llm-paper-daily：用 Agent 訂閱每日 LLM 論文，而不是自己寫爬蟲
Daily updated LLM papers. 每日更新 LLM 相关的论文，欢迎订阅 👏 喜欢的话动动你的小手 🌟 一个
秒懂
- 它是什麼？
- 這個倉庫把每日 LLM 與 Agent 論文的清單、arXiv 連結與中文摘要固定產出到 README 與 summary 目錄，並提供 paper-subscribe skill 讓本機 Agent 讀取公開的 feed-papers.json 完成訂閱。它解決的是資訊篩選，不是研究重現。
- 適合誰用？
- 如果你要的是一份每天更新、附 arXiv 位址與中文摘要的 LLM 與 Agent 論文清單，而且願意用本機 Agent 執行 SUBSCRIBE.md 的設定流程，這個倉庫可以直接用；如果你需要的是可重現的實驗、程式碼品質評估或引用格式，它幫不上忙，因為它只讀公開的 feed-papers.json，不在你的機器上跑抓取或總結流程。採用前先確認三件事：倉庫的 LICENSE 欄位是否已補上、feed-papers.json 的更新時間是否與 README 的更新標記一致、以及 summary/ 目錄下你關心的那幾篇摘要是否真的存在對應檔案。
- 可以商用嗎？
- 未經許可不行。GitHub 在這個儲存庫中沒有找到授權檔案；沒有授權，預設即「保留所有權利」：你可以閱讀程式碼，但不能重複使用。使用前請看看 README，或先取得作者同意。
- 還在維護嗎？
- 有在維護。儲存庫最近一次提交在 3 天前。
- 用什麼語言寫的？
- 主要是 Python（依據 GitHub 的語言統計）。
以上回答依據專案的 GitHub 資料（最近同步於 2026年9月15日）與我們的分析，不構成法律意見。
開源專案深度解析
它每天產出的其實是三種不同壽命的東西
把這個倉庫當成單一產品會誤判它的維護成本。它的輸出分成三層，壽命完全不同。第一層是 README 裡的更新區塊，由註解標記包住，README 中可見的標記是 paper-daily:readme:updates:start 與 paper-daily:readme:updates:end，內容是當日論文標題清單，頂端還帶著更新時間，例如 2026年09月09日 06:13。第二層是月份表格，標記為 paper-daily:readme:months:start，每列包含日期、標題、機構、一段中文摘要文字，以及 arXiv 與 Summary 兩個徽章連結。第三層是 summary/ 目錄下的 markdown 檔，路徑形式如 summary/2026-09/2609.09153.md。前兩層每天被覆寫，第三層是累積資產。真正決定這個倉庫長期價值的是第三層，因為表格裡的摘要文字是壓縮過的，要判斷一篇論文值不值得讀，通常得點進 summary 檔。反過來說，如果 summary 檔沒有穩定生成，整個倉庫就退化成一份帶連結的標題清單，那用 arXiv 的每日郵件也能做到。
訂閱不走爬蟲，走的是叫 Agent 讀文件
這個專案最特別的設計是它沒有要你自己寫 cron 加 RSS。README 的訂閱段落給了一段可以直接貼給 OpenClaw、Codex 或 Claude Code 的提示文字，要求 Agent 去讀倉庫根目錄的 SUBSCRIBE.md，按文件建立本地配置、預覽 digest、安裝定時任務，最後回報配置檔位置、執行時間、語言、每次推送數量與驗證結果。README 明確寫出這個流程的邊界：Agent 會使用倉庫裡的 paper-subscribe skill，只讀取公開的 feed-papers.json，不會在使用者機器上執行論文抓取或總結的生產流程。這個切分是合理的，抓取與總結的成本留在維護者端，使用者端只做篩選與推送。代價是整個訂閱體驗綁在 SUBSCRIBE.md 這份文件上，而這份文件我沒有取得內容，所以配置鍵名稱、定時任務的實際形式、digest 的輸出格式都無法在這裡確認。你若要採用，第一步就是把 SUBSCRIBE.md 讀完，而不是先看 README 的表格。
feed-papers.json 是唯一穩定的介面
README 把 feed-papers.json 描述為公開且被 paper-subscribe skill 讀取的檔案，這件事的意義比它看起來大。README 的表格是給人看的，帶有 HTML 標籤、徽章圖片與固定寬度的日期欄位，任何解析都會被排版細節咬到。feed-papers.json 是給程式看的，欄位結構一旦穩定，你就能接自己的過濾邏輯，例如只保留標題含 agent 的條目，或只抓特定機構。這也是這個倉庫相對於一份純 markdown 清單的實際優勢：它有一個機器可讀的中介層。但要注意兩點。第一，README 只說 skill 會讀取這個檔案，沒有說明它的 schema、更新頻率或是否與 README 表格同步。第二，summary/ 目錄下的檔案路徑帶有月份與 arXiv ID，這暗示命名規則與 arXiv 編號綁定，如果同一篇論文有版本更新，路徑是否會改變，材料裡看不出來。要接自動化流程的話，這兩個問題得先實測。
