一个由 V4-Pro 级别模型驱动的论文阅读系统，产出结构化精读报告、领域综述与知识图谱。

不是把论文丢给 AI 问"这篇讲了什么"——而是一套围绕长期知识积累设计的 pipeline：向量知识库消除幻觉，多路 LLM 调用保证深度，知识图谱追踪概念演进。

每篇报告由 6 次独立 LLM 调用生成，每节有最低字数要求：

1. 研究问题与动机
2. 核心方法（含公式、架构、设计动机）
3. 实验设计与结果
4. 与相关工作的比较（自动注入知识库上下文）
5. 局限性与未来工作
6. 个人评价与研究启发

rh graph 从所有已读报告中提取：

• 概念节点（方法、任务标签，如 KV Cache、RoPE）
• 论文节点
• 边类型：uses（论文→概念）、similar_to（向量相似度）、builds_on / compares_to / contradicts（从报告中提取）

输出为可在浏览器中直接打开的交互式 HTML，以及可导入 Gephi 的 JSON。

从源码安装：

git clone https://github.com/<your-username>/research-helper
cd research-helper
pip install -e .

复制配置文件并填入 API Key：

cp .env.example .env
# 编辑 .env，填入 DEEPSEEK_API_KEY 等

读第一篇论文：

rh read --arxiv 1706.03762   # Attention Is All You Need

所有配置通过 .env 文件或环境变量设置，参见 .env.example。

优先级：EMBEDDING_PROVIDER 环境变量 → 有 QWEN_API_KEY 则用 Qwen → 有 OPENAI_API_KEY 则用 OpenAI → 本地 sentence-transformers（无需 Key，首次运行自动下载模型）。

以 DeepSeek v4-flash 为例，精读一篇论文约 $0.002–0.005，综述约 $0.001–0.003。

research_helper/
├── cli.py              # Click CLI 入口
├── config.py           # 配置与定价表
├── llm/client.py       # 多提供商 LLM 客户端
├── readers/
│   ├── arxiv_reader.py # Arxiv 元数据 + PDF 下载
│   └── pdf_reader.py   # PDF 文本提取（pymupdf + pdfplumber）
├── reports/
│   ├── single_paper.py # 精读报告生成（6 节 × 独立调用）
│   └── survey.py       # 领域综述生成
├── kb/
│   ├── store.py        # ChromaDB 向量知识库
│   ├── embedder.py     # 多提供商 embedding
│   └── graph.py        # 知识图谱构建与导出
└── utils/
    ├── cache.py        # 中间结果缓存
    └── cost_tracker.py # API 费用追踪

本项目由 Claude Sonnet 4.6 协助设计与实现。

Reports generated by this tool are authored with the assistance of large language models (DeepSeek / Qwen / Claude). The pipeline design, prompts, knowledge base architecture, and graph construction logic were developed in collaboration with Claude Code.

MIT