paper-maintain

# paper-maintain 统一入口：`uv run .ai/skills/paper-maintain/scripts/paper.py` ```bash alias paper='uv run .ai/skills/paper-maintain/scripts/paper.py' ``` 以下命令均使用 `paper` 简写。 ## When to Use 在以下场景使用本技能： - 收录新论文（抓取、差集、下载元数据、生成 README/abs、校验） - 补充现有条目（说明文案、Code 链接、机构信息） - 录用核查与归档（check -> patch -> archive -> sync） - 大批量同步后的一致性检查与修复（validate / sync） ## Workflow 1: 收录新论文 标准步骤：`fetch -> diff -> download -> curate -> validate` 1) 抓取新论文到 `tmp/fetch.json` ```bash paper fetch --since <arxiv_id> --output tmp/fetch.json ``` 2) 计算差集（README + abs 去重） ```bash paper diff tmp/fetch.json --output tmp/diff.json ``` 3) 下载补充信息（机构候选、note、code） ```bash paper download --input tmp/diff.json --output tmp/download.json ``` 4) 生成并写入 README + `abs/*.md` ```bash paper curate --diff tmp/diff.json --download tmp/download.json ``` 5) 结束前校验 ```bash paper validate ``` 6) 提交（commit）后运行 changelog（**此步骤必须在 commit 之后执行**） ```bash paper changelog ``` 一键批处理（等价于 fetch->diff->download->curate->validate）： ```bash paper run [--since <arxiv_id>] [--batch 20] [--skip-fetch] ``` ## Workflow 2: 补充与归档 标准步骤：`patch -> check -> archive -> sync -> validate` 1) 先补元信息（可 dry-run，不落库） ```bash paper patch [--limit N] [--write] ``` 2) 录用信号核查，必要时直接 patch ```bash paper check [--patch] [--yes] ``` 3) 将已录用条目归入正式 venue 文档 ```bash paper archive [--dry-run] ``` 4) 同步 README 计数索引与分类文档 ```bash paper sync ``` 5) 收尾校验 ```bash paper validate ``` ## Commands Reference - `paper fetch --since <id> [--max 500] [--output <path>]` - 输入：arXiv API - 输出：`tmp/fetch.json` - `paper diff [fetch_json|-] [--readme README.md] [--abs-dir abs] [--output <path>]` - 输入：`fetch.json` + 仓库现有条目 - 输出：`tmp/diff.json` - `paper download [--input tmp/diff.json] [--output tmp/download.json] [--workers 4] [--cache-dir tmp/affiliation_cache]` - 输入：`diff.json` - 输出：`download.json` - `paper curate [--diff tmp/diff.json] [--download tmp/download.json] [--readme README.md] [--abs-dir abs] [--cache tmp/curate_cache.json] [--dry-run]` - 输入：`diff.json` + `download.json` - 输出：README + `abs/*.md` + `tmp/curate_report.json` - `paper patch [--base-rev <rev>] [--baseline-rev <rev>] [--readme README.md] [--report /tmp/recent_sync_metadata_report.json] [--limit N] [--write]` - 输入：README + arXiv 页面 - 输出：report；`--write` 时回写 README - `paper check [checker args...] [--patch] [--yes] [--no-code] [--no-acceptance] [--patch-dry-run]` - 输入：`archive/*.md` + README + 网络信号 - 输出：`tmp/archive-acceptance-*.