ReMe/plugins/daily_paper/README_ZH.md

每日论文插件

English

每日论文从 Hugging Face Papers 的周榜和月榜中筛选三篇论文，下载 arXiv PDF，生成中文论文解读和一篇约五分钟可读完的 中文简报。本目录是一个独立 Python distribution：单个 reme.plugins entry point 暴露 plugin.yaml，其中声明五个 Step backend，并在 application_defaults 下提供 Job 配置；通过 plugins=["daily-paper"] 显式启用这个已安装插件。

快速开始

1. 安装 ReMe 和每日论文插件

python -m pip install "reme-ai[core]>=0.4.1.9"
reme plugins install reme-daily-paper

2. 配置模型环境变量

按照 ReMe README 的可选模型配置说明配置 LLM 环境变量，也可以使用其他兼容的模型和 服务商。工作流还需要能够访问 Hugging Face Papers 和 arXiv。

3. 带插件启动 ReMe

reme start plugins='["daily-paper"]'

未显式传入 config 时，ReMe 会加载 default.yaml，并将插件叠加到该服务上。插件随应用启动每天 08:00 运行的 daily_paper_cron；在另一个终端中，也可以通过 ReMe CLI client 手动生成简报：

reme daily_paper topics="Agent memory"

也可以直接调用 HTTP endpoint：

curl -s http://127.0.0.1:2333/daily_paper \
  -H 'Content-Type: application/json' \
  -d '{"topics":"Agent memory"}'

如果只需运行一次 Job，无需启动长期服务：

reme start plugins='["daily-paper"]' job=daily_paper topics="Agent memory"

流程

Hugging Face 周榜/月榜
          ↓
合并排名并排除昨日及近期已推荐论文
          ↓
RRF 排序后由 Agent 精选三篇
          ↓
下载并解析 arXiv PDF，生成三篇中文解读
          ↓
使用 search + read 关联历史记忆并生成简报
          ↓
写入当日索引，并按需发送到钉钉

daily_paper_collect_step 并发读取运行日期所在周和所在月的榜单，以及严格前一日的 Daily Papers。候选按 arXiv ID 合并，并排除昨日榜单和 history_days 窗口内已经推荐的论文。

daily_paper_rank_step 使用 reciprocal-rank fusion 合并周榜和月榜排名，最多保留 candidate_limit 篇； daily_paper_select_step 再让无工具 Agent 精选三个唯一的候选 ID。非空 topics 只影响精选偏好，不改变固定数量。

daily_paper_analyze_step 下载 PDF 到 resource/papers/，复用已有的有效文件，并在页数、字符数和文件大小限制内提取 文本。三篇中文解读按精选顺序写入当天目录；扫描版或没有文本层的 PDF 会明确失败。

daily_paper_digest_step 以本次生成的三篇解读为事实来源，只开放只读的 search 和 read 来关联较早记忆。 代码会校验历史 wikilink、追加三篇源笔记链接，并重建当日索引。可选的 dingtalk_markdown_send_step 在配置群会话后 发送最终简报；未配置时无副作用跳过。

参数

参数	默认值	作用
date	""	运行日期；空值使用应用时区当天，非空值必须为 YYYY-MM-DD
force	false	已有当日简报时仍重新生成
use_hf_mirror	false	使用 HF_MIRROR_URL；未配置时使用 https://hf-mirror.com
topics	""	精选论文时优先考虑的主题
weekly_weight	0.7	RRF 中周榜权重
history_days	30	历史推荐排重窗口

步骤级默认值包括：candidate_limit=20、rrf_k=60、hf_timeout=600、hf_max_retries=3、 pdf_timeout=600、max_pdf_bytes=52428800、max_pdf_pages=35 和 max_pdf_chars=300000。

数据客户端自动使用 HTTP_PROXY、HTTPS_PROXY 和 NO_PROXY。手动任务通过 use_hf_mirror=true 启用 Hugging Face 镜像；定时任务默认启用，可设置 DAILY_PAPER_USE_HF_MIRROR=false 改用官方服务。以下环境变量可覆盖数据源和钉钉配置：

HF_MIRROR_URL=https://hf-mirror.com
ARXIV_MIRROR_URL=https://export.arxiv.org
DINGTALK_APP_KEY=your-app-key
DINGTALK_APP_SECRET=your-app-secret
DINGTALK_ROBOT_CODE=your-robot-code
DINGTALK_CONVERSATION_IDS=cid-group-one,cid-group-two

产物

.reme/
├── daily/
│   ├── YYYY-MM-DD.md
│   └── YYYY-MM-DD/
│       ├── <中文论文标题>.md       # 三篇，kind: daily-paper-analysis
│       └── <中文简报标题>.md       # 一篇，kind: daily-paper-brief
└── resource/papers/
    └── <arxiv-id>.pdf

Markdown 和 PDF 都通过同目录临时文件原子写入。force=true 会重新生成本次入选论文的解读和简报，并复用有效 PDF； 不会删除当天已有的其他笔记。网络错误、候选不足、无效 Agent 输出和无法解析的 PDF 都会明确失败。

验证

python -m pytest plugins/daily_paper -v

单元测试 mock Hugging Face、arXiv、AgentScope 和钉钉边界，不访问外部服务。