Paper Agent 是一个基于大语言模型(LLM)的论文检索与摘要翻译工具,支持从 arXiv 获取最新论文并按主题相关度进行排序和翻译。
- 自动检索与指定主题相关的最新论文(基于 arXiv 数据)
- 使用 LLM 评估论文与主题的相关度,并进行智能排序
- 提供论文标题、作者信息(如 arXiv 提供)、摘要中文翻译、发表时间等信息
- 可自定义模型、接口地址与返回数量
pip install -r requirements.txtpython paper_agent.py "查询主题" \
--max-results 5 \
--api-key YOUR_API_KEY \
--base-url https://api.deepseek.com \
--model deepseek-chat"查询主题":要检索的论文关键词(如"LLM推理优化")。--max-results:最终输出的论文数量(默认值为 5)。--api-key:用于调用翻译模型的 API 密钥。--base-url:可选,指定兼容 OpenAI 接口的服务地址(如 DeepSeek、Moonshot 等)。--model:用于翻译和相关性评估的模型名称。
- 本工具使用
arxiv库进行论文检索,需确保本地网络连接稳定。 arxiv会检索约10 × max-results篇论文作为候选集。- 所有候选论文将逐一由 LLM 进行相关度评分,该过程会调用多次接口,请合理评估 token 消耗。
