乖积 PDF

把论文 PDF 变成可解析、可翻译、可对话、可批注的研究工作台。

乖积 PDF 是一个面向研究阅读与知识整理场景的桌面式 Web 工作台， 工程仓库名为 Doti。 它把 MinerU、多模型翻译、术语库、批注、AI 辅助和 @chenglou/pretext 流式布局优化串成一条完整工作流。

快速开始 · 功能亮点 · 核心工作流 · 技术栈 · 项目状态 · 提交反馈

_{PDF Parsing · Streaming Translation · Notes & Glossary · AI Assist · Print / Export}

目标不是再做一个“把 PDF 丢给模型翻一下”的工具，而是把论文处理成一个可持续阅读、持续追问、持续沉淀知识的研究工作台。

解析底座	翻译能力	阅读工作台
MinerU 保留 Markdown / HTML / LaTeX / layout 等结构化结果	支持 Gemini / OpenAI / Claude / DeepSeek / GLM / Ollama / DeepLX	原文对照、批注、术语库、AI 连续追问、历史恢复、打印导出

_{首页工作台截图}

简介

乖积 PDF 是一个面向论文阅读与知识整理场景的 PDF 工作台。

它不只是把 PDF 丢给模型翻一下，而是把整条链路串起来：

• MinerU 负责把 PDF 拆成结构化 Markdown / HTML / LaTeX / layout 结果
• 多模型翻译负责把论文内容按块流式翻出来
• 批注、术语库、AI 辅助让你边读边问、边改边记
• @chenglou/pretext 负责优化流式正文阶段的布局稳定性

一句话说，这个项目的目标是把“论文翻译工具”做成“研究阅读工作台”。

当前亮点

• PDF 上传与 arXiv 导入
• MinerU 解析，保留 Markdown / HTML / LaTeX 等结果
• 原文 / 译文双工作区阅读
• 多模型翻译：Gemini / OpenAI / Claude / DeepSeek / GLM / Ollama
• 自定义 OpenAI-compatible Provider Profile
• DeepLX 翻译引擎接入
• 流式翻译、断点续传、重新翻译
• 笔记、批注、术语库、历史记录、本地持久化
• AI 辅助会话：选区继承、上下文锁定、连续追问
• 打印 / 导出视图
• 基于 pretext 的流式正文布局优化

核心工作流

1. 上传 PDF，或通过 arXiv 导入论文。
2. 服务端调用 MinerU 解析，落盘到 uploads/<hash>/。
3. 前端读取 full.md / layout.json / images 等资源进入阅读工作区。
4. 选择翻译模型，开始流式翻译。
5. 在译文工作区中继续做批注、术语修正、AI 问答和导出。

技术栈

• Next.js 16
• React 19
• TypeScript
• Tailwind CSS 4
• Zustand
• Dexie
• react-pdf
• react-markdown + remark/rehype + KaTeX
• @chenglou/pretext

快速开始

1. 安装依赖

npm install

2. 创建环境变量文件

cp .env.example .env.local

Windows PowerShell 下可以直接手动新建 .env.local。

3. 启动开发环境

npm run dev

4. 打开

http://localhost:3000

环境变量

最少需要：

MINERU_API_KEY=your_mineru_key

常用可选项：

# LLM providers
GEMINI_API_KEY=
OPENAI_API_KEY=
ANTHROPIC_API_KEY=
DEEPSEEK_API_KEY=
GLM_API_KEY=

# Compatible gateways / local inference
OLLAMA_BASE_URL=http://localhost:11434/v1
ANTHROPIC_BASE_URL=
ANTHROPIC_MAX_OUTPUT_TOKENS=8192

# Translation runtime
TRANSLATION_CONCURRENCY=2

# MinerU extraction options
MINERU_ENABLE_FORMULA=true
MINERU_ENABLE_TABLE=true
MINERU_LANGUAGE=
MINERU_EXTRA_FORMATS=html,latex
MINERU_MODEL_VERSION=vlm
MINERU_IS_OCR=
MINERU_PAGE_RANGES=

# Optional build output override
NEXT_DIST_DIR=.next-build-check

说明：

• MINERU_API_KEY 必填，没有它无法解析 PDF。
• DeepLX 当前通过 UI 中的自定义 Provider Profile 配置，不依赖固定环境变量。
• 自定义 Provider Profile、术语库、批注、AI 会话等数据默认保存在浏览器 IndexedDB。

pretext 说明

项目已经不再把 pretext 仅仅当成“统计行数工具”。

当前正文流式链路采用的是“主线程 authoritative layout + block projection + virtualization”的思路，主要目标是：

• 避免流式输出时正文列宽异常变窄
• 避免 token 级更新拖着整页频繁重排
• 让纯文本 draft 态切到 Markdown 终态时更平滑

仓库结构

src/app/                     # 页面与 API 路由
src/components/              # 工作台 UI、阅读器、对话面板、模型配置
src/hooks/                   # 布局、交互 hooks
src/lib/                     # 翻译、MinerU、Pretext、缓存、数据库、Provider 抽象
public/                      # 静态资源、图标、打印样式
terms/                       # 内置术语 CSV
themes/                      # 主题样式
uploads/                     # 本地解析产物（默认忽略）
.cache/                      # 本地缓存（默认忽略）

常用命令

npm run dev
npm run build
npm run start
npm run lint
npx tsc --noEmit

Windows 提示

如果 npm run build 出现：

EPERM: operation not permitted, scandir '.next-build-check/types'

通常不是代码错误，而是本地还有 next dev 进程占用了构建目录。先关闭开发服务器，再重新执行构建即可。

当前状态

项目仍在高频迭代中，当前更偏研究型原型 / 工作台阶段，但主链路已经可用：

• 能解析 PDF
• 能流式翻译
• 能做批注和 AI 辅助
• 能恢复历史与部分本地状态