起因

看到两个论文库网站，把2026年的ICLR和ICML的所有论文扒下来用LLM做了中文导读，还有研究方向的分类，非常具有参考价值：
https://jenniferzhao0531.github.io/ICLR2026-Guide-CN/
https://tsrigo.github.io/ICML2026-Guide-CN/
image-20260915155756020

image-20260915155908692

于是想到：平时泛读的论文能不能也做一个类似的论文库，用于快速浏览、进行参考呢？
本地的笔记收录了论文的元信息和英文摘要，并且按照自己的思路进行了分类，和参考站相比，再用LLM按照摘要做解读就可以了。既然参考站能跑在 GitHub Pages 上，那我的论文库能跑在我的 Hexo 站点里吗？

让deepseek帮我看一下是否可行🧐

Hexo+Butterfly 能不能做到

我的站是 Hexo 7.3 + Butterfly，部署在自建服务器上。动手前先确认了原生能力边界，避免走弯路。

参考站的能力 Butterfly 现状
三级树状侧栏 + 每级计数 ❌ 侧栏是固定 widget（作者卡 / 最近文章 / 分类 / 标签），塞不进自定义树
一页内按分类聚合 ❌ Hexo 分类支持多级，但渲染成「归档列表」，不是同页聚合
全站秒搜 ⚠️ hexo-generator-searchdb 已经装了，但 search.use: 是空的，搜索其实是关的
折叠卡片 ✅ collapse / note / tabs 标签插件可以
文章内目录 ✅ 但 75 篇论文挤在一篇里，TOC 会长到没法用

结论：Butterfly 原生做不到，但不是技术做不到，是「承载方式」不对。

参考站本身就是个单文件静态 HTML——没有框架、没有后端，一个 <script id="paper-data" type="application/json"> 里塞了全部论文数据，剩下全靠前端 JS。

所以方案定为：不动主题，把论文库做成一个预生成的独立静态页。

关键一环：skip_render

D老师让脚本把页面生成到 source/papers/index.html。然后第一次 hexo generate，打开一看——炸了。

页面确实生成了，但它的 <head> 里出现了 Butterfly 的东西：

1
2
3
<html lang="zh-CN" data-theme="light">
<title>薜荔阁 - Xjelly's Blog | 薜荔阁 - Xjelly's Blog</title>
<meta name="description" content="MAS 拓扑论文库 · 薜荔阁    :root{   --bg:#f6f8fa; ...">

Hexo 把 source/papers/index.html 当成了一个普通 page，套上了主题的 page 布局。 整个 HTML（包括 <style>）被塞进了主题的 <head> 里，页面结构彻底报废。

原因是：source/ 下的文件只要 Hexo 能处理，就会被当文章/page 渲染。要让它原样拷贝，得显式声明：

1
2
3
4
5
# _config.yml
i18n_dir: :lang
skip_render:
  # 论文库是预生成的独立静态页，不能套 Butterfly 主题布局
  - 'papers/**'

改完立刻 hexo generate——还是坏的。差点以为方法不对。

其实是 Hexo 的缓存：它认为这个文件没变，复用了上次渲染的结果。必须 hexo clean 一次：

1
npx hexo clean && npx hexo generate

之后用哈希对比确认它是原样拷贝的：

1
if ((Get-FileHash 'public\papers\index.html').Hash -eq (Get-FileHash 'source\papers\index.html').Hash) { "原样输出 ✓" }

踩坑提示：skip_render 生效后一定要 hexo clean。

菜单接入就一行：

1
2
3
4
5
# _config.butterfly.yml
menu:
  首页: / || fas fa-home
  论文库: /papers/ || fas fa-book-reader
  存档: /categories/技术/ || fas fa-archive

数据管道：一条不能全自动的流水线

75 篇论文的「结构化解读」没法脚本化——那需要真读懂摘要。但除了这一步，剩下的全可以自动化。

D老师把它拆成了这样：

1
2
3
4
5
草稿.md
  └─ parse-draft.mjs ─────▶ raw.json            （解析出标题/摘要/分区）
        └─ split-batches.mjs ─▶ batches/*.json  （按分区拆成 6 批）
              └─ [LLM 逐篇解读] ─▶ out/*.json   ← 唯一的人工/LLM 环节
                    └─ build.mjs ─▶ source/papers/index.html

从草稿解析元数据这一步可以放心交给D老师，尽管D老师吐槽“比想象中麻烦”。
草稿长这样：（确实是平时做记录的时候没有结构化。）

1
2
3
4
5
#### （arxiv 2026.08 通过蒙特卡洛树搜索从多个候选拓扑中选取节点）HELENA:Hierarchical Sparse Coordination...

