CHRONOS 是搜索知识领域的开源项目，由 Alibaba-NLP 开发，2024 年首次发布。
它收录于搜索知识分类，该分类目前共有 581 个项目，GitHub 星标数为 297。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-07-27。无在线服务，需自行部署，完全免费。
它主要面向的使用场景是：新闻聚合平台自动生成事件时间线。同类可对比的替代方案包括 TIGER、SummIt、NewsTimeline。
CHRONOS
让AI自动梳理新闻事件，按时间线生成摘要
CHRONOS 是 NAACL 2025 论文的开源实现，专注于新闻检索与时间线摘要。它解决的核心问题是：面对动态演进的新闻事件，如何自动生成按时间排序的摘要。其核心能力在于提出“迭代自问”机制——模型在生成摘要时不断自我提问，主动挖掘事件的关键节点和转折点，从而构建出结构化的时间线。项目提供完整的训练、评估和推理代码，支持自定义数据集，并内置了论文中的实验配置。对于新闻聚合、舆情分析、事件追踪等场景，CHRONOS 提供了一种可复现的端到端解决方案，帮助研究人员和开发者快速构建新闻时间线生成系统。
开源
free
搜索知识
GitHub 星标
★ 297
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类搜索知识
开发团队Alibaba-NLP
所属国家
定价模式free
价格说明开源项目，无在线服务，需自行部署，完全免费。
访问状态
是否开源是
开源协议
主要语言Python
技术栈/模型agent,llm,rag,timeline-summarization
GitHub 星标★ 297
30天Star增速
HF 下载量
上线时间2024-12-31 00:00:00
最近更新2026-07-27 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3
使用教程
核心亮点
- 提出迭代自问机制，显著提升时间线摘要的连贯性与完整性
- 完整复现NAACL论文实验，代码结构清晰，便于二次开发
- 支持自定义数据集，可灵活适配不同新闻领域
不足之处
- 依赖较大的预训练语言模型，推理资源消耗较高
- 文档/社区待观察
适用场景
- 新闻聚合平台自动生成事件时间线
- 舆情监控系统快速梳理事件发展脉络
- 研究者在新闻摘要领域进行实验对比
替代项目
TIGER、SummIt、NewsTimeline
项目介绍
上一篇：SARA
下一篇：denser-retriever
同类项目推荐
firecrawl
开源
网页抓取像喝水一样简单，开发者省下整周加班
The web data API to search, scrape, and interact at scale.
contoso-chat
开源
一键跑通 Azure RAG 应用，从代码到评估部署全流程
This sample has the full End2End process of creating RAG application with Prompty an···
graphify
开源
整个代码库画成一张图，找问题一眼定位
Turn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable k···
ragflow
开源
让大模型用上你的私有知识，搭建可靠的企业级RAG应用
RAGFlow is a leading open-source Retrieval-Augmented Generation (RAG) engine that fu···