文 文献助手 EssayAssistant
A Local-first Research Workbench · Windows x64 · v1.0.4

把阅读, 变成可追溯的研究。

一句话 — 面向高校学生与科研人员、在论文调研与文献综述写作场景下使用的本地优先 AI 桌面工作台:从多库检索到 PDF 阅读、从逐页引句核验到综述导出与课题答辩,每一步都在本机闭环完成,每一处引用都能回到原文。

五步快速上手 深入技术实现
i.
检索
五源并发 + 知网与 DOI 直达
ii.
阅读
开放全文直下与内置阅读器
iii.
核验
PDF 逐页引句定位与错页修正
iv.
综述
[E#] 快照溯源与学术排版导出
v.
课题
论点核查、阶段汇报与答辩模拟
5+ 知网
学术数据库并发检索与去重
45条命令
白名单宿主接口,AI 最多连跑 16 步
1.09s
二次冷启动至首帧完全就绪
2,332
项合成数据自动化回归断言通过
I
Chapter One · What & Why

项目介绍

1.1定位与使用场景

文献助手不是又一个“把 PDF 扔进聊天框”的网页套壳,而是一套面向严肃写作的 Windows 原生研究工作台——让找文献、读全文、提证据、写综述、推课题共享同一套本地数据底座。

— Product Positioning

适用人群:正在撰写毕业论文、课程综述或期刊稿件的本科生与研究生,以及需要长期跟踪细分领域的科研人员。

高频场景:开题前的跨库文献摸底;把 5–8 篇核心论文的方法、样本、指标、结果与局限拆解为可对照的证据矩阵;撰写带规范引用与原文快照的文献综述;以及围绕单个研究课题沉淀任务、核查核心论点、拆解导师意见与模拟答辩。

1.2为什么做

项目源于真实论文写作过程中反复出现的三个结构性摩擦,而非概念叠加:

  1. 工具链碎片化,资料与上下文不断脱节

    查文献在浏览器开几十个知网、Crossref、arXiv 标签页,管题录在 EndNote 或 Zotero,读全文切去本地 PDF 阅读器,做总结又要手工把段落复制进网页版 AI。反复切换不仅打断阅读心流,更让题录条目、本地 PDF 文件和摘录笔记逐渐失去对应关系。

  2. 大模型“学术幻觉”成本高,真假引文难核查

    通用大模型在写综述时,常编造看似逼真的 DOI、作者年份或页码,甚至把“PDF 是扫描件没读到字”悄悄包装成“原文未报告”。由于缺少“观点 ↔ 原文原句 ↔ 物理页码 ↔ 文件版本”之间的确定性校验,研究者既不敢直接采纳,人工逐页核对又耗时巨大。

  3. 网页 AI 只能“给建议”不能“办实事”,且有隐私顾虑

    网页聊天框触碰不到本地文献库,无法替用户建分类、移文献、生成带校验清单的归档包;同时,未发表的实验数据、课题构想与导师会议纪要上传至第三方闭源平台也存在合规与泄露隐患。

我们的出发点:做一个本地优先、真能执行、每句话都有出处的桌面原生工具。把多库检索、阅读器与归档收拢在一处;让 AI 通过受控接口直接操作软件并拿到真实回执;同时用本地确定性算法把守学术底线——模型负责理解与起草,程序负责核验与溯源,最终学术判断留给人。

1.3设计哲学与边界

All-in-one · 一体闭环

同一窗口流转全部研究资产

五源英文库与知网检索、多编码 RIS / EndNote 解析、内置高分屏 PDF 阅读器、证据表、综述库与课题看板全部共享本地数据,不再在五六个软件之间拷贝搬运。

Anti-hallucination · 确定性核验

每一处引用都能一键回到原页

题录先查 Crossref / arXiv 校验真实题名;PDF 证据经本地引擎逐页比对原文、修复断词并保留数值符号,自动纠偏错页。点击正文中的 [E#] 即可弹出快照并跳页高亮。

Agentic · 受控执行

一句话驱动 45 项原生操作

AI 助理通过白名单工具 operate_app 向 C# 宿主提交指令,经真实业务层落盘后返回执行回执,单次最多连续推进 16 步,随时可中止,绝不绕过人工确认边界。

Local-first · 本地优先与透明

数据完全掌握在自己手中

所有题录、PDF、证据与课题数据以清晰文件落盘本机,原生支持接入本机 Ollama 离线模型;API 密钥与 WebDAV 密码由 Windows DPAPI 加密,云端备份自动排除所有凭据。

