该存储库为 Arxiv 实现了一个非常简单的日常扫描仪，它使用 GPT4 和作者匹配来查找您可能感兴趣的论文。它将每天通过 github actions 运行，并可以通过机器人将此信息发布到 slack 或只是将其呈现在静态 github-pages 网站中。
可以在此处看到在 cs.CL 上运行的日报的简单演示
作为成本估算，2023 年 11 月 12 日在所有 cs.CL, LG, AI 上运行此程序的成本约为 0.7 美元（ cs.LG 为 0.5 美元， cs.CL 为 0.2 美元）
快速开始
这是运行扫描仪所需的最少步骤。强烈建议您阅读全文以决定您要运行什么。
在 github 操作上运行
- 将此存储库复制/分叉到新的 github 存储库，并在分叉它时启用计划的工作流程。
- 将 config/paper_topics.template.txt 复制到 config/paper_topics.txt 并填写您想要关注的论文类型
- 将 config/authors.template.txt 复制到 config/authors.txt 并列出您真正想要关注的作者。作者后面的数字很重要。它们是语义学者作者 ID，您可以通过在语义学者上查找作者并获取 URL 末尾的数字来找到它们。
- 在 config/config.ini 中设置您想要的 ArXiv 类别。
- 将您的 openai 密钥 ( OAI_KEY ) 设置为“github 秘密”
- 在您的存储库设置中，将 github 页面构建源设置为 github actions
此时，您的机器人应该每天运行并发布静态网站。您可以通过手动运行 github 操作工作流程来测试这一点。
可选但强烈推荐：
- 设置一个 Slack 机器人，获取 OAuth 密钥，将其设置为 SLACK_KEY 作为 github 秘密
- 为机器人创建一个频道（并邀请其加入该频道），获取其 Slack 频道 ID，在 github 密钥中将其设置为 SLACK_CHANNEL_ID 。
- 查看 configs/config.ini 来调整过滤内容的方式。
- 将 github 存储库设置为私有，以避免 github 操作在 60 天后被设置为非活动状态
世界标准时间每天下午 1 点，机器人将运行并发布到 slack 并发布 github 页面网站（有关详细信息，请参阅publish_md 和 cron_runs 操作）。
本地运行
步骤大体与上面相同，但是你必须通过 requirements.txt 设置环境
您必须设置环境变量 OAI_KEY 、 SLACK_KEY 、 SLACK_CHANNEL_ID ，而不是通过 github Secret 传递凭据。
要运行所有内容，只需调用 main.py
其他注意事项：您可能还不想推送到 slack，在这种情况下，请在 dump_json 、 dump_md 和 push_to_slack 的 字段。
如果语义学者 API 超时或速度缓慢，您应该获取 S2 api 密钥并在环境变量中将其设置为 S2_KEY 。（由于github操作的限制，这仅在代码在本地运行时才有帮助）
使其独立运行：整个过程几乎不需要计算，因此您可以从 AWS 租用最便宜的 VM，将此存储库放入其中，安装 requirements.txt 适当设置环境变量并添加以下内容定时任务
0 13 * * * python ~/arxiv_scanner/main.py该 crontab 将在世界标准时间 (UTC) 下午 1 点（太平洋时间下午 6 点）运行该脚本。
项目链接
https://github.com/tatsu-lab/gpt_paper_assistant
