本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容： 我的帖子已经打上 开源推广 标签： 是 我的开源项目完整开源，无未开源部分： 是 我的开源项目已链接认可 LINUX DO 社区： 是 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是 以上选择我承诺是永久有效的，接受社区和佬友监督： 是 以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出 想法：AI现行的当前，信息爆炸严重，对于科研人员，检索文献繁琐，且不易整理。基于这个问题，我想让AI基于主题每天去找前沿的文献。然后总结，不用多么详细，对于硕博而言，只需要大概的内容和方向，就能明白自己这个领域最近学者们都在做哪些工作，也可以给自己的科研做一些启发，所以做了这个项目。欢迎佬友们指导和交流。 图片先行： 主要功能： 1.根据主题，基于配置的多源，进行文献检索，同时对文献进行历史去重，证据完整性评分等工作。流程比较复杂，感兴趣的话可以让AI分析源项目，加了太多内容了。检索到的文献支持doi链接回看，支持科研人员一键查看文献原文。 2.调用LLM进行文献综述撰写，我总感觉AI写出的内容不够完美，欢迎佬友和我一起完善这部分的提示词。 3.公众号自动稿件撰写，手动推送。目前这部分就是把原文全部内容写在公众号里面，感觉还需要完善。大概功能已经实现了。 开源地址： yyy-OPS/YFR.frontier-review-daily 在线查看地址： https://yfr.yangy.cn/ 欢迎各位科研佬交流，再点点小星星~谢谢各位佬友~ 1 个帖子 - 1 位参与者 阅读完整话题
输入的 prompt 理论基础和假设推导缺乏文献支撑、逻辑推理不强，请搜索本地 zotero library 、或者调用 /semanticscholar-skill 补充文献，并且更新 bib 今天才发现这个任务花了这么多 token，有点恐怖。。。 1 个帖子 - 1 位参与者 阅读完整话题
前一版流程见这里： 记一次使用agent在一小时内完整调研上百篇文献的工作流 本文记录的是后续工程化改造。 项目背景是 1999-2025 年共 28 期完整英文技术期刊，文章总量在百篇级。目标不是简单翻译全文，而是围绕某一长期主题建立索引、筛选相关文章、拆分文章级摘录，并继续做翻译和横向梳理。 第一版流程已经能跑通，但后续暴露出两个主要问题： MinerU 本机运行慢，环境依赖重，Windows 下还会遇到编码、路径和依赖问题。 翻译阶段任务量大，长文需要分块，源文件更新后还要能定向重跑，不能靠人工记忆维护状态。 这次改造主要解决这两点。 MinerU 改为 MCP 调用 原先做法是本机直接调用 MinerU。这个方式适合单次测试，但不适合长期批处理。 主要问题有三个： 本机环境重，依赖变动后排查成本高。 转换耗时较长，中途异常后不容易判断是真失败，还是 Markdown 和图片已经生成。 Windows stdout 编码问题会干扰错误判断。 现在改为全局 mineru MCP，项目内只保留一层桥接脚本： global mineru MCP -> .codex/scripts/mineru_mcp_client.py -> output/<issue>/<issue>.md -> output/<issue>/images/ 桥接脚本的职责比较固定： 从全局 Codex MCP 配置读取 mineru server； 调用 parse_documents ； 强制 UTF-8 环境； 统一返回 extract_path 和 images_dir ； 如果 MCP 没有干净退出，但 Markdown 和 images 已经落盘，则按 fallback_success 处理。 这样 MinerU 不再散落在各个 workflow 里，而是变成一个统一的 PDF → Markdown 服务入口。 示例入口： python .\.codex\scripts\mineru_mcp_client.py ` --source ".\input.pdf" ` --output-dir ".\output\issue-name" ` --language en ` --enable-ocr 期刊批量转换则通过更上层的管理脚本执行： powershell -ExecutionPolicy Bypass -File .\.codex\scripts\run-issue-mineru.ps1 -FromVol 49 -Progress 这层只负责选择任务、跳过已有 Markdown、是否覆盖旧输出，实际转换仍然走 MCP 桥接脚本。 Runner 改造 早期流程接近 hooks 模式：agent 开始时写状态，结束时收集输出并推进进度。 后来改成普通 runner。原因很简单：Windows 下 hooks 不稳定，而且复杂任务只靠 start/stop 两个事件不够。 