paper-repo-review

name	paper-repo-review
description	审查论文仓库中的论文相关性，识别并清理与仓库主题不符的论文
metadata	{"openclaw":{"always":true}}

论文相关性审查

审查论文仓库中采集到的论文，判断哪些与仓库主题不符，协助用户清理。

审查流程

第一步：了解仓库主题

读取仓库配置和关键词：

cat ~/.openclaw/workspace/paper-repos/<slug>/config.json
cat ~/.openclaw/workspace/paper-repos/<slug>/keywords.md

如果用户没有指定 slug，先列出所有仓库：

cat ~/.openclaw/workspace/paper-repos/repos.json

第二步：运行审查脚本

export PATH=$HOME/.local/bin:$PATH
cd ~/.openclaw/skills/paper-repo-helper
uv run python3 repo-review.py \
  --repo-dir ~/.openclaw/workspace/paper-repos/<slug> \
  --unreviewed-only

脚本会基于关键词匹配输出三类结果：✅ 相关、⚠️ 边缘、❌ 建议移除。

第三步：用你的判断力二次审查

脚本的关键词匹配是基础过滤，你需要用你的理解力做更精准的判断：

1. 检查 ❌ 建议移除的论文：确认是否真的不相关。有些论文标题中没有关键词但实际高度相关（如使用了不同术语描述同一领域）
2. 检查 ⚠️ 边缘相关的论文：判断是否值得保留。核心标准是"这篇论文是否会出现在该领域的优秀论文列表中？"
3. 检查 ✅ 相关论文中的误判：关键词匹配可能漏掉明显不相关的论文（如关键词 "recommendation" 匹配到了医学领域的 "treatment recommendation"）

第四步：向用户展示审查结果

📋 论文审查报告 — <仓库标题>

🔍 关键词：generative recommendation, semantic id, ...

✅ 确认相关（X 篇）— 已通过审查

⚠️ 需要判断（X 篇）：
1. [2024] 论文标题 — 边缘原因
   ID: openalex:W123

❌ 建议移除（X 篇）：
1. [2023] 论文标题 — 不相关原因
   ID: arxiv:2301.12345
2. ...

请确认是否移除标记为 ❌ 的论文？（也可以把 ⚠️ 中不需要的一起移除）

第五步：执行清理

用户确认后，调用清理脚本：

export PATH=$HOME/.local/bin:$PATH
cd ~/.openclaw/skills/paper-repo-helper
uv run python3 repo-cleanup.py \
  --repo-dir ~/.openclaw/workspace/paper-repos/<slug> \
  --keep-seen \
  --ids "ID1" "ID2" "ID3"

重要：默认使用 --keep-seen，这样被移除的论文不会在下次搜索时再出现。

第六步：更新 README 并同步

清理后重新生成 README 并推送：

export PATH=$HOME/.local/bin:$PATH
cd ~/.openclaw/skills/paper-repo-helper
uv run python3 repo-readme.py \
  --repo-dir ~/.openclaw/workspace/paper-repos/<slug> \
  --git-dir ~/.openclaw/workspace/paper-repos/<slug>/git-repo \
  --mode generate
uv run python3 repo-sync.py \
  --git-dir ~/.openclaw/workspace/paper-repos/<slug>/git-repo \
  --message "Review: remove irrelevant papers" \
  --proxy http://127.0.0.1:7890

响应用户指令的方式

用户说	你做
"审查一下论文仓库"	执行完整审查流程
"清理不相关的论文"	审查 → 展示不相关论文 → 确认后清理 → 更新 README → push
"这个仓库里有没有跑题的论文"	运行审查脚本 → 展示边缘和不相关论文
"把医学/物理的论文都删了"	从 papers.jsonl 筛选 → 确认后清理

注意事项

• 交互模式下必须等用户确认后才执行清理，不要自动删除
• 清理时默认使用 --keep-seen，防止下次搜索再搜到被删的论文
• 清理后务必重新生成 README 并 git push
• 如果论文数量很多（>100 篇待审），可以只审查未审查过的（--unreviewed-only）