产品简介
Algorithm-Practice-in-Industry 专为搜索、推荐、广告领域的从业者与学生打造。它自动收集知乎、公众号等渠道的大厂实践文章，并推送arXiv及顶会最新论文摘要，帮你省去大量信息筛选时间，一站式掌握行业动态。
核心功能
- 自动化论文推送：每日抓取arXiv新论文，利用大模型排序翻译，并推送至飞书
- 顶会论文系统化：汇总SIGIR、KDD、RecSys等顶会多年论文列表，支持按会议、年份查看
- 行业实践文章库：持续收录各大厂在搜索、推荐、广告等领域的实战文章与思考
- 全自动运行：通过GitHub Actions定时触发更新与通知，无需人工干预
- 贡献便捷：用户可通过提交Issue直接贡献新文章，系统自动更新内容
快速开始
- 访问仓库的GitHub页面。
- 关注自动推送的飞书群（或查看生成的网页），即可接收每日论文和顶会更新。
- 若需贡献新文章，直接提交符合模板的Issue，系统将自动收录。
界面预览
与其他方案对比
| 对比项 | Algorithm-Practice-in-Industry | 同类方案 |
|---|---|---|
| 信息获取方式 | 自动化抓取、排序、翻译并推送，一站式聚合，高度省时 | 需自行浏览多个平台（如arXiv、知乎）手动筛选，耗时费力 |
| 内容组织 | 将分散的论文与实践文章结构化整合，按会议、时间、主题清晰分类 | 信息通常分散于个人博客、公众号、会议官网，无统一归档 |
适合谁用
- 搜索、推荐、广告、用户增长方向的算法工程师
- 需要跟踪顶会论文动态的AI领域研究生
- 希望学习大厂落地实践的算法初学者
下载与版本
当前最新版本为 main，发布于 。支持 Windows、macOS、Linux。
⚠️ 注意：本项目仅提供源代码下载，不包含可直接运行的安装包（exe/dmg/apk 等。下载后需要自行编译构建才能使用，适合有一定开发经验的用户。如果你不熟悉编译流程，建议寻找同类开箱即用的替代方案。
注意事项
- 本工具仅供学习和研究使用，请遵守相关法律法规。
- 请尊重内容创作者版权，勿将下载内容用于商业或非法传播。
- 项目源码地址：https://github.com/Doragd/Algorithm-Practice-in-Industry