conf-papers

You are the Conference Paper Recommender for OrbitOS.

目標

ユーザーが研究関心に関連するトップレベルの学術会議（CVPR/ICCV/ECCV/ICLR/AAAI/NeurIPS/ICML）の論文を検索し、年で絞り込み、Obsidian vault に推薦ノートを生成できるよう支援します。

ワークフロー

ワークフローの概要

この skill は DBLP API で会議論文の一覧を検索し、Semantic Scholar API で引用数と要約を補足したうえで、関連性、人気度、品質の3つの観点からスコアを付けて並べ替え、推薦ノートを生成します。

設定

この skill は独立した設定ファイル conf-papers.yaml（skill ディレクトリ内）を使用し、start-my-day の research_interests.yaml とは完全に独立しています：

# conf-papers.yaml
keywords:           # 感兴趣的关键词（用于筛选论文标题）
  - "large language model"
  - "LLM"
  - ...
excluded_keywords:  # 排除的关键词
  - "3D"
  - "survey"
  - ...
default_year: 2024           # 默认搜索年份
default_conferences:         # 默认搜索会议
  - "ICLR"
  - "NeurIPS"
  - ...
top_n: 10                    # 返回论文数量

コマンドライン引数（年、会議）を使って、設定のデフォルト値を上書きできます。コマンドラインで指定されていない場合は、設定ファイルの値が使用されます。

ステップ1：引数の解析

1. 年の抽出（任意。デフォルトは設定から読み込み）

   • ユーザー入力から年を抽出します。例：/conf-papers 2025
   • 指定がない場合は、設定の conf_papers.default_year を使用します

2. 会議名の抽出（任意。デフォルトは設定から読み込み）

   • ユーザーは会議を指定できます。例：/conf-papers 2025 ICLR,CVPR
   • 指定がない場合は、設定の conf_papers.default_conferences を使用します
   • 注意：ICCV は偶数年、ECCV は奇数年に結果がない場合があります（二年に一度開催される会議のため）。その場合は通常どおりスキップします

ステップ2：既存ノートをスキャンしてインデックスを作成

start-my-day のスキャンスクリプトを再利用します：

cd "$SKILL_DIR/../start-my-day"
python scripts/scan_existing_notes.py \
  --vault "$OBSIDIAN_VAULT_PATH" \
  --output "$SKILL_DIR/existing_notes_index.json"

ステップ3：トップレベル会議の論文を検索

scripts/search_conf_papers.py を使用して、検索、補足、スコア付けを行います：

cd "$SKILL_DIR"
python scripts/search_conf_papers.py \
  --config "$SKILL_DIR/conf-papers.yaml" \
  --output conf_papers_filtered.json \
  --year {年份} \
  --conferences "{会议列表，逗号分隔}"

注意：--config はデフォルトで skill ディレクトリ内の conf-papers.yaml を参照するため、通常は手動で指定する必要はありません。--year と --conferences が指定されていない場合は、設定ファイルのデフォルト値が使用されます。

スクリプトのワークフロー：

1. DBLP 検索：DBLP API を呼び出して、指定された会議と年の全論文を取得します
2. 軽量フィルタリング：タイトルのキーワードと研究関心を照合し、対象を大幅に絞り込みます（約200件）
3. S2 による補足：フィルタリング後の論文のみ Semantic Scholar に問い合わせ、要約と引用数を取得します
4. 3次元スコアリング：関連性（40%）＋人気度（40%）＋品質（20%）でスコア付けし、上位 N 件を選びます

スコアの説明（start-my-day との違い：年はユーザーが指定するため、鮮度の観点はありません）：

推荐评分 =
  相关性评分: 40%   # 与研究兴趣的匹配程度
  热门度评分: 40%   # 基于引用数（influentialCitationCount 优先）
  质量评分: 20%     # 从摘要推断创新性和实验质量

ステップ4：フィルタリング結果を読み込む

conf_papers_filtered.json から結果を読み込みます：

cat conf_papers_filtered.json

結果に含まれる項目：

• year：検索年
• conferences_searched：検索した会議の一覧
• total_found：DBLP で検索された論文の総数
• total_filtered：キーワードでフィルタリングした後の論文数
• total_enriched：S2 による補足に成功した論文数
• top_papers：スコア上位 N 件の論文。各論文に以下が含まれます：
  • title, authors, conference, year
  • dblp_url, arxiv_id（存在する場合）
  • abstract, citationCount, influentialCitationCount
  • scores（relevance, popularity, quality, recommendation）
  • matched_domain, matched_keywords

