Ai Paper Search

AI-Paper-Search

快速从AI顶会论文中检索相关研究的智能工具，采用**两步筛选策略**：关键词预筛选 + LLM语义匹配。

文档

• README.md - 本文件，快速开始指南
• FEATURES.md - 完整的功能文档和查询语法
• CHANGELOG.md - 版本变更记录
• CLAUDE.md - 项目架构和开发流程

特性

• 🔍 强大布尔查询: 支持AND/OR逻辑、括号优先级控制和短语匹配
• 🤖 LLM语义理解: 使用GPT-4o等大模型深度判断论文相关性
• ⚡ 高性能异步: 并发处理，快速完成大规模论文筛选
• 📊 置信度评分: 输出high/medium/low置信度和判断理由

安装

1. 克隆项目

git clone 
cd ai-paper-search

2. 安装依赖

pip install openai

3. 下载论文数据

git clone https://github.com/george-gca/ai_conferences_info.git

该项目包含CVPR、NeurIPS、ICLR、ACL等AI顶会的论文数据（TSV格式）。

4. 配置API密钥

创建 `config.py` 文件（可参考 `config.py.example`）：

# 复制配置模板
cp config.py.example config.py

# 编辑 config.py，填入你的 API 密钥

配置内容：

api_key = "your-api-key-here"
base_url = "https://aihubmix.com/v1"  # 或其他兼容OpenAI的API端点

**注意**: `config.py` 已被 `.gitignore` 保护，不会被提交到 git。

快速开始

基础用法

# 方式1: 使用启动脚本（推荐）
python run.py \
  --keyword '("transformer")' \
  --topic "transformer architecture for computer vision tasks" \
  --output results.json

# 方式2: 作为Python模块运行
python -m src.main \
  --keyword '("transformer")' \
  --topic "transformer architecture for computer vision tasks" \
  --output results.json

工作流程

1. 第一步：关键词预筛选 - 从所有论文中快速筛选出包含关键词的论文
2. 第二步：LLM语义匹配 - 使用大模型判断论文是否真正与主题相关

这种两步走的设计避免了对数万篇论文直接进行LLM调用，大幅降低成本和时间。

高级查询语法

语法规则

新的查询语法更加明确和强大，支持括号优先级控制：

• ✅ 所有关键词/短语必须用双引号包裹: "keyword" 或 "multi word phrase"
• ✅ AND运算符: 两个条件必须同时满足
• ✅ OR运算符: 至少满足一个条件
• ✅ 括号优先级: 使用括号控制运算顺序
• ✅ 优先级规则: 括号 > AND > OR
• ✅ 子串匹配: 关键词会匹配文本中的子串

**关于子串匹配：**

查询使用子串匹配（case-insensitive），这意味着：

• "Agent" 会匹配: Agent, Agents, Multi-agent, Agent-based, Agentic
• "optimize" 会匹配: optimize, optimized, optimizer, optimizeation
• "neural network" 会匹配: neural network, deep neural networks, neural network architecture

这