LLM-based multi-agent systems (MAS) typically optimize a single topology...
基于 LLM 的多智能体系统通常只优化单一拓扑结构...

至于那 6 批解读，D老师拆给了 6 个并行的 LLM 任务，每个负责一个分区，产出统一的 JSON schema：

1
2
3
4
5
6
7
8
9
{
  "analysis": {
    "motivation": "研究动机：原有做法缺什么",
    "problem": "解决问题：一句话",
    "method": "主要方法：关键机制，不能写空话",
    "results": "关键实验：数据集 / 基线 / 提升幅度",
    "takeaway": "可借鉴点：对做这个方向的人有什么用"
  }
}

草稿里的中文摘要是机器翻译的，不能直接用。D老师提前列了一张术语对照表塞给子代理，并点名了已知的机翻错误。事后扫描确认全库零残留。D老师会给子代理写好任务规范，挑第一个子代理的prompt看一下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
你在 Windows 上的一个 Hexo 博客仓库里工作，工作目录是 `D:\Blog\my-blog`。

任务：为一批 MAS（多智能体系统）拓扑方向的论文生成结构化中文解读。这是要公开发布到博客的论文库内容，质量要求高。

步骤：
1. 先读 `D:\Blog\my-blog\tools\papers\ANALYSIS-SPEC.md`，严格遵守其中的输出格式、字段约束、术语规范和三级子方向（sub3）设计规则。
2. 读输入文件 `D:\Blog\my-blog\tools\papers\data\batches\batch-1.json`（共 17 篇论文，section2 为「MAS拓扑设计」）。
3. 按规范产出结果，写入 `D:\Blog\my-blog\tools\papers\data\out\batch-1.json`。若 `out` 目录不存在，先用 pwsh 执行：
   `New-Item -ItemType Directory -Force -Path "D:\Blog\my-blog\tools\papers\data\out"`
4. 写完后必须自校验：该文件是合法 JSON；`papers` 数组长度 == 17；每篇的 `id/title/titleZh/venue/year/venueNote/type/sub3/tags/abstractZh` 以及 `analysis.motivation/problem/method/results/takeaway` 全部非空；所有 `sub3` 都出现在 `sections` 声明的标签里；`id` 集合与输入完全一致。
   校验方式示例：`node -e "const j=require('./tools/papers/data/out/batch-1.json'); ..."`（在 D:\Blog\my-blog 下执行）。

硬性要求：
- 输出文件必须是**严格合法的 JSON**（UTF-8，无注释、无尾逗号），不要用 ```json 代码块包裹。
- 只依据 batch 文件里给出的标题、关键词注释、英文摘要、中文机翻摘要来判断。**不要联网、不要读论文原文、不要编造任何数字或数据集。**
- 中文机翻摘要有明显错误（如 LLM 被译成「逻辑逻辑模型」、token 被译成「令牌/词元」、`\helena{}` 之类 LaTeX 残留），必须按规范修正。
- 逐篇认真写，`analysis.method` 必须具体（写出关键机制/算法/指标），不能写空话。

完成后回复一段简短总结：处理篇数、该 section 采用的三级标签及各自覆盖的论文编号、以及 `results` 里写了「摘要未给出量化结果」的篇数。

Deepseek-V4-Flash看不见页面，怎么验证

D老师用无头 Chrome 注入一段探针脚本，把布局和交互的实测结果 dump 出来：

1
2
3
4
5
6
7
var out = [];
out.push('sidebar=' + rect(document.querySelector('.sidebar')) + ' pos=' + getComputedStyle(sb).position);
inp.value = '拓扑'; inp.dispatchEvent(new Event('input'));
out.push('SEARCH[拓扑] cards=' + document.querySelectorAll('.paper:not(.hidden)').length);
var pre = document.createElement('pre'); pre.id = 'probe';
pre.textContent = '<<<PROBE ' + out.join(' ;; ') + ' PROBE>>>';
document.body.appendChild(pre);