{md,json}`；`--patch` 时调用 `acceptance_patch.py` 回写 - `paper archive [--dry-run]` - 输入：README + `archive/*.md` - 输出：按年份/会场归档文档，更新 README 归档计数 - `paper sync` - 输入：README formal note - 输出：`<year>/` 分类文档 + README 会议索引计数 - `paper validate [--readme README.md] [--abs-dir abs] [--fix] [--json]` - 输入：README + abs + 分类/归档文档 - 输出：文本或 JSON 校验报告 - `paper changelog` - 输入：git log（提交历史中的 `Add "..."` 记录） - 输出：重建 `Changelog.md` - `paper run [--since <id>] [--batch 20] [--skip-fetch] [--readme README.md] [--abs-dir abs]` - 输入：同 Workflow 1 - 输出：同 Workflow 1 辅助命令（透传内部脚本）： - `paper fill-affiliations ...` — 批量从 arXiv 页面抓取并回填 README 单位字段 - `paper clean-latex ...` — 将 abs/ 和 README 标题中的 LaTeX 标记转为 Unicode 纯文本（`--dry-run` 预览） - `paper export-acceptance-audit ...` — 导出录用审计表（CSV/JSON），用于批量核查录用状态 - `paper add-abs ...` — 为 README 中缺少 `[[中英摘要]...]` 链接的条目补充链接 - `paper reverse ...` — 反转 venue 文档中的论文条目顺序 - `paper format ...` — 修正 venue 文档中不连续的条目编号 ## Rules ### 1) 维护 SOP（顺序不可互换） 1. 先确认条目是否已存在：至少查 `README.md` + `abs/*.md` + 对应年份文档 + `archive/*.md` 2. 新增条目时，先补 `abs/{arxiv_id}.md`，再补 README 或对应分类文档 3. 若为 formal note（`🏆 Accepted to ...`），先 `paper sync` 做归类 4. 归类后再做证据核查；证据不足回退为待确认状态并重新同步 5. 若从 `archive` 提升到正式分类文档：必须 archive 去重并修正 README 归档计数 6. 每轮结束执行校验清单 ### 2) README 维护规则 - 条目按时间倒序（通常按 arXiv ID 倒序）维护 - 新论文插入正确位置，不能只追加顶部或底部 - 插入后顺延编号，保持连续 - 一篇论文只能出现一次，前后都检查 arXiv ID 重复 - 字段格式遵循：标题 / `🏫 单位` / `🔗 链接` ### 3) abs 页面规则 - 每新增一条 README 条目，必须生成 `abs/{arxiv_id}.md` - 至少包含：标题、英文摘要、中文摘要 - 中文摘要直接翻译英文摘要 - LaTeX 符号优先改写为普通文本，不机械保留公式 ### 4) 单位字段规则 - 优先从 PDF 首页作者区提取；arXiv HTML 作者区干净时可直接取 - 按出现顺序保留并去重（去掉国家/城市/邮箱/脚注噪声） - 缩写和别名人工核对（如 `HKUST(GZ)`、`CUHK`、`ETH Zürich`） - 难提取时先留空，不阻塞整批流程 ### 5) 补漏口径与优先级 - 补漏不要只看 README，必须联查 `abs/*.md` - 主要查询口径：`3DGS`、`"3D Gaussian"`、`"Gaussian Splatting"` - 优先做差集：`README arXiv ID + abs 文件名` vs arXiv 查询结果 - 不默认 README 顶部就是完整最新列表 - 优先级：论文条目 > abs 摘要页 > 单位 + Code 链接 ### 6) 录用归类与核证（强制两步） 1. **先归类**：先把 formal note 条目归入对应年份文档（`paper sync`） 2. **再核查**：逐条核证；缺证据条目回退并再次同步 文案规范： - 统一 `🏆 Accepted to <Venue Year>` - 期刊也用 `Accepted to` 风格，不用 `Published in` - `IEEE Transactions on Instrumentation and Measurement` 统一缩写为 `TIM` - 证据索引 `note` 必须与分类文档 `📝 说明` 文案一致 ### 7) 校验清单 每轮改动后至少检查： - README 会议计数 vs 各分类文档实际条目数 - README 归档计数 vs `archive/*.md` 实际条目数 - 新增论文是否都生成对应 `abs/*.md` - arXiv ID 唯一性 - 空白单位条数（知悉即可，不强制填满） - 证据索引 `note` 与分类文档文案一致性 边界论文同步时额外检查： - 边界论文是否已存在 - 所有比它新的论文是否已纳入 - 边界以下旧列表是否保持原状 ### 8) 提交说明规范 见 `AGENTS.md` — Git 工作流 · 三种提交类型。要点强调： - 新增论文（type 2）的 `Add` 行**必须按 README 顺序排列**（arXiv ID 降序，最新条目在最上），多次抓取 squash 后同样降序合并 - `Changelog.md` 由 commit message 的 `Add` 行顺序逐条生成（`paper changelog` → `.ai/skills/paper-maintain/scripts/changelog.py`），message 顺序若被 amend 调整，必须重新跑 `paper changelog` 再 amend ### 9) 工作习惯 - 不轻易删除历史内容，除非确认空白模板/重复条目/错误导入 - 回答”是否补完”先给判定口径，再给结论，避免混淆