ai-deadlines

一款让 AI 科研人「永不错过截稿日期」的利器

每年 NIPS、ICML、CVPR、ACL 等顶会截稿日期扎堆公布，论文投递窗口期又普遍只有几天甚至几小时。多少人曾在深夜盯着截稿倒计时，却因为时区换算错误、官网信息分散而与梦校 or 顶会失之交臂？AI Deadlines 正是为解决这个痛点而生的开源工具。

网站地址：https://aideadlin.es（由 Papers with Code 团队托管）

---

背景：谁在做这件事？为什么重要？

AI Deadlines 起源于印度工程师 Abhishek Das（GitHub @abhshkdz）个人维护的一个极简项目。这位当时还在读研的开发者，深感自己总在论文截稿前夕才慌忙查阅会议官网、反复换算不同时区，于是动手写了一个 Jekyll 静态网页，把所有 AI 相关会议的截稿时间聚合在一张页面上，标注距离deadline的倒计时。

项目在 2019 年前后被 Papers with Code 团队发现并接管，借助其在学术社区的庞大影响力迅速传播。截至目前，该项目在 GitHub 上已积累近 6000 颗星，成为 AI 科研圈几乎人手一个的「桌面必备」工具。项目的核心价值在于：用最低的认知负担，让研究者随时掌握截稿节奏，避免因信息差导致的遗憾。

从技术维度看，AI 学术会议数量众多（NeurIPS、ICML、ICLR、CVPR、ICCV、AAAI、IJCAI、ACL、EMNLP、NAACL、CoRL……），且每年截稿日期、会议地点、时区设置都有变动，靠人工追踪极耗精力。AI Deadlines 的出现，本质上是把这一信息差工作众包化、社区化。

---

核心功能：不仅仅是倒计时

会议倒计时（Countdown）

这是 AI Deadlines 最核心的功能。每条会议记录显示：会议名称、截稿日期倒计时（天/时/分/秒）、会议举办时间和地点、官方网站链接，以及该会议在 Google Scholar 的 h5-index（衡量会议学术影响力的权威指标）。用户可以根据自己的研究领域（ML/CV/NLP/RO/SP等）筛选对应的会议，避免被无关信息干扰。

倒计时精度精确到秒，且自动处理了各会议官网标注的特殊时区（如 CVPR 截稿用的是 UTC+0，NAACL 截稿用 UTC，ICLR 则有独立的截止时间规则）。这解决了科研人员最头疼的「我以为还没到截稿时间，其实已经过了」的经典悲剧。

多时区自动转换

页面顶部提供两个时间显示：会议官方时区时间和用户本地时区时间。对于在国内的学者来说，很多会议用 UTC 或美国时区标注截止时间，往往需要掐指换算。AI Deadlines 直接读取用户浏览器时区（通过 Intl.DateTimeFormat API），自动展示转换后的本地时间，一目了然。

iCal 日历导出

每个会议条目旁边都有「Add to Calendar」按钮，点击即可下载 .ics 日历文件，导入 Google Calendar、Apple Calendar 或任何主流日历应用。对于习惯用日历做时间管理的研究者，这个功能极大降低了"看一眼网站"的切换成本。

Papers with Code 联动

在会议详情页面（如 /conference?id=cvpr25），系统会直接显示该会议的论文列表链接和 Papers with Code 页面入口。这意味着研究者不仅能找到截稿日期，还能一键跳转到往届优秀论文，降低了找灵感和参考基准的工作量。

GitHub PR 协作模式

会议数据通过 GitHub 协作维护。任何人都可以 fork 仓库后修改 _data/conferences.yml 文件，在其中添加或更新会议信息，经 PR 审核后合并。整个流程透明、可追溯，且有明确的格式规范（必须包含 title、year、id、link、deadline、timezone、date、place、sub 等字段）。这种模式确保了数据来源的可靠性，同时调动了整个社区的维护积极性。

---

技术架构：Jekyll + 纯前端

AI Deadlines 是一个极简主义的 Jekyll 静态站点，没有任何后端服务，技术栈清晰到近乎"教科书级别"：

技术栈：

• Jekyll：静态站点生成器，负责将 Markdown/YAML 数据渲染为 HTML
• Bootstrap 4：前端 UI 框架，负责响应式布局和基础样式
• jQuery：DOM 操作和事件处理
• Moment.js + moment-timezone：时间处理和时区转换（内置了 UTC-12 到 UTC+12 的扩展时区支持）
• jQuery Countdown：截稿倒计时插件
• js-year-calendar：年度日历视图插件