配 --dump-dom 读结果：

1
2
3
4
5
6
7
8
9
sidebar=340x805@0,0 pos=sticky      main=1069x39387      无横向滚动
papers=75  priSec=4  subSec=16  subsubSec=40  navLinks=40
一级默认展开 / 二级默认收起（navPri expanded=4, navSub expanded=0）
firstPaper=1001x474   analysisDisplay=flex   absEnDisplay=none
SEARCH[拓扑] cards=74     SEARCH[shapley] cards=1
SEARCH[Ollivier-Ricci] cards=1     SEARCH[zzzzzz] cards=0 emptyShown=true
展开全部：analysisDisplay 先 none 再 flex；单卡折叠按钮文案随之切换
收藏写入 localStorage：stored=["ofa-mas"]；只看收藏筛选命中 1 篇
anKeys={"研究动机":75,"解决问题":75,"主要方法":75,"关键实验":75,"可借鉴点":75}

最后那行证明 75 篇的解读字段一篇都没漏。

顺带一提：papers=75 和 anKeys 里的 75 是完全独立的两个统计口径，能对上才说明数据和渲染是一致的。

论文库的后续维护

和参考站不一样的是，参考站已经扒下了会议中所有的论文，不需要增加、删除和修改了。而我的论文库还会一直更新。D老师第一版做的方案里有两个大坑，是从草稿解析时埋下的：

坑 A：用「第几篇」当 ID

第一版里论文的 ID 是 p001、p002……按它在草稿里的顺序编号。解读文件也按这个 ID 索引。

听起来没问题，直到在中间插入一篇新论文：

1
2
3
4
5
插在第 3 篇之前 →
  p003 变 p004，p004 变 p005 …… 全部后移一位
  而 out/ 里的解读还是按旧 ID 存的
  → 75 篇的解读全部错位到别人的标题上
  → 构建成功，页面正常，没有任何报错

这是最危险的一类 bug：不报错，只是默默给你错误的内容。

修法是让 ID 只依赖论文标题，不依赖位置——取英文标题派生一个 slug：

1
2
3
"HELENA: Hierarchical Sparse Coordination over a Union of ..."  → helena
"EMAS: Stabilizing Multi-Agent System Evolution through ..."    → emas
"Topology Linearization for Multi-Agent Systems Security: ..."  → topology-linearization-for-multi-agent

规则是优先取冒号前的方法名（大多数论文标题都是「方法名: 描述」的结构），没有冒号就取标题前 5 个单词。

实测验证过：在草稿中间插一篇新论文，其余 75 篇的解读零漂移，只有新论文被正确地报「缺少解读」。

代价是改了标题就等于改了 ID，不过这个有办法兜（见下一节）。

坑 B：改了二级标题，17 篇论文凭空消失

页面的分类树是从一个 taxonomy.json 里定义的，一级大区显式列着它包含哪些二级分区。而二级分区的名字，就是草稿里的 ### 标题。

所以：在草稿里把 ### MAS拓扑设计 改成别的名字，却没同步 taxonomy.json，那 17 篇论文就从页面上消失了——它们还在数据里，但不属于任何一级大区，所以不会被渲染。构建显示成功。

第一版的校验只检查了「论文总数对不对」，这种消失完全检测不到。

修法：把构建分成「能过」和「过不去」两档

D老师把校验重写了一遍，结构性问题一律致命，直接非零退出、不写任何文件：

  • 某篇论文没有解读
  • out/ 里有草稿中不存在的 ID（标题改了导致 ID 漂移）
  • 某个二级分区没有被任何一级大区认领 ← 就是坑 B
  • 分类树覆盖的论文数 ≠ 论文总数 ← 兜底防线
  • 必填字段为空
  • 某篇的三级子方向不在该分区声明的标签里

现在改了标题不配套，得到的是这个：

1
2
3
4
5
✗ 致命错误 19 条，已中止（未写出 papers.json）:
  - 以下二级分区没有被 taxonomy.json 的任何一级大区认领，其论文会从页面上消失：
      - 「通信拓扑设计」 (17 篇)
      处理办法：在 taxonomy.json 里把它加进某个 primary 的 sections 数组。
  - 分类树只覆盖了 58 篇，但共有 75 篇论文——有论文不会出现在页面上

