📄 PaperMind — 科研论文智能分析助手

不只是检索论文，而是理解科研脉络

PaperMind 是一个基于 RAG（检索增强生成）架构的科研论文智能分析助手。它能自动从 PDF 论文中抽取核心论点、识别论点间的逻辑关系、支持多篇论文对比分析，并生成未来研究方向的建议。

---

✨ 核心功能

功能	描述
📤 PDF 上传与解析	支持单篇/批量上传，自动提取文本、章节和元数据
🔍 智能索引	向量化存储，毫秒级语义检索，支持按论文字段过滤
💡 论点抽取	LLM 自动提取 3-7 个核心论点，分类为主张/假设/结论
🔗 关系识别	识别论点间的支持、矛盾、细化、因果关系
📊 可视化	交互式论点网络图，可拖拽、点击查看详情
🔄 多篇对比	2-5 篇论文的论点对比、局限性归纳、差异分析
💡 方向生成	基于研究空白自动生成可行研究方向建议
💬 智能问答	基于 RAG 的自然语言问答，答案可追溯到原文
📥 报告导出	一键导出分析报告为 Markdown

---

🚀 快速开始

1. 克隆项目

cd papermind

2. 安装依赖

pip install -r requirements.txt

3. 配置 API Key

cp .env.example .env
# 编辑 .env 文件，填入你的 OpenAI API Key

.env 配置示例：

OPENAI_API_KEY=sk-your-api-key-here
OPENAI_API_BASE=OpenAI_format_BASE_URL
LLM_MODEL=Model_ID(e.g. gpt-4o, deepseek-v4-pro)
EMBEDDING_MODEL=text-embedding-3-small

(请查阅各大AI厂商接口文档，EMBEDDING_MODEL可以不填写，程序检测到非OpenAI模型时会使用本地Embedding模型)

4. 启动应用

streamlit run app.py

浏览器打开 http://localhost:8501 即可使用。

---

📁 项目结构

PaperMind/
├── app.py                         # Streamlit 主入口
├── requirements.txt               # Python 依赖
├── .env.example                   # 环境变量模板
├── README.md                      # 项目说明
│
├── src/                           # 核心源码
│   ├── config.py                  # 配置管理
│   ├── pdf_loader.py              # PDF 解析
│   ├── indexer.py                 # 向量索引
│   ├── argument_extractor.py      # 论点抽取
│   ├── relation_identifier.py     # 关系识别
│   ├── rag_chain.py               # RAG 问答
│   ├── multi_paper_analyzer.py    # 多篇对比
│   ├── graph_builder.py           # 图谱可视化
│   └── utils.py                   # 工具函数
│
├── scripts/                       # 辅助脚本
│   ├── batch_index.py             # 批量索引
│   └── export_report.py           # 报告导出
│
├── tests/                         # 测试
│   ├── test_pdf_loader.py
│   └── test_argument_extractor.py
│
├── data/                          # 数据目录
│   ├── raw_pdfs/                  # 原始 PDF
│   ├── parsed_json/               # 分析结果
│   └── reports/                   # 导出报告
│
└── chroma_db/                     # 向量数据库（自动生成）

---

🛠 技术栈

层级	技术	用途
前端	Streamlit	快速构建交互式 Web 界面
LLM 框架	LangChain	RAG 流程编排
向量数据库	Chroma	文档块存储与语义检索
Embedding	OpenAI text-embedding-3-small	文本向量化
LLM	GPT-4o-mini / GPT-3.5-turbo	论点抽取、关系识别、对比分析
PDF 解析	pdfplumber + PyPDF2	论文文本提取
图谱	NetworkX + Pyvis	论点关系建模与交互式可视化

---

📖 使用指南

单篇论文分析

1. 上传 PDF 论文
2. 等待自动索引和分析（约 30-60 秒）
3. 点击左侧论文名查看：
   • 论点网络图：可拖拽的交互式关系图
   • 论点详情：每个论点的完整信息和关联关系
   • 统计信息：论点和关系分布

多篇论文对比

1. 在左侧勾选 2-5 篇论文
2. 进入「多篇对比」页面
3. 点击「开始对比分析」
4. 获取包含论点对比、共同点、差异点、研究空白的完整报告

智能问答

1. 进入「问答交互」页面
2. 选择论文范围（全部或特定论文）
3. 输入问题或点击快捷问题
4. 回答会附带原文来源引用

---

🧪 运行测试

pytest tests/ -v

---

⚠️ 注意事项

1. API Key：需要有效的 OpenAI API Key，请确保账户有余额
2. PDF 格式：优先使用文字版 PDF（非扫描版），扫描版解析效果有限
3. 成本控制：每篇论文分析约消耗 2K-5K token，建议使用 gpt-4o-mini 控制成本
4. 论文质量：分析质量取决于原文质量，建议优先上传结构化良好的学术论文

---

🔮 未来规划

• OCR 支持扫描版 PDF
• 支持更多 LLM（Claude、本地模型）
• 论文推荐系统
• 文献综述自动生成
• 引用网络分析

---

📄 License

MIT License