語言 Language： 繁體中文 ｜ English
🔭 發現端 paper-radar ｜ ⬇️ 下載端 paper-fetch ｜ 📖 閱讀端 paper-review-and-digest — 雷達挑出的論文，由 paper-fetch 依 route ladder 取回全文，再交給 /paper-review 評讀品質、/paper-digest 快速吸收；三個 repo 合起來是完整的讀論文 pipeline。
一套個人化的文獻追蹤與學習雷達。把幾十個期刊 RSS／PubMed 搜尋自動抓回來、依你的研究興趣評分排序，推到一個只給自己看的私密網頁上滑、勾選；選中的論文再回流到你自己的筆記系統。最初是我為了準備**復健科（PMR, Physical Medicine & Rehabilitation）**專科與追新文而做的 side project，整理成可公開、可自架的開源版本。
🔒 我自己的站台跑在 Cloudflare Access 後面（私密、個人興趣資料），所以沒有公開 demo。下方以截圖呈現。
每天有幾十個期刊更新、加上幾位想追的作者、幾個想盯的主題，傳統作法是把一堆 RSS 倒進筆記軟體 → 很快變成讀不完的垃圾堆。我要的是一個會幫我先篩、先排序的雷達：
- 一次抓 幾十個來源（期刊 RSS + 作者／主題式 PubMed 搜尋），自動去重
- 依我的研究興趣模型評分排序——高分新文浮上來，雜訊沉下去
- 全部推到一個私密網頁（手機也能滑），每篇標「✅ 已看 / 🔬 想評讀品質 / 📚 想整理內容 / 👍😐👎」
- 每篇自動標好能不能拿到全文（開放取用？機構訂閱？要自己抓？）
- 我在網頁上勾的，之後一個指令回流進我的筆記系統整理
- 我的投票會回頭訓練興趣模型，雷達越用越準
這是一人維護的 side project。核心（雷達本身）可自架重用；「回流筆記」那段綁我個人的 Obsidian + LLM 工具鏈，請當成範例、接成你自己的下游。
┌─────────────────────────────────────────────────────────────┐
│ 主機（24/7 cron，我用 Oracle Cloud Free Tier 的一台小機） │
│ │
│ fetch_and_score.py │
│ 幾十個 feed（rss + pubmed_search）→ SQLite 去重 │
│ → interest_model 評分 → papers.json │
│ enrich.py │
│ 每篇 DOI → Unpaywall（開放取用） │
│ + 機構 SFX / link resolver（訂閱判定，選用） │
│ notify_digest.py 每日高分新篇 → ntfy 推播 │
│ │ wrangler pages deploy │
└─────────────┼─────────────────────────────────────────────────┘
▼
┌─────────────────────────────────────────────────────────────┐
│ Cloudflare Pages（前面鎖 Cloudflare Access，只給你自己） │
│ site/ 私密網頁：主題開關 / 篩選 / 動作鈕 / 全文徽章 │
│ _worker.js POST /api/action → D1 │
│ POST /api/upload → R2（外部 PDF） │
│ GET /api/state → 給下游拉未同步動作 │
│ D1 actions 表 = 你按的每個動作（跨裝置同步的真實來源） │
└─────────────┬─────────────────────────────────────────────────┘
▼
你的下游（範例：回流到筆記系統）
讀 D1 未同步動作 → 抓全文 → 依 🔬/📚 分流整理 → 寫進筆記
投票 → 回頭訓練 interest_model
- 兩種 feed 型別：
rss（feedparser 抓 RSS/Atom）與pubmed_search（用 NCBI E-utilities 跑 query，繞過壞掉的期刊 RSS、也能做作者／主題追蹤）。 - 所有來源寫進 SQLite，用 DOI／標題去重。
- 每篇用
interest_model.json（關鍵字／MeSH 權重）算興趣分數，前端預設高分優先。 - 經驗談都寫在註解裡：某些出版社 CDN 會擋自動請求（LWW）、某些
search.rss的 XML 是壞的（部分 Springer 期刊）→ 一律改走 PubMed[ta]比較穩。
每篇有 DOI 的論文，自動標好取得難度：
| 層 | 徽章 | 怎麼來 |
|---|---|---|
| 開放取用 | 🟢 OA | Unpaywall 查 OA PDF（自動，免費） |
| 機構訂閱 | 🏥 機構訂閱 | 選用：透過你機構的 SFX／link resolver 判定這篇現在能否經訂閱取得 |
| 自取 | 🔒 | 附深連結，由你自己抓／上傳 |
⚠️ 機構訂閱這層預設關閉。它走的是你所屬機構的 link resolver（SExLibris SFX 之類的標準圖書館技術），只判定「這篇現在能否取得」並產生深連結——取用與下載仍須遵守你機構的授權與各出版社的使用條款（ToS）。沒有機構訂閱的人，把它關著、只用 OA 層即可。
- 整站放在 Cloudflare Access 後面，只有你自己（email OTP / IdP）進得去——無 SEO、無公開 RSS、無署名。
- 每篇可標：✅ 已看、🔬 品質評讀、📚 內容整理、👍😐👎 投票、📎 上傳全文。
- 動作寫進 Cloudflare D1（SQLite），所以換手機／換瀏覽器都看得到自己勾過什麼（D1 是真實來源，localStorage 只是快取）。
- 可上傳非雷達來源的外部 PDF 進 R2（worker 內建月配額與單檔大小硬擋，避免爆免費額度）。
