利用飞书机器人进行 - ArXiv自动化检索推荐
相关作者的Github仓库
ArXivToday-Lark 使用教程
Step1 新建机器人
根据飞书官方机器人使用手册，新建自定义机器人，并记录好webhook地址，后续将在配置文件中更新该地址。
可以先完成到后续步骤之前，后续的步骤与安全相关，感兴趣可以进一步了解。
Custom bot usage guide - Developer Guides - Feishu Open Platform
Step2 新建飞书卡片
根据飞书官方手册，新建飞书卡片。
为了更简单高效完成配置，可以选择导入卡片，将代码库中的ArXivToday.card 直接导入。
Send message cards with custom bot - Developer Guides - Feishu Open Platform
Step3 使用该工具仓库
- Clone仓库
git clone https://github.com/InfinityUniverse0/ArXivToday-Lark.git
- 创建虚拟环境 ”feishu“ 并激活
cd ArXivToday-Larkpython3 -m venv feishu
source feishu/bin/active
- 安装相关依赖
pip install -r requirements.txt
- 修改配置文件
config.py
- 运行项目
python3 main.py
Step4 周期性运行
使用 crontab 每日运行该项目，具体的详细教程仓库的Readme文件有提供。
该库的运行需要 Linux 系统。
打开该库的编译器，写入命令即可（后面两项为解释器、main文件的绝对路径）
⚠️ 解释器路径为虚拟环境对应的路径
crontab -e24 14 * * 1-5 /absolute/path/to/your/python/interpreter /absolute/path/to/ArXivToday-Lark/main.py
Step5 个性化领域搜索
仓库设定的搜索领域为LLM安全，以我为例，我想要寻找量化金融与强化学习相关的论文，需要修改main.py 中的类别👇
tag = 'Finance and Blockchain'
category_list = ['q-fin', 'cs.CR', 'cs.LG', 'econ.GN']
keyword_list = ['quantitative', 'blockchain', 'reinforcement learning', 'price prediction', 'financial forecasting', 'trading fee'
]
另：欢迎到访我的个人博客笔记📒
文章使用的工具来自于仓库👇
https://github.com/InfinityUniverse0/ArXivToday-Lark/blob/main/README-zh.md