ステップ5：推薦ノートを生成

5.1 推薦ノートファイルを作成

• ファイル名：10_Daily/{年份}_顶会论文推荐.md
• frontmatter：

  ---
  keywords: [关键词1, 关键词2, ...]
  tags: ["llm-generated", "conf-paper-recommend"]
  ---
  

5.2 推薦ノートの構成

概要セクション

## {年份} 顶会论文推荐概览

本次从 **{会议列表}** 中共搜索到 {total_found} 篇论文，经过研究兴趣匹配筛选出 {total_filtered} 篇候选，最终推荐以下 {top_n} 篇高质量论文。

- **总体趋势**：{总结论文的整体研究趋势}

- **研究热点**：
  - **{热点1}**：{简要描述}
  - **{热点2}**：{简要描述}
  - **{热点3}**：{简要描述}

- **阅读建议**：{给出阅读顺序建议}

論文一覧（統一形式、スコア順）

language: "zh" の場合は中国語形式を使用：

### [[论文名字]]
- **作者**：[作者列表]
- **机构**：[机构名称]
- **会议**：{CVPR/ICLR/...} {年份}
- **引用**：{citationCount} (influential: {influentialCitationCount})
- **链接**：[DBLP](链接) | [arXiv](链接) | [PDF](链接)
- **笔记**：[[已有笔记路径]] 或 —

**一句话总结**：[一句话概括论文的核心贡献]

**核心贡献/观点**：
- [贡献点1]
- [贡献点2]
- [贡献点3]

**关键结果**：[从摘要中提取的最重要结果]

---

language: "en" の場合は英語形式を使用：

### [[paper_note_filename|Paper Title]]
- **Authors**: [author list]
- **Affiliation**: [affiliation or "Not specified"]
- **Conference**: {CVPR/ICLR/...} {year}
- **Citations**: {citationCount} (influential: {influentialCitationCount})
- **Links**: [DBLP](link) | [arXiv](link) | [PDF](link)
- **Notes**: [[existing_note_path]] or —

**One-line Summary**: [one-line summary of core contribution]

**Core Contributions**:
- [Contribution 1]
- [Contribution 2]
- [Contribution 3]

**Key Results**: [most important results from abstract]

---

リンクのルール：

• arXiv ID がある論文：arXiv と PDF のリンクを記載します
• arXiv ID がない論文：DBLP リンクのみを記載し、「arXiv 版なし」と明記します
• DOI がある論文：DOI リンクも追加します

5.3 上位3件の特別な処理

上位3件の論文（スコアが最も高い3件）について：

ステップ0：論文のノートがすでにあるか確認

# 在 20_Research/Papers/ 目录中搜索已有笔记
# 搜索方式：
# 1. 按论文ID搜索（如 2501.12345）
# 2. 按论文标题搜索（模糊匹配）

ステップ1：確認結果に応じて処理方法を決定

ノートがすでにある場合：

• 新しい詳細レポートは生成しません
• 既存ノートのパスを wikilink として使用します
• 推薦ノートの「詳細レポート」フィールドに既存ノートを記載します

ノートがなく、かつ論文に arXiv ID がある場合：

• extract-paper-images を呼び出して画像を抽出します
• paper-analyze を呼び出して詳細レポートを生成します
• 推薦ノートに画像と詳細レポートへのリンクを追加します

ノートがなく、かつ論文に arXiv ID がない場合：

• 「arXiv 版がないため、画像の自動抽出と詳細分析を生成できません」と明記します
• 手動で確認できるよう DBLP/DOI リンクを記載します
• 画像の抽出と詳細分析はスキップします

ステップ2：推薦ノートに画像とリンクを挿入

arXiv ID あり＋画像あり（language: "zh"）：

### [[论文名字]]
- **作者**：[作者列表]
- **机构**：[机构名称]
- **会议**：{会议} {年份}
- **引用**：{citationCount} (influential: {influentialCitationCount})
- **链接**：[DBLP](链接) | [arXiv](链接) | [PDF](链接)
- **详细报告**：[[20_Research/Papers/[domain]/[note_filename]]] (自动生成)

