abseeker 0.1.0__tar.gz

abseeker-0.1.0/.gitignore

@@ -0,0 +1,143 @@
+# Python
+__pycache__/
+*.py[cod]
+*$py.class
+*.so
+.Python
+build/
+develop-eggs/
+dist/
+downloads/
+eggs/
+.eggs/
+lib/
+lib64/
+parts/
+sdist/
+var/
+wheels/
+share/python-wheels/
+*.egg-info/
+.installed.cfg
+*.egg
+MANIFEST
+
+# PyInstaller
+*.manifest
+*.spec
+
+# Installer logs
+pip-log.txt
+pip-delete-this-directory.txt
+
+# Unit test / coverage reports
+htmlcov/
+.tox/
+.nox/
+.coverage
+.coverage.*
+.cache
+nosetests.xml
+coverage.xml
+*.cover
+*.py,cover
+.hypothesis/
+.pytest_cache/
+cover/
+
+# Translations
+*.mo
+*.pot
+
+# Django stuff:
+*.log
+local_settings.py
+db.sqlite3
+db.sqlite3-journal
+
+# Flask stuff:
+instance/
+.webassets-cache
+
+# Scrapy stuff:
+.scrapy
+
+# Sphinx documentation
+docs/_build/
+
+# PyBuilder
+.pybuilder/
+target/
+
+# Jupyter Notebook
+.ipynb_checkpoints
+
+# IPython
+profile_default/
+ipython_config.py
+
+# pyenv
+.python-version
+
+# pipenv
+Pipfile.lock
+
+# poetry
+poetry.lock
+
+# pdm
+.pdm.toml
+
+# PEP 582
+__pypackages__/
+
+# Celery stuff
+celerybeat-schedule
+celerybeat.pid
+
+# SageMath parsed files
+*.sage.py
+
+# Environments
+.env
+.venv
+env/
+venv/
+ENV/
+env.bak/
+venv.bak/
+
+# Spyder project settings
+.spyderproject
+.spyproject
+
+# Rope project settings
+.ropeproject
+
+# mkdocs documentation
+/site
+
+# mypy
+.mypy_cache/
+.dmypy.json
+dmypy.json
+
+# Pyre type checker
+.pyre/
+
+# pytype static type analyzer
+.pytype/
+
+# Cython debug symbols
+cython_debug/
+
+# PyCharm
+.idea/
+
+# VS Code
+.vscode/
+.trae
+
+# Project specific
+.abseeker/
+dev

abseeker-0.1.0/LICENSE

@@ -0,0 +1,21 @@
+MIT License
+
+Copyright (c) 2025 BHM-Bob_G (github: BHM-Bob)
+
+Permission is hereby granted, free of charge, to any person obtaining a copy
+of this software and associated documentation files (the "Software"), to deal
+in the Software without restriction, including without limitation the rights
+to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
+copies of the Software, and to permit persons to whom the Software is
+furnished to do so, subject to the following conditions:
+
+The above copyright notice and this permission notice shall be included in all
+copies or substantial portions of the Software.
+
+THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
+IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
+FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
+AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
+LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
+OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
+SOFTWARE.

