论文集检索¶

论文集模式适合“指定这些 venue、这些年份，查找这些主题”的有边界任务。快速开始给出了完整规范和三条命令。

论文集检索如何工作¶

定义边界。 当前 Agent 记录准确的期刊/会议、年份、论文类型、主题、排除项、总数和配额。
先枚举再筛选。 ACL、IJCAI、NeurIPS、ICLR（2024 年起）、PMLR 系列会议（ICML、AISTATS、COLT 等）、CVF（CVPR、ICCV、WACV）和 USENIX（Security、OSDI、NSDI、ATC、FAST）读取各自的官方索引；期刊和已知会议集通过 ISSN、collection DOI、venue 和年份分页读取 Crossref；OpenAlex 和 Semantic Scholar 可以补充基于查询的候选。
记录覆盖状态。 每个“venue × 年份”都会标记为 complete、partial 或 failed。缺少 proceedings 页面或准确标识符时，会生成诊断信息，不会把空结果伪装成完整覆盖。
合并并补全。 优先按 DOI 去重。缺少摘要时，先按 DOI 查询 Semantic Scholar，配置 OpenAlex 后再进行第二轮补全；每个字段保留来源记录。
依据证据评审。 确定性规则排除错误年份、venue、track、论文类型和明显的目录/封面信息。关键词只负责提出候选；正式接受必须由当前 Agent 同时判断标题和摘要，并记录理由。
满足配额后冻结。 最终清单和规范都会绑定哈希。进入下载阶段后不能再添加、删除或替换论文。

pending 状态¶

两种 pending 状态是正常工作流的一部分：

pending_abstract 表示仍未获得可信摘要。论文会保留等待后续补全，但不能只根据题名自动接受。
ready_unreviewed（经常表现为 decision_missing）表示元数据足够，但尚未完成语义评审；常见原因是首选数量和全部配额已经满足。它不能进入冻结选集。

断点与重跑¶

发现产物同时也是断点。对同一目录重新运行时，会复用已经完成的切片，只重试不完整来源；带 possible_upstream_lag 警告的切片会重新读取，缺失的摘要会重新查询，已完成的切片不会重新抓取。

venue 预设让规范可以只写简称，例如 name: INFOCOM 或 name: IEEE TMC；覆盖范围见来源支持。发现前运行 arp sources --spec <corpus.yaml>，可离线查看逐 venue/年份缺口。

评审完成后，自动获取只交付冻结选集。完整的 Agent 契约见 skill 的 corpus 参考。

按主题找几篇综述¶

论文集会先列出每个 venue、每一年的全部论文。若只需从多本期刊中找几篇综述，改为按主题检索：

arp discover candidates --query "mobile robot path planning survey" --year 2024 --year 2025 --type review --doi-prefix 10.1109 --title-term "path planning|motion planning" --output candidates.json

检索在 Crossref 和 Semantic Scholar 上无需 key，OpenAlex 需要 key，几个来源同时进行，并限定在给定年份和过滤条件内；--preset T-RO 或 --issn 可限定到指定期刊。标题和摘要中不含任何主题词的记录会被去掉，其余按匹配程度排序。用同一命令、同一输出重跑时，只重新查询上次没有完成的来源。Agent 评审标题和摘要后，把接受的 DOI 写入文本文件，再运行 arp fetch --input-file。完整步骤见主题综述示例。关键词检索不能保证穷尽，结果中应说明检索所用的查询和过滤条件。