- 手機友善：設定區可折疊、搜尋常駐、已看過預設隱藏。
- 你的 👍👎 投票 → 聚合每篇命中的主題 tag → 微調
interest_model.json權重。 - 設計成純函數、可重跑不漂移（
effective = clamp(base + delta, 1, 5)），預設 dry-run，--apply才寫檔並備份。
v2 起，排序改由下方 PRPM v2 的
train_model.py主導；train_interest.py保留為本機手動檢視工具（見 CHANGELOG）。
- 每日把「夠新 + 夠高分 + 還沒看過」的論文摘要推到 ntfy（含去重，不重推）。
- 另一支提醒你「網頁上還有 N 篇標了待處理」，催你去整理。
我自己的下游是一條跑在本機的 on-demand 流程，讀 D1 未同步動作 → 共用前置（DOI 核對、加進文獻管理、抓全文）→ 依徽章分流：🔬 品質走一條「可信度評讀」、📚 內容走一條「內容快速吸收整理」→ 寫進我的 Obsidian 筆記、投票寫進訓練 log。
這段緊綁我個人的 Obsidian + LLM 工具鏈，不在本 repo 內。
_worker.js的GET /api/state?unsynced=1就是給下游拉資料的接口——你可以接成任何你要的東西（存進 Notion、丟給某個 LLM 整理、寄 email 給自己……）。把它當成「雷達已經幫你篩好、排好、標好全文，剩下你愛怎麼用」。
🔗 我自己下游那兩支「🔬 品質評讀 / 📚 內容整理」的 Claude Code skill 已經開源，就是 paper-review-and-digest（
/paper-review+/paper-digest， 含確定性 GRADE 計算與 CrossRef 引用查核）。paper-radar 負責「發現/挑選」，paper-review-and-digest 負責「評讀/吸收」，兩端合起來就是完整的讀論文 pipeline。
v1 的排序只看一組手寫關鍵字權重、只吃 👍👎、還得手動跑訓練，本質是個排序器。v2 把整個推薦引擎重寫成一個會自我學習的個人偏好模型：每個 ✅/🔬/📚/👍😐👎/seen 事件都在回答「你喜歡什麼主題 × 方法學 × 場域、討厭什麼、哪些特徵真的驅動決策、偏好如何隨時間漂移」。完整數學與常數見 docs/DESIGN-PRPM.md。
分層架構：
事件層 Event store D1 actions（現況）＋ action_log（append-only 歷史）
特徵層 Feature store SQLite papers.{tags, facets, embedding}
模型層 Model model_state.json — 每特徵的 decayed Beta 偽計數 ＋ profile 向量
服務層 Serving rank.py — Thompson 抽樣分數、MMR 多樣性、探索槽、why 分解
自省層 Introspection site/profile.json ＋ 偏好儀表板 profile.html
- 每晚自我訓練（無狀態）：
train_model.py每晚從 D1 全量事件重算 → idempotent、無漂移、可完整重建。所有訊號都算：投入（🔬/📚/📎，+2）、👍（+1）、😐（弱負 −0.3）、👎（−1.5）、僅看過（−0.1），並套 90 天半衰期讓偏好會漂移。 - Thompson 抽樣排序 ＋ 阻尼：每特徵每天抽一次 Beta θ 當排序分，不確定的特徵自然輪到高位＝內建探索；展示分數用 posterior mean（穩定）。
- MMR 多樣性：top 60 貪婪重排，打散同主題連發。
- 🧭 探索槽：固定位置（6/12/18/24/30/36）推冷門特徵／語意鄰接／隨機驚喜，回饋帶 exploration context，可量測「跳出同溫層」的命中率。
- LLM facet 抽取（
extract_facets.py）：把每篇分類到方法學／場域／族群／樣本數（enum 白名單，丟幻覺），補足「手寫 tag 只有主題維度」；沒設GROQ_API_KEY就自動跳過。 - 語意 embedding profile（
embed_papers.py）：bge-small（384 維）算出你的語意偏好向量，抓 tag/facet 編不出來的長尾。 - why 分解 UI：點分數即展開每個特徵的貢獻，讓你 debug 自己的模型；偏好儀表板（📈 profile.html）秀最偏好／想避開／近 30 天漂移／探索成效。
每段都有降級保護：任一 PRPM 階段失敗就退回前一天的 keyword 排序，不擋管線。完整版本紀錄見 CHANGELOG.md。
| 層 | 用什麼 |
|---|---|
| 抓取／評分／加值 | Python 3.11+ · feedparser · requests · pyyaml · SQLite |
| 全文 | Unpaywall API（免費，需 email）· 選用機構 SFX/link resolver |
| 網頁 | 靜態 HTML/CSS/JS（無框架）· Cloudflare Pages |
| 動作層後端 | Cloudflare Workers（Pages advanced mode）· D1 · R2 |
| 推播 | ntfy |
這個專案我是搭在這幾個服務上的，它們大多有免費額度。你可以用一樣的，或換等價替代：
- 一台 24/7 的主機跑 cron — 我用 Oracle Cloud Free Tier 的 Always-Free 小機。替代：任何 VPS、家裡的 Raspberry Pi/NAS、GitHub Actions 排程⋯⋯只要能定時跑 Python 並執行
wrangler即可。 - 靜態站 + 邊緣 DB/儲存 — 我用 Cloudflare Pages + D1 + R2 + Access（全在免費額度內）。替代：Vercel/Netlify + 任一 SQLite/Postgres、自架反向代理 + 基本認證。動作層只需要一個能存 KV/列的後端 + 一個把站鎖起來的認證。