abseeker-0.1.0/PKG-INFO

@@ -0,0 +1,262 @@
+Metadata-Version: 2.4
+Name: abseeker
+Version: 0.1.0
+Summary: 基于LLM的WOS学术文献智能筛选工具
+Project-URL: Homepage, https://github.com/BHM-Bob/abseeker
+Project-URL: Repository, https://github.com/BHM-Bob/abseeker
+Author-email: BHM-Bob_G <bhmfly@foxmail.com>
+License: MIT
+License-File: LICENSE
+Classifier: Development Status :: 3 - Alpha
+Classifier: Intended Audience :: Science/Research
+Classifier: License :: OSI Approved :: MIT License
+Classifier: Programming Language :: Python :: 3
+Classifier: Programming Language :: Python :: 3.9
+Classifier: Programming Language :: Python :: 3.10
+Classifier: Programming Language :: Python :: 3.11
+Classifier: Programming Language :: Python :: 3.12
+Requires-Python: >=3.9
+Requires-Dist: click>=8.0.0
+Requires-Dist: httpx>=0.25.0
+Requires-Dist: openpyxl>=3.1.0
+Requires-Dist: pandas>=2.0.0
+Requires-Dist: pydantic>=2.0.0
+Requires-Dist: rich>=13.0.0
+Provides-Extra: dev
+Requires-Dist: black>=23.0.0; extra == 'dev'
+Requires-Dist: build>=1.0.0; extra == 'dev'
+Requires-Dist: mypy>=1.0.0; extra == 'dev'
+Requires-Dist: pytest-cov>=4.0.0; extra == 'dev'
+Requires-Dist: pytest>=7.0.0; extra == 'dev'
+Requires-Dist: ruff>=0.1.0; extra == 'dev'
+Requires-Dist: twine>=4.0.0; extra == 'dev'
+Description-Content-Type: text/markdown
+
+# ABSeeker
+
+基于LLM的WOS学术文献智能筛选工具
+
+[![Python 3.9+](https://img.shields.io/badge/python-3.9+-blue.svg)](https://www.python.org/downloads/)
+[![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](https://opensource.org/licenses/MIT)
+
+## 简介
+
+ABSeeker 是一个利用大语言模型（LLM）智能筛选 Web of Science (WOS) 学术文献的 Python 工具。它能够：
+
+- 解析 WOS 导出的纯文本文献记录
+- 使用 LLM 智能判断文献是否符合检索意图
+- 提供置信度评分和判断理由
+- 支持批量处理和断点续传
+- 实时显示处理进度和统计信息
+
+## 安装
+
+### 从源码安装
+
+```bash
+git clone https://github.com/BHM-Bob/abseeker.git
+cd abseeker
+pip install -e .
+```
+
+### 依赖
+
+- Python >= 3.9
+- pydantic >= 2.0.0
+- httpx >= 0.25.0
+- click >= 8.0.0
+- rich >= 13.0.0
+- pandas >= 2.0.0
+
+## 快速开始
+
+### 1. 配置 LLM 后端
+
+```bash
+# 配置 OpenAI 兼容的 API
+abseeker config set-llm --provider openai
+
+# 或配置 DeepSeek
+abseeker config set-llm --provider deepseek
+```
+
+### 2. 测试连接
+
+```bash
+abseeker config test
+```
+
+### 3. 分析文献
+
+```bash
+abseeker analyze savedrecs.txt --intent "研究肽类药物递送" -o results.csv
+```
+
+## 使用指南
+
+### 配置管理
+
+```bash
+# 查看当前配置
+abseeker config show
+
+# 设置 LLM 后端
+abseeker config set-llm --provider openai --base-url https://api.example.com/v1
+
+# 查看可用模型
+abseeker config list-models
+
+# 设置具体模型
+abseeker config set-model gpt-4
+
+# 设置请求速率限制
+abseeker config set-rate-limit --interval 1.0 --rpm 60
+
+# 重置配置
+abseeker config reset
+```
+
+### 文献分析
+
+#### 基本用法
+
+```bash
+abseeker analyze savedrecs.txt --intent "研究深度学习在医疗领域的应用"
+```
+
+#### 范围过滤
+
+```bash
+# 按索引范围
+abseeker analyze savedrecs.txt -i "纳米技术" --start-index 0 --end-index 99
+
+# 按年份范围
+abseeker analyze savedrecs.txt -i "AI医疗" --start-year 2020 --end-year 2023
+```
+
+#### 输出格式
+
+```bash
+# CSV 格式（默认）
+abseeker analyze savedrecs.txt -i "研究意图" -o results.csv
+
+# JSON 格式
+abseeker analyze savedrecs.txt -i "研究意图" -o results.json --format json
+```
+
+#### 速率限制
+
+```bash
+# 设置请求间隔（秒）
+abseeker analyze savedrecs.txt -i "研究意图" --interval 2.0
+```
+
+#### 断点续传
+
+```bash
+# 每隔 10 篇文献自动保存
+abseeker analyze savedrecs.txt -i "研究意图" --save-interval 10
+
+# 从保存文件恢复（中断后）
+abseeker analyze savedrecs.txt -i "研究意图" --from-saved results.autosave.json
+```
+
+## 工作原理
+
+1. **解析**: 读取 WOS 导出的纯文本文件，提取文献元数据（标题、作者、摘要、关键词等）
+2. **过滤**: 根据用户指定的索引或年份范围筛选文献
+3. **分析**: 将每篇文献的摘要和元数据发送给 LLM，判断是否符合检索意图
+4. **输出**: 生成包含相关性判断、置信度、理由和分类的结果文件
+
+## 输出格式
+
+### CSV 输出
+
+| 字段 | 说明 |
+|------|------|
+| title | 文献标题 |
+| authors | 作者列表 |
+| journal | 期刊名称 |
+| year | 发表年份 |
+| doi | DOI |
+| relevant | 是否相关 (True/False) |
+| confidence | 置信度 (0.0-1.0) |
+| reason | 判断理由 |
+| categories | 分类标签 |
+
+### JSON 输出
+
+```json
+{
+  "results": [
+    {
+      "record": {
+        "title": "文献标题",
+        "authors": ["作者1", "作者2"],
+        "journal": "期刊名",
+        "year": 2023,
+        "doi": "10.xxxx/xxxxx"
+      },
+      "relevant": true,
+      "confidence": 0.95,
+      "reason": "该文献研究了...",
+      "categories": ["深度学习", "医疗AI"]
+    }
+  ],
+  "stats": {
+    "total": 100,
+    "relevant": 25,
+    "avg_confidence": 0.85
+  }
+}
+```
+
+## 配置存储
+
+配置文件存储在用户家目录的 `.abseeker/` 文件夹中：
+
+- **Linux/macOS**: `~/.abseeker/config.json`
+- **Windows**: `%USERPROFILE%\.abseeker\config.json`
+
+## 开发
+
+### 项目结构
+
+```
+abseeker/
+├── abseeker/           # 主代码
+│   ├── cli/           # 命令行接口
+│   ├── llm/           # LLM 客户端
+│   ├── parser/        # WOS 文件解析
+│   ├── processor/     # 批量处理器
+│   └── prompt/        # 提示词模板
+├── tests/             # 测试代码
+├── dev/               # 开发数据和文档
+└── docs/              # 文档
+```
+
+### 运行测试
+
+```bash
+pytest
+```
+
+### 代码格式化
+
+```bash
+black abseeker/
+ruff check abseeker/
+```
+
+## 许可证
+
+MIT License - 详见 [LICENSE](LICENSE) 文件
+
+## 贡献
+
+欢迎提交 Issue 和 Pull Request！
+
+## 致谢
+
+- 感谢 OpenAI/DeepSeek 等 LLM 提供商的 API
+- 感谢 Web of Science 提供的学术文献数据

