[分享创造] 做了个开源工具：输入会议名，把十年论文变成可点击的趋势报告（CVPR、ECTC 示例）
想了解一个领域这几年在研究什么，除了看综述，我也想试试直接从会议论文里找线索，于是做了 paper-trends 。 它从 OpenAlex 获取公开论文元数据，生成关键词趋势、主题演变和机构分布报告，可以从一个关键词一路点到相关机构和具体论文。 GitHub： https://github.com/Minjia-Hu/paper-trends CVPR 中文示例： https://minjia-hu.github.io/paper-trends/cvpr.zh.html ECTC 中文示例： https://minjia-hu.github.io/paper-trends/ectc.zh.html 举个例子：在这份 CVPR 数据中，匹配到 “diffusion models” 的论文从 2022 年的 7 篇，增至 2024 年的 170 篇，占当年收录论文的 6.3%； 2025 年则回落到 152 篇、5.3%。 这里统计的是标题出现该短语，或摘要中至少出现两次的论文，并不等同于所有扩散模型相关研究。看到这样的变化，可以顺着点下去，看看涉及哪些机构、有哪些论文值得读。 打开 C
阅读原始来源![来源参考：[分享创造] 做了个开源工具：输入会议名，把十年论文变成可点击的趋势报告（CVPR、ECTC 示例）。暂未取得截图。](/media/f64519bc6511e4b6460dc435)
来源记录
研究分析
项目记录
来源描述：想了解一个领域这几年在研究什么，除了看综述，我也想试试直接从会议论文里找线索，于是做了 paper-trends 。 它从 OpenAlex 获取公开论文元数据，生成关键词趋势、主题演变和机构分布报告，可以从一个关键词一路点到相关机构和具体论文。 GitHub： https://github.com/Minjia-Hu/paper-trends CVPR 中文示例： https://minjia-hu.github.io/paper-trends/cvpr.zh.html ECTC 中文示例： https://minjia-hu.github.io/paper-trends/ectc.zh.html 举个例子：在这份 CVPR 数据中，匹配到 “diffusion models” 的论文从 2022 年的 7 篇，增至 2024 年的 170 篇，占当年收录论文的 6.3%； 2025 年则回落到 152 篇、5.3%。 这里统计的是标题出现该短语，或摘要中至少出现两次的论文，并不等同于所有扩散模型相关研究。看到这样的变化，可以顺着点下去，看看涉及哪些机构、有哪些论文值得读。 打开 C
采用记录与比较对象
可供比较的近期同类记录：“Show HN: GitHub-like reply with "R" for Basecamp and Slack” (Show HN, 2026年11月5日)；“Show HN: calsdk, one TypeScript API for Google Calendar, Outlook and iCloud” (Show HN, 2026年11月5日)。主题相近仅用于导航，未核验其是否属于同一需求或独立证据。
采用判断
应与它要替代的工具或人工流程比较。现有记录支持发现项目，尚不能确认可靠性、运行成本优势或商业采用。
尚未核验的门槛
尚未核验：许可证权限、硬件要求、安装步骤、维护状态，以及包含失败样例的代表性任务。
下一步试验
选择一个真实任务和现有替代方案，记录 commit、环境、输入、输出、耗时与失败行为；保留结果后再给出采用建议。