当前 runner 的基本生命周期是： read progress.json -> select next unit -> write active-run.json -> create runs/<workflow>/<timestamp-id>/ -> write prompt.txt -> codex exec -> validate output -> finalize official output -> update progress.json -> clear active-run.json 几个状态文件分工如下： progress.json 业务队列和完成状态 active-run.json 当前锁，防止并发写入 runs/... 单次运行审计目录 progress.md 人类可读的流水日志 每次运行至少保留： prompt.txt stdout.txt stderr.txt last-message.md metadata.json 这样中断后可以明确回答几个问题： 当前跑到哪个 unit； child process 是否真的完成； 输出是否通过校验； finalize 是否写入正式产物； progress 是否推进； 是否可以 repair 或定向重跑。 通用命令保留为固定形态： node .codex/runner/exec.mjs <workflow> --status node .codex/runner/exec.mjs <workflow> --dry-run node .codex/runner/exec.mjs <workflow> --once node .codex/runner/watch.mjs <workflow> --once node .codex/runner/exec.mjs <workflow> --repair 实际使用时，一般先 --dry-run 看下一个任务，再 --once 验证一次完整链路，最后才批量跑。 翻译 Workflow 翻译阶段是这套 runner 的主要压力测试。 长文不能直接整篇塞进一个 codex exec ，所以按 Markdown 结构切分： article.md -> chunk01.md -> chunk02.md -> chunk03.md 每个 chunk 单独作为一个 unit： chunk01.md -> codex exec -> chunk01.zh-CN.md chunk02.md -> codex exec -> chunk02.zh-CN.md chunk03.md -> codex exec -> chunk03.zh-CN.md 全部 chunk 完成后，再合并为正式中文稿： chunk*.zh-CN.md -> article.zh-CN.md 这里重点不是“切块”，而是状态判断。 之前遇到过一个问题：源 Markdown 已经更新，但旧中文稿还在。如果 runner 只判断“译文文件是否存在”，就会把旧译文误判为已完成。 现在的规则改成： 先比较 sourceHash 再判断旧输出是否可复用 也就是说，输入指纹变化优先于输出存在性。 如果源文变了，对应 unit 会重新进入 pending。只有该 unit 自己成功 finalize 后，才更新它的 last successful sourceHash。 这个规则解决了三类问题： 源文更新后旧译文挡住新任务； chunk 边界变化后旧 chunk 被错误复用； 某个 unit 完成时误清理其他 unit 的重跑状态。 定向重跑也固定成三步： node .codex/runner/exec.mjs component-translate --dry-run node .codex/runner/exec.mjs component-translate --once node .codex/runner/exec.mjs component-translate 先确认目标范围，再验证一个前台 unit，最后跑完整队列。 当前状态 当前项目状态如下： 主期刊处理：28/28 completed 文章级/分块翻译：161/161 translated 基础文献翻译：37 translated + 2 skipped_existing_cn 专题来源翻译：54/54 translated 这些数字来自状态文件和 watcher 输出，不依赖对话上下文。 对应状态入口包括： output/progress.json output/timeline-progress.json translation-progress.json runner watch output 结论 这次改造的核心不是 prompt，而是控制面。 对批量文献任务来说，agent 只应该处理当前最小单元。其余状态必须外置： 队列状态； 当前锁； 输入指纹； 失败记录； 正式输出； 单次运行审计目录。 MinerU MCP 解决输入转换的一致性问题。 Runner 解决批量任务的恢复、监控和重跑问题。 翻译 workflow 则验证了长文分块、输入变更检测和正式产物合并是否可靠。 这套结构跑起来之后，后续扩展新的文献队列或新的处理阶段，主要工作就变成新增 workflow adapter，而不是重新设计整条流水线。 1 个帖子 - 1 位参与者 阅读完整话题
从 【开源推广】作为一名在读博士生，我在日常是如何与 AI 协作的？——ai-collab-playbook 继续讨论： 最近导师让写一份关于本方向的研究进展，想用AI搭起来一个框架，但在填充框架内容的时候感觉割裂感很大，再加上导师的框架建议就更乱了，看有没有佬友有更合理的写作建议，还有就是文献看的确实不多。 1 个帖子 - 1 位参与者 阅读完整话题