**一句话总结**：[一句话概括论文的核心贡献]

![论文图片|600](图片路径)

**核心贡献/观点**：
...

arXiv ID あり＋画像あり（language: "en"）：

### [[paper_note_filename|Paper Title]]
- **Authors**: [author list]
- **Affiliation**: [affiliation or "Not specified"]
- **Conference**: {conference} {year}
- **Citations**: {citationCount} (influential: {influentialCitationCount})
- **Links**: [DBLP](link) | [arXiv](link) | [PDF](link)
- **Detailed Report**: [[20_Research/Papers/[domain]/[note_filename]]] (auto-generated)

**One-line Summary**: [one-line summary]

![paper image|600](image_path)

**Core Contributions**:
...

詳細レポートについて：

• レポートのパス：20_Research/Papers/[论文分类]/[note_filename].md
• 重要：wikilink の作成には、元のタイトルではなく JSON の note_filename フィールドを使用してください。generate_note.py が作成するファイル名との一致を確保できます
  • 正しい例：[[20_Research/Papers/大模型/Attention_Is_All_You_Need]]
  • 誤った例：[[20_Research/Papers/大模型/Attention Is All You Need]]
• 論文分類（domain）の命名規則：domain 名は paper-analyze が実際に作成するディレクトリ名と完全に一致させてください。途中で切り詰めないでください
  • 正しい例：[[20_Research/Papers/Foundation Models & LLM/...]]
  • 誤った例：[[20_Research/Papers/Foundation]]（「Models & LLM」の部分が切り詰められています）
• 詳細レポートは paper-analyze によって自動生成され、論文の完全な分析が含まれます

arXiv ID なし（language: "zh"）：

### [[论文名字]]
- **作者**：[作者列表]
- **机构**：[机构名称]
- **会议**：{会议} {年份}
- **引用**：{citationCount} (influential: {influentialCitationCount})
- **链接**：[DBLP](链接)
- **备注**：无 arXiv 版本，无法自动提取图片

**一句话总结**：[一句话概括论文的核心贡献]

**核心贡献/观点**：
...

arXiv ID なし（language: "en"）：

### [[paper_note_filename|Paper Title]]
- **Authors**: [author list]
- **Affiliation**: [affiliation or "Not specified"]
- **Conference**: {conference} {year}
- **Citations**: {citationCount} (influential: {influentialCitationCount})
- **Links**: [DBLP](link)
- **Note**: No arXiv version, cannot auto-extract images

**One-line Summary**: [one-line summary]

**Core Contributions**:
...

ステップ6：キーワードリンク

start-my-day のキーワードリンクスクリプトを再利用します：

cd "$SKILL_DIR/../start-my-day"
python scripts/link_keywords.py \
  --index "$SKILL_DIR/existing_notes_index.json" \
  --input "$OBSIDIAN_VAULT_PATH/10_Daily/{年份}_顶会论文推荐.md" \
  --output "$OBSIDIAN_VAULT_PATH/10_Daily/{年份}_顶会论文推荐.md"

重要なルール

• 年は必須パラメーターです：ユーザーは検索する年を指定する必要があります
• 3次元スコアリング：関連性（40%）＋人気度（40%）＋品質（20%）。鮮度の観点はありません
• ファイル名には年を含めます：10_Daily/{年份}_顶会论文推荐.md
• 2段階フィルタリング：まずタイトルのキーワードで軽量フィルタリングし、その後候補論文について S2 に問い合わせることで、大量の API 呼び出しを避けます
• 論文には会議名と引用数のフィールドを追加します：start-my-day の arXiv 論文とは異なります
• 上位3件の特別な処理：
  • 論文名は wikilink 形式で記載します：[[论文名字]]
  • arXiv ID がある場合：画像を抽出し、詳細分析を行います
  • arXiv ID がない場合：「arXiv 版なし」と明記し、画像の抽出と詳細分析をスキップします
• その他の論文：基本情報のみを記載します
• 二年に一度開催される会議の処理：ICCV は偶数年、ECCV は奇数年に結果がない場合があります。その場合は通常どおりスキップします
• キーワードリンクの自動作成：start-my-day の link_keywords.py を再利用します

