封装 Paper Atlas：模块分层、统一 CLI 与安装验证 #2

2026-11-06T09:37:22Z

codex-bot commented

2026-11-06 09:37:22 +00:00

根目录原先混排采集脚本、存储代码、测试、SQL 和会议注册表，使用依赖脚本文件路径。现在整理为可安装的 paper_atlas 包，以 paper-atlas 命令统一操作。

collectors、ingestion、db、audits、io 分层；公共 HTTP 与 HTML 读取从采集器中抽出。
通过 pyproject.toml 声明依赖、console entry point 和随包资源。schema 与会议目录可在安装后读取。
测试集中到 tests/；README 保留项目定位、结构和快速使用，详细资料拆到 docs/。
命令统一为 collect / import / query / coverage / audit / catalogue / maintain，按需加载相应模块。
维护任务恢复 arXiv 时使用模块入口。数据库 schema、JSONL 和 manifest 格式兼容，已运行批次继续使用固定版本。

验证：ces-control 远程 CI 905 通过 98 项测试、wheel 构建与安装、源码目录外 CLI、schema 和 41 个会议资源检查。本机未构建或运行测试。

这是项目封装阶段交付。完整数据集、跨来源最终去重和历史覆盖核验仍在进行。跨会议录用汇总增强另作后续提交，保留逐次投稿历史。

base: main；head: codex/package-layout。等待用户手动合并，不启用自动合并。

根目录原先混排采集脚本、存储代码、测试、SQL 和会议注册表，使用依赖脚本文件路径。现在整理为可安装的 paper_atlas 包，以 paper-atlas 命令统一操作。 - collectors、ingestion、db、audits、io 分层；公共 HTTP 与 HTML 读取从采集器中抽出。 - 通过 pyproject.toml 声明依赖、console entry point 和随包资源。schema 与会议目录可在安装后读取。 - 测试集中到 tests/；README 保留项目定位、结构和快速使用，详细资料拆到 docs/。 - 命令统一为 collect / import / query / coverage / audit / catalogue / maintain，按需加载相应模块。 - 维护任务恢复 arXiv 时使用模块入口。数据库 schema、JSONL 和 manifest 格式兼容，已运行批次继续使用固定版本。验证：ces-control 远程 CI 905 通过 98 项测试、wheel 构建与安装、源码目录外 CLI、schema 和 41 个会议资源检查。本机未构建或运行测试。这是项目封装阶段交付。完整数据集、跨来源最终去重和历史覆盖核验仍在进行。跨会议录用汇总增强另作后续提交，保留逐次投稿历史。 base: main；head: codex/package-layout。等待用户手动合并，不启用自动合并。

codex-bot added 2 commits 2026-11-06 09:37:22 +00:00

Package Paper Atlas with organized modules and a unified CLI

Metadata integrity checks / metadata (push) Successful in 1m12s

Details

1c18cbe03a

Normalize endings in extracted documentation and shared utilities

Metadata integrity checks / metadata (push) Successful in 1m26s

Details

6ae46b6717

codex-bot referenced this pull request

2026-11-06 09:44:12 +00:00

保留拒稿历史并汇总跨会议的已知录用去向 #3