算法、个性化的定制功能和简单的部署方式，为研究人员提供了一个有力的工具。随着人工智能技术的不断发展，我们有理由相信，该项目将更好地服务于学术研究，帮助研究人员在各自的领域取得更多突破。

customize-arxiv-daily Customize your arXiv recommendation every day. 项目地址: https://gitcode.com/gh_mirrors/cu/customize-arxiv-daily