摘要的顆粒度決定了它能不能取代你原本的篩選流程
README 表格裡的摘要是壓縮過的中文段落，一篇論文大約三到五句，會提到機構、方法名稱與一句結論式描述。以 Procedural Graphs 那一列為例，摘要提到程序圖是一種自進化的執行結構，用來處理長程任務中代理迷失方向與重複錯誤的問題。這種寫法對「今天有沒有值得看的東西」有用，對「這篇的方法能不能搬到我手上的系統」不夠。後者需要 summary 檔，而 summary 檔的品質我無法從材料判斷。這是選用前最該抽樣驗證的地方：挑三篇你已經讀過的論文，比對 summary/ 底下的檔案，看它有沒有把方法與實驗設定寫清楚，還是只是把 arXiv abstract 換句話說。如果只是換句話說，這個倉庫的價值就等於一份附中文標題的 arXiv 清單，那你的訂閱成本應該重新算。
它不適合誰：需要可重現性的人
這個倉庫的分類是論文聚合，不是實作。README 裡出現的 GitHub 徽章指向的是論文作者自己的倉庫，例如 MeClear 那一列指向 FudanSELab/MeClear，Graph-Based Personalized Memory 那一列指向 icedpanda/awesome-personalized-graph-memory。這些連結是轉介，不是這個專案維護的程式碼。如果你的工作是評估某個方法能不能上線，你需要的是跑得起來的 repo、資料集與超參數，這些都不在 llm-paper-daily 的範圍內。另一個不適合的情境是需要引用格式的人。README 提供 arXiv PDF 連結，但沒有 BibTeX、沒有 DOI、沒有作者全名清單，機構欄位也只是粗粒度標註。要用在正式文獻回顧裡，你得自己回到 arXiv 頁面補齊。把這個倉庫定位成雷達，而不是書目管理工具，期待才不會錯位。
跟自己寫 arXiv 抓取腳本比，差別在維護責任放在哪
替代方案不是某個競品，而是自己寫一份 arXiv API 抓取加 LLM 摘要的腳本。兩者的差異不在功能，在故障時誰負責。自建腳本的好處是你可以決定分類邏輯、摘要長度、推送通道與觸發時間，壞處是 arXiv 的 rate limit、PDF 解析失敗、模型 API 費用與每日排程的可靠性全部落在你身上，而且沒有人幫你確認今天的清單是不是空的。llm-paper-daily 把這些成本集中在維護者端，代價是你接受它的選題標準與摘要風格，而且當它停止更新時你只能等。判斷點很具體：如果你需要的主題過濾條件是「LLM 與 Agent 相關」這種粗粒度，用它；如果你要的是「只收 RAG 評測方法且排除純理論」這種細粒度，自建腳本會更省事，因為你不會為了改一行過濾邏輯去讀別人的 SUBSCRIBE.md。
授權與維護成本：目前能確認的比想像中少
倉庫的 License 欄位在取得的資料中是 unknown，README 也沒有授權段落。這對兩種用法影響不同。只是閱讀 README 與點擊 arXiv 連結，沒有授權問題。要把 feed-papers.json 或 summary/ 的內容再散布、包進自家產品、或改寫後對外發布，就得先確認授權狀態，這是採用前該自行釐清的事，我不提供法律判斷。維護成本方面，資料顯示最後推送時間是 2026-09-09T06:13:56Z，與 README 標記的更新時間一致，代表產出流程當時仍在運作。但沒有檢索到任何 release，這意味著沒有版本化的變更紀錄，SUBSCRIBE.md 或 feed-papers.json 的格式若變動，你只能從 commit 歷史察覺。對一個只讀公開 JSON 的訂閱端來說，這種無版本狀態是可以接受的，前提是你在自己的排程裡加一道檢查：如果 digest 連續幾天為空或欄位解析失敗，要能立刻發現，而不是等到某天想起來才去看。
編輯結論
如果你要的是一份每天更新、附 arXiv 位址與中文摘要的 LLM 與 Agent 論文清單，而且願意用本機 Agent 執行 SUBSCRIBE.md 的設定流程，這個倉庫可以直接用；如果你需要的是可重現的實驗、程式碼品質評估或引用格式，它幫不上忙，因為它只讀公開的 feed-papers.json，不在你的機器上跑抓取或總結流程。採用前先確認三件事：倉庫的 LICENSE 欄位是否已補上、feed-papers.json 的更新時間是否與 README 的更新標記一致、以及 summary/ 目錄下你關心的那幾篇摘要是否真的存在對應檔案。
社群筆記