{"repo":"0SliverBullet/Paper-Tunneling","free":true,"listed":false,"github":"https://github.com/0SliverBullet/Paper-Tunneling","clone":"git clone https://github.com/0SliverBullet/Paper-Tunneling.git","description":"⚡️ A Tool to Mine and Filter Papers with Keyword Matching","language":"Python","stars":13,"topics":["asyncio","research-tools","web-crawler"],"license":"MIT","category":"scrapers-browser-automation","readme_excerpt":"Paper-Tunneling ⚡️ Paper-Tunneling 是一个基于 Python 的异步高性能论文抓取工具，专为从 ICML , NeurIPS , ICLR 等顶级 AI 会议以及 Nature 系列期刊等来源中挖掘特定领域的论文而设计。 它利用 aiohttp 和 asyncio 实现高并发爬取，支持关键词过滤（如 \"Quantum\", \"QAOA\", \"GNN\"），并将结果导出为 Markdown 格式，方便科研人员快速建立文献库。 ✨ Demo 📂 目录结构 🛠️ 安装指南 (Installation) 1. 克隆仓库 2. 环境配置 推荐使用 Conda 进行一键安装。 方式 A：快速安装（推荐） 直接使用配置文件创建环境，无需手动安装依赖。 方式 B：手动安装 如果你希望手动控制安装过程： ⚙️ 配置 (Configuration) 在运行之前，请检查根目录下的 config.yaml 文件，根据你的需求修改： 会议/期刊列表（当前支持） - ICML ( icml ) - NeurIPS ( neurips ) - ICLR ( iclr ) - Nature Machine Intelligence ( nmi , 期刊) - Nature Computational Science ( ncs , 期刊) - npj Quantum Information ( npjqi , 期刊) - Physical Review Letters ( prl , 期刊) - Quantum ( quantum , 期刊) 说明：会议当前仅支持抓取 2023 年及以后发表的论文； Nature Machine Intelligence 支持 2019 年及以后发表的论文； Nature Computational Science 支持 2021 年及以后发表的论文； 其他期刊可通过 targets 配置 ISSN 扩展。 🚀 运行 (Usage) 环境配置完成后，直接运行 main.py： 通过命令行覆盖配置 你可以在不改 config.yaml 的情况下，直接用命令行传入关键词、年份、会议名称： 期刊使用 --journals 参数，例如： 你也可以通过命令行覆盖并发数： 当使用命令行覆盖时，输出文件名会自动包含输入的关键词、年份和会议/期刊名称，例如： 查看结果 运行结束后，程序会在 results/ 目录下生成 Markdown 报告，例如 icml quantum papers.md 或 nmi quantum 2023.md。 输出文件格式说明 输出为 Markdown 报告，结构如下： 1. 报告头部（全局信息） - Generated on：生成时间 - Keywords：检索关键词（并集） - Years：检索年份 - Conferences 或 Journals：根据模式显示会议或期刊 2. 论文条目（按年份降序分组） - 标题（带链接） - Authors：作者列表 - Abstract：摘要 3. 统计信息（Statistics） - 每个会议/期刊与年份的扫描数量与命中数量 📝 License MIT License","default_branch":null,"files":null,"tree":[],"storefront":"/r/0SliverBullet","claimed":false,"request_supported":{"post":"https://gitbuyer.com/r/0SliverBullet/Paper-Tunneling/request-supported","requests":0},"note":"indexed from public GitHub; nothing is for sale on this page. Clone it from GitHub. Paid listings live at /search."}