本文提出MASCOT-Android，一个经过整理的Android恶意软件源代码数据集及自动化收集流水线。Android恶意软件源代码相较于二进制或反编译代码更能直接反映攻击者意图，但由于源代码稀缺且人工审查成本高昂，此类数据集难以构建和维护。作者的关键发现是：仓库级别的README文档本身即能作为恶意软件源代码收集的强信号。方法上，他们从8,772个恶意软件和25,747个良性项目的README文档中提取字符级TF-IDF特征，训练LinearSVC分类器区分恶意仓库。该仅基于README的模型在本地评估中达到96.28%的准确率和1.06%的假阳性率。此外，模型输出置信度分数，允许用户调整决策阈值以平衡假阳性率和覆盖率，使实际收集过程更具灵活性。研究贡献包括：提供了一个公开可用的Android恶意软件源代码数据集；提出了一个可扩展的自动化收集框架，降低了对人工标注的依赖；验证了项目文档作为安全信号的有效性。该工作适用于恶意软件分析、威胁情报收集及机器学习检测模型训练等场景。