arXiv新着論文のChatGPTによる日本語要約をメール送信するGoogle App Script

arxiv_JP_summarizer.gs

// 使い方：
// 1. OpenAIのAPI keyを取得する→(https://platform.openai.com/account/api-keys
// 2. https://script.google.com/home/　にアクセスし、新しいプロジェクトを作成する。
// 3. 作成したプロジェクトを開き、このコード全文をエディタにコピペする。API Keyとメールアドレスを埋める。
// 4. この時点でコードエディタ画面上部の実行ボタン（再生マーク）を押して正しく実行できるか確認しておくと良い
// 5. 左カラムからトリガー設定画面（目覚ましアイコン）を開き、よしなに自動実行を設定する。

// 参考にさせていただいたスクリプト：
// https://script.google.com/home/projects/1M6yhI6PTaFpvcZeRVycmJZoh2LhUL_Zk64pxwDYCLjD1K14Qirf7Nov-
// https://twitter.com/niniziv/status/1638155751515631617

// OpenAI の API keyを入力↓
const OPENAI_API_KEY = "sk-";
// ChatGPT に渡すプロンプト（適宜変えること）
const PROMPT_PREFIX = "あなたは機械学習と材料科学に精通した研究者で、論文を簡潔に要約することに優れています。以下の論文を、タイトルと要約の2点をそれぞれ改行で分けて日本語で説明してください。要点は箇条書きで4-8行程度にまとめること。";

// 結果メールの送信先を入力↓
const EMAIL_RECIPIENT = "";
// 結果メールのタイトル
const EMAIL_SUBJECT = "arXivの新着論文のお知らせ";
// 結果メールの送信者の名前
const EMAIL_SENDER = "arXiv要約Bot";

// 検索クエリを定義（適宜修正する）
// 例：cond-mat.mtrl-sciカテゴリの論文のうち、タイトルか要旨にmachine learningもしくはdeep learningを含む論文を検索する場合↓
const ARXIV_QUERY = "cat:cond-mat.mtrl-sci AND (ti:machine learning OR ti:deep learning OR abs:machine learning OR abs:deep learning)";
const MAX_PAPER_COUNT = 10; // 最大結果数
const ARXIV_API_URL = `http://export.arxiv.org/api/query`;
const ARXIV_TERM = 7; // 過去何日分の記事を検索するか

function main() {
  if (!OPENAI_API_KEY) {
    console.log("ERROR: OPEN_API_KEY を指定してください");
    return;
  }

  const yesterday = new Date();
  yesterday.setDate(yesterday.getDate() - ARXIV_TERM);

  const { entries, namespace } = getEntriesOn(yesterday);
  let output = "arXivの新着論文のお知らせ\n\n";
  let paperCount = 0;
  entries.forEach(entry => {
    const arxivUrl = entry.getChild('id', namespace).getText();
    const title = entry.getChild("title", namespace).getText();
    if (++paperCount > MAX_PAPER_COUNT) return;
    const authors = entry.getChildren("author", namespace);
    const authorNames = authors.map(author => author.getChild("name", namespace).getText()).join(", ");
    const summary = entry.getChild("summary", namespace).getText();
    const input = "\n" + "title: " + title + "\n" + "summary: " + summary;
    const res = callChatGPT([
      {
        role: "user",
        content: PROMPT_PREFIX + "\n" + input,
      },
    ]);
    const paragraphs = res.choices.map((c) => c.message.content.trim());
    output += `Title: ${title}\nAuthors: ${authorNames}\n\n ${paragraphs.join("\n")}\n\n${arxivUrl}\n------------------------\n\n\n`;

  });

  output = output.trim();
  console.log(output);
  sendEmail(output);
}

function toYYYYMMDD(date) {
  return [date.getFullYear(), date.getMonth() + 1, date.getDate()].join("-");
}

function getEntriesOn(date) {
  const url = `${ARXIV_API_URL}?search_query=${ARXIV_QUERY}&sortBy=lastUpdatedDate&sortOrder=descending&max_results=${MAX_PAPER_COUNT}&start=0&start=0&submitted_date[from]=${toYYYYMMDD(date)}&submitted_date[to]=${toYYYYMMDD(date)}`;
  // console.log(url);
  const feed = UrlFetchApp.fetch(url).getContentText();
  // console.log(feed);
  const xml = UrlFetchApp.fetch(url).getContentText();
  // const xml = XmlService.parse(feed);
  // console.log(xml);
  const xmlDocs = XmlService.parse(xml);
  const namespace = XmlService.getNamespace('', 'http://www.w3.org/2005/Atom');
  const entries = xmlDocs.getRootElement().getChildren('entry', namespace);
  // console.log(entries);
  return { entries, namespace };
}


function callChatGPT(messages) {
    const url = "https://api.openai.com/v1/chat/completions";

    const options = {
        "method": "post",
        "headers": {
            Authorization: `Bearer ${OPENAI_API_KEY}`,
            "Content-Type": "application/json",
        },
        "payload": JSON.stringify({
            model: "gpt-3.5-turbo",
            messages,
        }),
    };

    return JSON.parse(UrlFetchApp.fetch(url, options).getContentText());
}

function sendEmail(body) {
    const recipient = EMAIL_RECIPIENT;
    const subject = EMAIL_SUBJECT;
    const options = { name: EMAIL_SENDER };
    GmailApp.sendEmail(recipient, subject, body, options);
}