abseeker-0.1.0/README.md

@@ -0,0 +1,228 @@
+# ABSeeker
+
+基于LLM的WOS学术文献智能筛选工具
+
+[![Python 3.9+](https://img.shields.io/badge/python-3.9+-blue.svg)](https://www.python.org/downloads/)
+[![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](https://opensource.org/licenses/MIT)
+
+## 简介
+
+ABSeeker 是一个利用大语言模型（LLM）智能筛选 Web of Science (WOS) 学术文献的 Python 工具。它能够：
+
+- 解析 WOS 导出的纯文本文献记录
+- 使用 LLM 智能判断文献是否符合检索意图
+- 提供置信度评分和判断理由
+- 支持批量处理和断点续传
+- 实时显示处理进度和统计信息
+
+## 安装
+
+### 从源码安装
+
+```bash
+git clone https://github.com/BHM-Bob/abseeker.git
+cd abseeker
+pip install -e .
+```
+
+### 依赖
+
+- Python >= 3.9
+- pydantic >= 2.0.0
+- httpx >= 0.25.0
+- click >= 8.0.0
+- rich >= 13.0.0
+- pandas >= 2.0.0
+
+## 快速开始
+
+### 1. 配置 LLM 后端
+
+```bash
+# 配置 OpenAI 兼容的 API
+abseeker config set-llm --provider openai
+
+# 或配置 DeepSeek
+abseeker config set-llm --provider deepseek
+```
+
+### 2. 测试连接
+
+```bash
+abseeker config test
+```
+
+### 3. 分析文献
+
+```bash
+abseeker analyze savedrecs.txt --intent "研究肽类药物递送" -o results.csv
+```
+
+## 使用指南
+
+### 配置管理
+
+```bash
+# 查看当前配置
+abseeker config show
+
+# 设置 LLM 后端
+abseeker config set-llm --provider openai --base-url https://api.example.com/v1
+
+# 查看可用模型
+abseeker config list-models
+
+# 设置具体模型
+abseeker config set-model gpt-4
+
+# 设置请求速率限制
+abseeker config set-rate-limit --interval 1.0 --rpm 60
+
+# 重置配置
+abseeker config reset
+```
+
+### 文献分析
+
+#### 基本用法
+
+```bash
+abseeker analyze savedrecs.txt --intent "研究深度学习在医疗领域的应用"
+```
+
+#### 范围过滤
+
+```bash
+# 按索引范围
+abseeker analyze savedrecs.txt -i "纳米技术" --start-index 0 --end-index 99
+
+# 按年份范围
+abseeker analyze savedrecs.txt -i "AI医疗" --start-year 2020 --end-year 2023
+```
+
+#### 输出格式
+
+```bash
+# CSV 格式（默认）
+abseeker analyze savedrecs.txt -i "研究意图" -o results.csv
+
+# JSON 格式
+abseeker analyze savedrecs.txt -i "研究意图" -o results.json --format json
+```
+
+#### 速率限制
+
+```bash
+# 设置请求间隔（秒）
+abseeker analyze savedrecs.txt -i "研究意图" --interval 2.0
+```
+
+#### 断点续传
+
+```bash
+# 每隔 10 篇文献自动保存
+abseeker analyze savedrecs.txt -i "研究意图" --save-interval 10
+
+# 从保存文件恢复（中断后）
+abseeker analyze savedrecs.txt -i "研究意图" --from-saved results.autosave.json
+```
+
+## 工作原理
+
+1. **解析**: 读取 WOS 导出的纯文本文件，提取文献元数据（标题、作者、摘要、关键词等）
+2. **过滤**: 根据用户指定的索引或年份范围筛选文献
+3. **分析**: 将每篇文献的摘要和元数据发送给 LLM，判断是否符合检索意图
+4. **输出**: 生成包含相关性判断、置信度、理由和分类的结果文件
+
+## 输出格式
+
+### CSV 输出
+
+| 字段 | 说明 |
+|------|------|
+| title | 文献标题 |
+| authors | 作者列表 |
+| journal | 期刊名称 |
+| year | 发表年份 |
+| doi | DOI |
+| relevant | 是否相关 (True/False) |
+| confidence | 置信度 (0.0-1.0) |
+| reason | 判断理由 |
+| categories | 分类标签 |
+
+### JSON 输出
+
+```json
+{
+  "results": [
+    {
+      "record": {
+        "title": "文献标题",
+        "authors": ["作者1", "作者2"],
+        "journal": "期刊名",
+        "year": 2023,
+        "doi": "10.xxxx/xxxxx"
+      },
+      "relevant": true,
+      "confidence": 0.95,
+      "reason": "该文献研究了...",
+      "categories": ["深度学习", "医疗AI"]
+    }
+  ],
+  "stats": {
+    "total": 100,
+    "relevant": 25,
+    "avg_confidence": 0.85
+  }
+}
+```
+
+## 配置存储
+
+配置文件存储在用户家目录的 `.abseeker/` 文件夹中：
+
+- **Linux/macOS**: `~/.abseeker/config.json`
+- **Windows**: `%USERPROFILE%\.abseeker\config.json`
+
+## 开发
+
+### 项目结构
+
+```
+abseeker/
+├── abseeker/           # 主代码
+│   ├── cli/           # 命令行接口
+│   ├── llm/           # LLM 客户端
+│   ├── parser/        # WOS 文件解析
+│   ├── processor/     # 批量处理器
+│   └── prompt/        # 提示词模板
+├── tests/             # 测试代码
+├── dev/               # 开发数据和文档
+└── docs/              # 文档
+```
+
+### 运行测试
+
+```bash
+pytest
+```
+
+### 代码格式化
+
+```bash
+black abseeker/
+ruff check abseeker/
+```
+
+## 许可证
+
+MIT License - 详见 [LICENSE](LICENSE) 文件
+
+## 贡献
+
+欢迎提交 Issue 和 Pull Request！
+
+## 致谢
+
+- 感谢 OpenAI/DeepSeek 等 LLM 提供商的 API
+- 感谢 Web of Science 提供的学术文献数据