エラー処理

状況	対応
DBLP リクエストの失敗	3回再試行し、指数バックオフを適用します。1つの会議で失敗しても全体の処理は中断しません
S2 の429レート制限	30秒待ってから再試行します
S2 による補足の失敗	論文を保持し、abstract=None、citationCount=0 として、タイトルのみでスコアを付けます
二年に一度開催される会議で結果がない	ICCV は偶数年、ECCV は奇数年に結果がない場合があります。その場合は通常どおりスキップし、ログに記録します
論文に arXiv ID がない	画像の抽出と詳細分析をスキップし、ノートに明記します

他の skills との違い

conf-papers (本skill)

• 目的：搜索顶级会议论文，按年份推荐
• 数据源：DBLP + Semantic Scholar
• 搜索范围：指定年份的指定会议
• 评分维度：相关性 + 热门度 + 质量（无新近性）
• 输出：年度推荐笔记

start-my-day (每日推荐)

• 目的：每日 arXiv 新论文推荐
• 数据源：arXiv + Semantic Scholar
• 搜索范围：近一个月 + 近一年热门论文
• 评分维度：相关性 + 新近性 + 热门度 + 质量
• 输出：每日推荐笔记

使用说明

当用户调用 conf-papers（Codex 使用 $conf-papers，Claude Code 使用 /conf-papers）时，按以下步骤执行：

参数支持：

• 可选：年份（如 2025），未指定时使用配置中的 conf_papers.default_year
• 可选：会议名（如 ICLR,CVPR，逗号分隔），未指定时使用配置中的 conf_papers.default_conferences
• 搜索关键词和排除关键词均从 conf_papers 配置段读取
• 示例：
  • $conf-papers 或 /conf-papers — 使用配置中的默认年份和会议
  • $conf-papers 2025 — 搜索配置中默认会议的 2025 年论文
  • $conf-papers 2024 ICLR — 仅搜索 ICLR 2024
  • $conf-papers 2024 CVPR,NeurIPS — 搜索 CVPR 和 NeurIPS 2024

自动执行流程

1. 解析参数

   • 提取年份和可选会议名
   • 验证会议名是否在支持列表中

2. 扫描现有笔记构建索引

   cd "$SKILL_DIR/../start-my-day"
   python scripts/scan_existing_notes.py \
     --vault "$OBSIDIAN_VAULT_PATH" \
     --output "$SKILL_DIR/existing_notes_index.json"
   

3. 搜索和筛选顶会论文

   cd "$SKILL_DIR"
   python scripts/search_conf_papers.py \
     --config "$SKILL_DIR/conf-papers.yaml" \
     --output conf_papers_filtered.json \
     --year {年份} \
     --conferences "{会议列表}" \
     --top-n 10
   

4. 读取筛选结果

   • 从 conf_papers_filtered.json 中读取
   • 获取前 10 篇高评分论文

5. 生成推荐笔记（包含关键词链接）

   • 创建 10_Daily/{年份}_顶会论文推荐.md
   • 按评分排序
   • 前 3 篇特殊处理：图片 + 深度分析（仅有 arXiv ID 的论文）
   • 其他论文只写基本信息
   • 自动关键词链接

6. 对前 3 篇论文执行深度分析（仅有 arXiv ID 的论文）

   # 对每篇前三论文执行以下操作
   
   # 步骤1：检查论文是否已有笔记
   # 在 20_Research/Papers/ 目录中搜索
   
   # 步骤2：根据检查结果决定处理方式
   if 已有笔记:
       # 不生成新的详细报告
       # 使用已有的笔记路径
   elif 有 arXiv ID:
       # 提取第一张图片
       调用 extract-paper-images skill，传入 [论文ID]
       # 生成详细分析报告
       调用 paper-analyze skill，传入 [论文ID]
   else:
       # 无 arXiv ID，跳过深度分析
       # 标注在推荐笔记中
   

临时文件清理

• conf_papers_filtered.json — 搜索结果
• existing_notes_index.json — 笔记索引
• 推荐笔记已保存到 vault 后，可清理临时文件

依赖项

• Python 3.x
• PyYAML
• 网络连接（DBLP API + Semantic Scholar API）
• start-my-day skill（复用 scan_existing_notes.py, link_keywords.py, search_arxiv.py 的评分函数）
• extract-paper-images skill（提取论文图片，仅限有 arXiv ID 的论文）
• paper-analyze skill（生成详细报告，仅限有 arXiv ID 的论文）