让你的 AI 助手，读懂投稿条件

把研究计划交给你常用的助手，用可引用的日期、前置要求和来源，寻找下一场适合的会议。

1170 个已收录届次16/1614 轮有已知前置规则主题与 track：尚未采集

数据生成时间（不代表官网核验时间）：2026-09-10T13:04:45.156Z

准备你的推荐请求

研究方向预计完稿日期（可留空）目标 CCF 等级摘要注册／前置手续

请使用 /llms.txt 和 /ai/catalog.json 帮我寻找投稿候选。研究方向：LLM Agent / 长期记忆；预计完稿日期：待确认；CCF 等级：A/B；已完成摘要注册／前置手续：请先询问。先读取索引并在本地筛选，只读取候选的详细资料。按当前时间重新检查截止与前置条件，区分可考虑、仅限已完成前置手续、待核验与已截止。不要将大类匹配视为论文主题匹配。逐项给出会议届次和轮次、方向匹配依据、摘要及全文截止（含时区）、来源与核验时间、不确定项和下一步。没有依据时明确说未知，不推测录用概率。

内容只在浏览器中生成。复制后交给支持联网的助手；无法联网时，可在会议详情页复制完整资料。

接入与数据

llms.txt — 读取指南 JSON — 会议届次索引

先读取一次索引，在本地筛选，再通过 json_url 或 markdown_url 获取候选届次。每份详细资料包含全部已收录轮次、时间精度、来源证据和未知项。

正确理解推荐边界

全文尚未截止，不代表新作者还能投稿。必须检查摘要注册和其他前置要求；未知条件需要核验。快照状态必须按当前时间重新判断。

目前提供静态 JSON / Markdown，无查询参数筛选 API 或 MCP。领域仅支持粗筛，具体主题匹配仍需查阅官方 CFP。

友好读取

缓存 5 分钟，使用条件请求，最多 2 个并发；遇到 429 按 Retry-After 退避。无需为每次推荐遍历所有历史届次。