可视化 arXiv 论文追踪与智能摘要助手

这是一个基于 Python 和 Tkinter 开发的桌面应用程序，旨在帮助用户方便地追踪 arXiv 上的最新论文，并利用大语言模型 (LLM) 进行快速分析。

主要功能

• 图形用户界面 (GUI): 提供直观易用的界面进行操作。
• 追踪标准管理:
  • 添加、查看、删除关注的关键词或作者。
  • 追踪标准会被持久化存储在本地。
• arXiv 论文获取:
  • 根据设置的追踪标准，从 arXiv API 获取最新的相关论文。
  • 默认获取最近的 20 篇匹配论文（可在代码中调整）。
  • 在界面列表中展示论文的标题、作者、发布日期和 arXiv 链接。
  • 双击列表中的论文可直接在浏览器中打开其 arXiv 页面。
• LLM 快速阅读/分析:
  • 选中列表中的某篇论文。
  • 点击 "分析选中论文 (LLM)" 按钮。
  • 程序将尝试获取该论文的 HTML 版本内容。
  • 调用配置好的 OpenRouter API (当前使用 qwen/qwen-turbo 模型) 对论文内容进行分析，回答预设的结构化问题（研究背景、动机、方法、结果等）。
  • 分析结果会显示在主界面的下方文本区域。
  • API Key 管理: 首次使用分析功能或点击 "配置..." 按钮时，会提示用户输入 OpenRouter API Key，并将其安全地存储在本地配置文件 (config/settings.json) 中供后续使用。

技术栈

• Python 3.x
• Tkinter (用于 GUI)
• Requests (用于 API 调用和 HTML 获取)
• Beautiful Soup 4 (用于 HTML 解析)
• feedparser (用于解析 arXiv API 的 Atom Feed)
• OpenRouter API (用于 LLM 分析)

安装依赖

确保你已经安装了 Python 3。然后通过 pip 安装必要的库：

pip install requests beautifulsoup4 feedparser

使用说明

1. 配置 OpenRouter API Key:
   • 首次运行分析功能时，程序会提示你输入 OpenRouter API Key。
   • 你也可以随时点击界面右上角的 "配置..." 按钮来设置或更新 API Key。
   • API Key 会保存在项目目录下的 config/settings.json 文件中。
2. 添加追踪标准:
   • 在左侧输入框中输入你感兴趣的关键词 (例如 "large language model") 或作者姓名 (例如 "Bengio, Yoshua")。
   • 点击 "添加" 按钮。
3. 获取论文:
   • 点击界面右上角的 "获取最新论文" 按钮。
   • 程序将根据你添加的所有标准查询 arXiv，并在右侧列表中显示结果。
4. 分析论文:
   • 在右侧论文列表中单击选中一篇你感兴趣的论文。
   • 点击 "分析选中论文 (LLM)" 按钮 (如果 API Key 已配置且选中了论文，此按钮应为可用状态)。
   • 等待分析完成，结果将显示在下方的文本框中。注意：获取 HTML 和 LLM 分析可能需要一些时间。
   • 注意：并非所有 arXiv 论文都提供 HTML 版本，如果某篇论文无法获取 HTML，则分析会中止并提示。

运行程序

在项目根目录下运行主程序：

python main.py

(或者 python arXiv_Tracker/main.py，取决于你的项目结构和运行方式)