数据层：

• 会议数据存储在 _data/conferences.yml（约 70KB），每个会议为一条 YAML 条目，包含 15+ 个字段（title、year、id、link、deadline、timezone、date、place、sub、hindex、note、abstract_deadline 等）
• 领域分类存储在 _data/types.yml，定义了 ML/CV/NLP/RO/SP/DM 等 10 个子领域及对应颜色
• utils/process.py 是维护工具：读取 conferences.yml，进行时间排序和去重处理，输出 sorted_data.yml 和 cleaned_data.yml 供人工审核后再合并回主数据文件

构建与部署：

• 整个站点是纯静态资源，push 到 GitHub 的 gh-pages 分支后由 GitHub Pages 自动托管
• _config.yml 中定义了站点元数据（title、description、baseurl、Twitter hashtag 等）
• 无需 Docker、无需 CI/CD Pipeline（.travis.yml 历史遗留），发布流程就是 git push

架构特点：

• 零后端：所有逻辑在前端完成，不存在服务器压力或 API 限流问题
• 数据即代码：会议信息用 YAML 管理，Git 版本控制保证了数据完整性和协作透明度
• 前端路由：用 URL 参数（如 ?sub=ML,NLP）控制筛选状态，支持浏览器前进后退
• localStorage 持久化：用户筛选偏好存在 localStorage 中，下次访问自动恢复

---

上手体验：开箱即用，零学习成本

对于普通用户，访问 https://aideadlin.es 即可使用，完全不需要安装任何软件。页面加载后自动读取浏览器时区，所有倒计时均以本地时间展示。点击左上角的多选下拉框，可以按领域（ML/CV/NLP 等）快速过滤，点击 "Calendar" 可切换到年度日历视图。

对于开发者/贡献者，修改会议数据只需：fork → 编辑 _data/conferences.yml → 提交 PR。三步完成，无需本地安装 Jekyll 环境（GitHub 会自动处理构建）。

对于想自建部署的用户，只需把仓库 clone 下来，修改 _config.yml 配置，push 到自己的 GitHub Pages 分支即可。最低硬件要求：512MB RAM、200MB 磁盘空间——几乎任何一台设备都能跑。

---

局限性：不完美，但诚实的实用工具

AI Deadlines 也有其局限性，这是分析报告应当如实告知读者的：

1. 数据更新依赖人工 PR：如果某会议临时推迟截稿，页面不会自动同步，需要等待社区贡献者提交 PR 后才能更新（通常有数小时到一天延迟）。高风险截稿前不要完全依赖此网站，最好直接查阅会议官方公告。

2. 纯静态站点，无法主动提醒：没有邮件订阅、RSS 推送或浏览器通知功能。用户必须主动访问页面才能看到倒计时，无法"被通知"。

3. 不支持私密/企业会议：所有数据均在 GitHub 上公开，不适合企业内部分享或尚未公开的私密 workshop 截稿日期。

4. 主题覆盖有限：作者明确表示「只收录 top-tier 会议」，子领域研究者（如医疗 AI、因果推理、强化学习特定方向）可能找不到对应的会议。

5. 代码活跃度低：项目最近一次 push 是 2024 年 9 月，主要维护已由 Papers with Code 团队承担，个人贡献者的参与度在下降。

---

行业意义：信息聚合工具的范式参考

AI Deadlines 的成功，本质上展示了学术信息基础设施的众包模式的价值：

• 从 0 到 6000 stars，证明了一个解决「信息差」问题的简单工具，可以在学术社区产生巨大影响
• 被 Papers with Code 收购并整合，说明高质量工具的稀缺性使其具有很强的整合价值
• GitHub 协作模式让「数据维护」变得可持续，即使原始作者不再活跃，社区仍能继续贡献

对于 AI 开发者而言，AI Deadlines 也是一个参考范本：当你发现自己在某类信息获取上反复浪费时间时，不妨用类似的方式把它工具化——也许下一个 6000 stars 的项目，就源于你自己最痛的一个需求。

总结：AI Deadlines 是一款「小而美」的学术信息工具，技术上简单到几乎没有门槛，但解决了 AI 研究者真实存在的、反复出现的信息管理痛点。如果你经常投稿 AI 顶会，把它加入浏览器书签，它会在截稿季成为你最可靠的伙伴。