TODO.md

TODO

Skills 封装

• 新增项目内 skill：.codex/skills/maintain-daily-paper-reader/SKILL.md
• 在 skill 中沉淀仓库维护工作流：抓取、召回、排序、文档生成、前端工作流面板
• 明确 skill 使用边界：只读排查、流水线修改、workflow 修改、docs 生成修改
• 视稳定程度决定是否补充 agents/openai.yaml

多源论文推荐接入

目标

• 将推荐候选从单一 arXiv / OpenReview 扩展为多源聚合
• 保持现有 BM25、embedding、排序、LLM refine、docs 生成主链路可复用

数据模型统一

• 为论文池补充统一字段：source、source_id、doi、canonical_url、pdf_url
• 增加跨源外部 ID 字段：arxiv_id、openalex_id、semantic_scholar_id、pmid、pmcid、dblp_id
• 设计跨源去重规则：优先 DOI / arXiv ID / PMID / PMCID，其次标题 + 年份近似匹配
• 让非 arXiv 论文也能安全进入后续推荐与文档生成流程

抓取与召回

• 新增“多源 query 驱动抓取层”，按关键词 / intent queries 从外部学术源拉取候选
• 保留 arXiv 现有全局抓取能力，同时允许外部来源作为补充候选池
• 为每个来源增加独立的超时、重试、限流与开关配置

待接入渠道

• OpenAlex
• Semantic Scholar
• PubMed
• Papers with Code
• CrossRef
• Europe PMC
• bioRxiv
• DBLP

下游兼容

• 让 Step 1 原始论文池支持多源混合输出
• 让 BM25 / embedding 检索保留并透传来源信息
• 让排序与 LLM refine 能识别多源论文而不是默认 arXiv
• 让 docs 生成在缺少 PDF 时支持降级：abstract-only / external-link-only
• 让侧边栏与论文页展示真实来源，而不是默认显示 arXiv

测试与验收

• 为多源论文池解析增加单元测试
• 为跨源去重规则增加单元测试
• 为非 arXiv 论文进入推荐链路增加回归测试
• 为 docs 生成的无 PDF 降级路径增加测试