- 推播 — 我用 ntfy（可自架或用公有 ntfy.sh）。替代：Telegram bot、Discord webhook、email。
換方案時主要改的是
enrich.py/notify_*.py裡的端點，與部署腳本（run.sh/deploy.sh）。核心抓取＋評分（fetch_and_score.py）不依賴任何雲服務，本機就能跑。
站台在 Cloudflare Access 後，以下為實際畫面截圖（資料為公開文獻，無敏感內容）。
| 論文列表（全文徽章 🟢/🏥 + 動作鈕 ✅🔬📚👍） | 主題訂閱開關 / 篩選列 |
|---|---|
 |
 |
需求：Python 3.11+。
git clone https://github.com/<you>/paper-radar.git
cd paper-radar
python -m venv .venv && source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install -r requirements.txt
cp config.example.yaml config.yaml # 編輯成你的 feeds / email / 站台網域
cp interest_model.example.json interest_model.json
cp env.example .env # 填 CF / ntfy 等（部署才需要）
# 純本機：抓取 + 評分（不需要任何雲服務）
python fetch_and_score.py # 全部 feed → papers.json
python fetch_and_score.py --only eswt,pain --limit 8 # 只跑某幾個 feed
python enrich.py --limit 20 # 加值前 20 篇（OA / 機構訂閱）打開 site/index.html（或 python -m http.server 起一個本機伺服器）即可看到前端讀 papers.json 渲染。site/papers.sample.json 是附的合成範例，方便 clone 後立刻看到畫面。
完整步驟見 docs/DEPLOY.md，摘要：
- D1：
wrangler d1 create paper-radar-db→wrangler d1 execute paper-radar-db --remote --file=schema.sql；把回傳的 database_id 填進wrangler.toml（從wrangler.toml.example複製）。 - R2（選用，上傳功能才需要）：
wrangler r2 bucket create paper-radar-pdfs。 - Pages：
wrangler pages deploy site --project-name=paper-radar，綁自訂網域。 - Cloudflare Access：在 Zero Trust 建一個 self-hosted application 蓋住你的網域，policy 只 allow 你自己的 email。這一步是整個站「私密」的關鍵，務必先設好再放上任何資料。
- 主機 cron：把專案 scp 到你的 host，建 venv，設
.env，cron 跑run.sh。
這個站雖然是給自己看的，但一旦放上網際網路就要當成公開服務來防護：
- 先鎖再放：在把站接上公開網域的同時就設好 Cloudflare Access（或等價認證）。不要「先上線、晚點再鎖」——中間任何一刻它都是全網可讀的。
- API token 用最小權限：給主機 cron 的 Cloudflare token 只開
Pages:Edit+D1:Read（甚至不給 D1 寫）；需要改 schema（ALTER）時，用另一把有D1:Edit的 token，從你信任的機器跑，別把寫權限長駐在 host 上。 - token / 帳密絕不進版控：
.env、*.dpapi、wrangler.toml（含真實 database_id）、產生的*.db/papers.json都已列入.gitignore。commit 前再git status確認一次。 - 保留 worker 內的配額硬擋（月上傳數、單檔大小），避免被誤用或自己手滑爆掉免費額度。
- ntfy：用有 token 的私有 topic，別用容易被猜到的公開 topic 名稱。
- 全文取用守規矩：OA 層隨意；機構訂閱層的取用與下載，請遵守你機構授權與各出版社 ToS——本工具只幫你判定「可不可取得」並給連結，不繞過任何付費牆。
MIT。歡迎 fork、改成你自己領域的雷達（不限醫學——任何有 RSS/API 的文獻源都行）。
Built by 陳柏威 — 復健科醫師。本來只是想少漏幾篇好文。如果它對你追文獻有幫助，歡迎 star ⭐。
如果這個工具幫你省下時間，歡迎請我喝杯飲料，讓伺服器繼續轉下去 🧡
This tool is one piece of my personal AI workflow. If you want to learn how to use AI agents like Claude Code from zero (no programming background needed), I wrote a beginner series (in Traditional Chinese):
這個工具是我個人 AI 工作流的一部分。想從零開始學怎麼用 Claude Code 這類 AI agent（不需要程式背景），可以從我的入門系列開始：
Full map of my tools and posts ／ 所有工具與文章的全貌 → drpwchen.com/map