报错直接告诉你去哪改、怎么改。这比「构建成功但少了 17 篇」好一万倍。

给未来留的第三个机制：源指纹

前面提到，页面上的会议 / 年份 / 期刊等级只从解读文件读，草稿里那行 （arxiv 2026.08 …） 页面根本不看。

这就埋了个雷：论文从 arXiv 变成正式发表了，去草稿里改成 （NeurIPS 2026 …），页面一个字符都不会变。

于是D老师加了个指纹机制：每篇在产出解读时，把草稿的「会议注释 + 标题 + 中英摘要」算一个哈希存下来。构建时重算比对，不一致就提示：

1
2
3
4
5
6
提示 4 条:
  · 以下 1 篇的草稿内容在解读产出后被改动过，out/ 里的信息可能已过时：
      - emas
          草稿现在是: NeurIPS 2026 利用观测经验修改拓扑结构和提示
          页面还显示: arXiv 2026（预印本）
      处理办法：核对后改 out/ 里的对应记录，确认无误后跑 papers:stamp 消除本提示。

这顺带解决了另一个问题：改写了某篇的摘要，还记得去更新它的解读吗？ 指纹会替你记着。

再配一个按 ID 改元数据的命令行工具，改会议信息就是一行：

1
node tools/papers/edit.mjs emas --venue "NeurIPS 2026" --venueNote "CCF-A 会议" --year 2026

它会自动定位这篇落在哪个文件里（我拆了 6 个批次文件），不用手动 grep。

最后的结果

页面本体 901 KB，纯静态，无框架无后端：

  • 75 篇论文，一级 4 个大区 → 二级 16 个方向 → 三级 40 个子方向
  • 左侧三级折叠树，每级带数量角标；搜索时实时过滤，并同步更新各级计数、隐藏空分区
  • 每张卡片：中文译名 + 英文原题 + 会议年份 + 类型徽章 + 关键词 + 重写的中文摘要，加上研究动机 / 解决问题 / 主要方法 / 关键实验 / 可借鉴点 五段解读
  • 客户端搜索（支持搜解读正文）、收藏（localStorage）、一键展开/收起全部解读、快捷键 / 聚焦搜索
  • 英文原始摘要折叠，深色模式跟随系统

有意思的一个副产品：75 篇里有 38 篇的摘要根本没给出量化结果。这些是靠摘要判断不了成色的，真要引用得回去读原文。

image-20260915170455431

几条可复用的经验

  1. 抄一个站之前，先看清它是什么。 把参考站扒下来才发现是单文件静态 HTML + 一段 JSON。看清了这个，方案自然就出来了。
  2. Hexo 部署独立静态页要 skip_render，改完记得 hexo clean。 缓存会让你在一个已经修好的问题上反复怀疑自己。
  3. 不要用位置当标识符。 不管在什么系统里，只要数据源可能被插入元素，「第几项」就是定时炸弹。用内容派生的稳定标识。
  4. 静默失败比崩溃危险得多。 「构建成功但少了 17 篇」远比「构建失败」糟糕。凡是能自动校验的，就让它失败得响一点。
  5. 让 LLM 产出结构化结果时，先写规范再开工。 我把术语对照表、字段约束、三级标签的设计规则都写进了一份规范文档，再分给 6 个并行任务。事后扫描确认全库零术语残留——如果靠事后返工，成本会高得多。

整个工具链放在 tools/papers/ 里，包含解析、拆分、合并、渲染、校验、编辑脚本和两个说明文档。这套东西一次写好，以后加论文、改会议信息、调分类，都有明确的流程可以走。

请教D老师的时间与开销

这次用的是DSH搭配DeepSeek-V4-Flash，完成整个论文页面库设计和实现，加上修bug和写后续维护文档的时间，一共是35分钟左右，花费￥5.43。虽然V4只是文本模型，没法在页面上截图验证，但是参考站和本站都是静态页面，可以从html中验证。D老师使用无头 Chrome 注入一段探针脚本，把布局和交互的实测结果 dump 出来。这说明有的功能不一定非要视觉模型，文本模型+tools也能完成，主要是看任务场景是否适配。