AI Daily Paper Reader（ADPR）：零服务器搭建个人/团队通用大模型API驱动的论文阅读与推荐平台

一、背景

AI领域论文每日增长数量惊人，arXiv 上仅计算机科学相关的新论文每天就有上百篇。对于科研人员、研究生或AI从业者来说，如何高效筛选、阅读并跟踪与自己研究方向相关的论文，已成为日常工作中最耗时的一环。

传统的解决方案（关键词订阅、邮件提醒、RSS）往往止步于"标题匹配"，无法真正理解论文内容，更无法提供个性化的问答、归档或团队共享功能。本文推荐一个开源项目：AI_Daily_Paper_Reader，它利用大模型API自动化完成论文抓取、筛选、摘要生成，并通过 GitHub Pages 提供一个可交互的个人论文阅读平台。

二、项目概述

AI_Daily_Paper_Reader 是一个基于通用大模型 API 的每日论文阅读器，由现有开源项目构建。它自动从 arXiv 抓取最新论文，利用大语言模型进行语义理解、相关性评分和摘要生成，最终通过 GitHub Pages 发布一个可视化 Web 界面。用户可以在浏览器中完成论文浏览、AI 问答、主题订阅和文献归档等全流程操作。

项目地址：https://github.com/Jurio0304/AI_Daily_Paper_Reader
技术栈 ：Python（抓取与处理）、GitHub Actions（定时任务）、GitHub Pages（前端展示）、大模型 API（支持 OpenAI / DeepSeek 等）

三、核心功能

每日自动抓取

通过 GitHub Actions 定时执行脚本，拉取 arXiv 指定分类或关键词下的最新论文，无需人工干预。
个性化推荐

基于用户预设的研究方向与关键词，结合大模型对论文标题和摘要的语义理解，生成每日推荐列表并按相关性排序。
Web 界面阅读

项目自动构建的静态网页支持：
- 论文摘要、原文链接、AI 生成的长总结
- 论文分类标签与推荐分数
- 按主题订阅的筛选视图

AI 论文问答（Paper Copilot）

内置对话面板，用户可对任意一篇论文提问（例如"本文的创新点是什么？"、"方法与现有工作有何不同？"），问答记录保存在本地，方便回溯。
Zotero 一键保存

支持将感兴趣的论文直接保存到 Zotero 文献管理工具中，方便后续引用、标注和组织个人文献库。

四、技术架构与部署方式

项目充分利用 GitHub 的免费服务，实现 零服务器部署：

数据层：Python 脚本调用 arXiv API 获取论文元数据，调用大模型 API 生成摘要与相关性评分。
调度层：GitHub Actions 配置为每日定时运行（如 UTC 时间 0 点），自动完成抓取和处理。
展示层 ：处理结果生成静态 HTML/CSS/JS 文件，推送到 gh-pages 分支，由 GitHub Pages 对外发布。
交互层：前端通过 JavaScript 调用大模型 API 实现实时问答，支持对话式交互。

部署步骤（详见项目 README）：

Fork 项目仓库到自己的 GitHub 账号。
准备一个大模型 API Key（支持 OpenAI、DeepSeek 等兼容接口）和 GitHub Personal Access Token（PAT，需要 repo 和 workflow 权限）。
在仓库的 Settings → Secrets and variables → Actions 中配置：
- OPENAI_API_KEY 或 DEEPSEEK_API_KEY
- GH_TOKEN
启用 GitHub Actions（仓库 Actions 页面，确保 Workflow 已启用）。
启用 GitHub Pages：Settings → Pages → 将分支设为 gh-pages（项目会自动生成，可能需要手动触发首次运行）。
首次运行：进入 Actions 页面，手动运行 Daily Paper Reader workflow。
等待运行完成，访问 https://<你的用户名>.github.io/AI_Daily_Paper_Reader 即可看到个人论文雷达主页。

五、典型使用场景

个人研究者：每天早晨打开自己的论文雷达主页，快速浏览 AI 筛选出的高相关论文，对感兴趣的论文进行 AI 问答和保存。
实验室/团队：团队成员共享同一个 URL，统一阅读和讨论入口，沉淀集体论文阅读脉络。
文献管理爱好者：结合 Zotero 一键保存功能，将筛选后的高质量论文直接纳入个人文献库，配合 Zotero 插件完成引用和笔记。

六、技术亮点

零服务器成本：完全基于 GitHub 免费服务（Actions + Pages），无需购买云服务器。
一次部署，长期使用：配置完成后，每日自动更新，无需人工干预。
支持多种大模型：兼容 OpenAI 和 DeepSeek 接口，可根据任务选择不同模型（如高频筛选用廉价模型，深度总结用高性能模型），且成本很低，DeepSeek V4运行一次仅需1.11 ¥（下图）
可定制性强：用户可修改关键词、筛选策略、前端样式等，完全个性化。

七、总结

AI_Daily_Paper_Reader 是一个为 AI 领域科研人员量身打造的开源工具，它把"每日论文筛选"从被动的标题浏览，升级为主动的 AI 辅助阅读与交互平台。项目部署简单、功能完整，特别适合希望系统化跟踪前沿研究方向、但又不想花费大量时间手动刷论文的用户。

如果你正在被海量论文淹没，不妨花十分钟部署一个属于自己的 AI 论文雷达，让大模型帮你做第一道筛选。本项目基于现有开源项目构建，有兴趣也可以直接参考原作者的项目。

项目链接：https://github.com/Jurio0304/AI_Daily_Paper_Reader

欢迎 Star、Fork 和贡献！

本文为技术分享，旨在帮助更多研究者提升科研效率。