22 lines
2.7 KiB
Markdown
22 lines
2.7 KiB
Markdown
# RSS 2026 论文集来源
|
|
|
|
`collect rss2026-proceedings` 是独立的年度来源适配器，不依赖尚未合入主线的 RSS 2025 PR #43，也不改变其 demo 分类。使用包内 HTML、HTTP 工具和统一 CLI；不连接数据库，不下载 PDF。
|
|
|
|
```sh
|
|
paper-atlas collect rss2026-proceedings --cache /data/paper-index/cache/rss2026 \
|
|
--out /data/paper-index/collected/rss2026-native-v1
|
|
# 固定证据复现：包含 receipts.json 和对应 HTML 文件
|
|
paper-atlas collect rss2026-proceedings --snapshots /data/paper-index/collected/rss2026-primary-v1 \
|
|
--out /data/paper-index/collected/rss2026-native-replay-v1
|
|
```
|
|
|
|
核对的来源为 [第22卷论文集](https://www.roboticsproceedings.org/rss22/)、[录用表](https://roboticsconference.org/2026/program/papers/)、[CFP](https://roboticsconference.org/2026/information/cfp/) 和 [Sponsor Demos](https://roboticsconference.org/2026/program/demos/)。当前审查目录为210篇。CFP明确2026没有单独 demo paper 类别，Science/Systems论文放在 main；赞助商展示不作为论文，也不推断逐篇是否现场演示。投稿录用后才公开、评审不公开；此来源不能提供拒稿或评审全集。
|
|
|
|
每篇保留出版社原始标题、完整作者顺序、摘要、日期、BibTeX、原始 DOI，以及独立节目标题、完整作者和缩略显示、session、显示链接。节目显示编号不是原始 OpenReview 投稿编号，不写入 submission_identifiers。六个缩略作者预览按完整隐藏副本恢复核验，不假设固定字符长度；六个姓名差异和一处 RLinf/RLux 标题差异按已审核原文指纹识别并保留，不推断人名别名或官方勘误。未知差异会停止。
|
|
|
|
快照收据必须逐文件匹配固定URL、HTTP200、字节数、哈希和带时区的真实采集时间；拒绝路径穿越、重复收据和符号链接。缓存模式只请求已审核的固定公开HTML URL，访问限制由HTTP工具正常报错，不绕过。每份原始HTML按哈希保存到输出 evidence/。
|
|
|
|
输出目录必须不存在；失败目录留存供检查，换新目录重试。`collection-report.json` 最后原子写入，缺少此文件不能视为完成。清单始终 partial；已采集不代表主库完整、身份已核验或科学作品已去重。DOI也是待核对的候选标识，入库前仍需实时 PostgreSQL 身份审计、版本/作者关联复核和保护基线；入库后独立验收，所有导入结束后再做全库去重。
|
|
|
|
2026原始来源审计已冻结214份HTML且210篇均有摘要。回归 fixture 同时包含原始来源和独立生成的逐篇预期值，测试比较210篇完整标题/作者/摘要/DOI/日期；构建和测试仅在已授权 ces-control:host 远程 runner 进行。
|