abseeker-0.1.0/abseeker/__init__.py

@@ -0,0 +1,47 @@
+"""
+ABSeeker - 基于LLM的WOS学术文献智能筛选工具
+
+ABSeeker = Abstract Based Seeker
+
+Example:
+    >>> from abseeker import WOSParser, DeepSeekClient
+    >>> 
+    >>> # 解析文献
+    >>> parser = WOSParser()
+    >>> records = parser.parse_file("savedrecs.txt")
+    >>> 
+    >>> # 使用LLM分析
+    >>> llm = DeepSeekClient(api_key="your-key")
+    >>> for record in records[:5]:
+    ...     result = llm.analyze(record, "研究肽类药物递送")
+    ...     print(f"{result.record.title}: {result.relevant}")
+"""
+
+__version__ = "0.1.0"
+__author__ = "Developer"
+
+# Parser模块
+from abseeker.parser.record import Record
+from abseeker.parser.wos_parser import WOSParser
+
+# LLM模块
+from abseeker.llm.base import LLMClient, AnalysisResult, LLMError
+from abseeker.llm.deepseek_client import DeepSeekClient
+from abseeker.llm.openai_client import OpenAIClient
+
+# Prompt模块
+from abseeker.prompt.builder import PromptBuilder
+
+__all__ = [
+    # Parser
+    "Record",
+    "WOSParser",
+    # LLM
+    "LLMClient",
+    "AnalysisResult",
+    "LLMError",
+    "DeepSeekClient",
+    "OpenAIClient",
+    # Prompt
+    "PromptBuilder",
+]

abseeker-0.1.0/abseeker/__main__.py

@@ -0,0 +1,6 @@
+"""ABSeeker CLI入口"""
+
+from abseeker.cli.main import cli
+
+if __name__ == "__main__":
+    cli()

abseeker-0.1.0/abseeker/cli/__init__.py

@@ -0,0 +1,5 @@
+"""CLI模块"""
+
+from abseeker.cli.main import cli
+
+__all__ = ["cli"]