清醒的边界声明:文献助手坚持“辅助研究而非替代判断”。软件标注的“已在对应 PDF 页面定位”只证明该句原文真实存在、并非 AI 伪造,不替代研究者对上下文语境与方法合理性的最终审阅;AI 助理也不会替用户将研究论点擅自标记为“已人工确认”。

1.4与现有工具的区别

对比维度传统文献软件
Zotero / EndNote
通用网页大模型
ChatGPT / Kimi 等
文献助手
EssayAssistant
研究工作流擅长题录整理与插件排版,缺少多论文证据抽取与课题推进闭环止步于单次对话窗口,无持久化文献库、分类目录与内置阅读器检索 → 入库 → 读 PDF → 提证据 → 写综述 → 管课题,一处贯通
引文与证据核验高度依赖人工阅读摘录与手动核对页码易编造文献、混用数值符号或报出错误页码Crossref / arXiv 题名核验 + 本地 PDF 逐页引句比对、错页纠偏与版本指纹
AI 执行能力无原生全软件智能体操控能力只能给文字建议,无法读写或整理本地文献库45 条白名单指令 × 最多 16 步循环,每步返回宿主真实执行回执
中文与机构文献需配合浏览器插件抓取知网题录无法直接登录校园网或抓取机构订阅全文内置知网检索、GB18030 题录解析与受限机构验证访问窗口
隐私与离线可用本地存储友好全文与课题资料必须上传第三方云端100% 本地落盘 + DPAPI 系统级加密 + 支持连接本机 Ollama 离线推理
II
Chapter Two · How to Use

使用方法

Windows x64 开箱即用:发布包已完整打包 Node 文献引擎与 PDF.js 组件,无需配置开发环境。

2.1五步快速上手(评委实测路径)

即使暂不配置大模型,也可以直接完成第 1、3 步体验多库检索、题录导入与内置 PDF 阅读;配置模型后即可解锁完整 AI 证据核验、综述与智能体能力。

  1. 1
    发布目录 · 免安装一键启动

    打开桌面工作台

    进入发布目录 dist\EssayAssistant\,双击 EssayAssistant-Desktop.exe 直接运行(移动目录时请保留整个文件夹);也可以运行同层安装包 EssayAssistant-Setup-1.0.3-x64.exe 安装到本机。

  2. 2
    左下角 · 设置 → 模型服务

    接入大模型(云端 API 或本机 Ollama)

    新增一个服务商,填入任意兼容 OpenAI Chat Completions 接口的地址与密钥(本机离线 Ollama 直接填 http://127.0.0.1:11434/v1),点击「同步模型」(或手动填入模型 ID)→「检测连接」→「保存服务」。

  3. 3
    顶部搜索栏 · 检索与入库

    检索文献、获取全文并归类

    输入中英文关键词、题名或 DOI 发起检索(或点顶部「导入题录 / 导入 PDF」直接导入本地论文)。选中目标文献后点击右侧「获取全文」下载并双击预览 PDF,再点击「保存到文献库」归入指定分类文件夹。

  4. 4
    左侧导航 · 证据表

    提取带逐页核验的跨论文证据

    输入你的研究问题,勾选文献库中已关联 PDF 的 1–8 篇论文并设定页码范围,点击「提取证据」。本地引擎将逐页解析 PDF 并比对每一句原文,自动标出「已在对应 PDF 页面定位」与对应物理页码。

  5. 5
    文献综述 · 导出与归档

    生成可溯源综述并打包留存

    在证据表点击「基于证据表生成综述」(或在「文献综述」按主题跨库检索生成)。点击正文里的 [E#] 标签即可弹出原文快照并跳回 PDF 原页高亮;最后可一键导出 Markdown / PDF,或在「设置 → 文献保存」生成本地分类归档。

零成本体验技巧:如果希望快速体验「研究空间(课题工作台)」的完整交互,进入左侧「研究空间」后可直接一键创建内置示例课题,浏览任务看板、论点核查、阶段汇报与答辩模拟流程,测试完毕后可一键清除示例数据。

2.2界面导览

主界面采用高 DPI 自适应的三栏工作台布局(展开 AI 文献助理时平滑切换为四栏,默认尺寸 1600×1000,小屏笔记本自动缩至可用区域 90% 居中)。将鼠标移到下方示意图或表格任意一行,对应区域会联动高亮。

顶部工具栏全局搜索 · 来源与年份 · 导入题录 / PDF · 窗口控制
左侧导航栏四大工作区与设置
中间主内容区检索表 · 文献库 · 综述 · 证据表 · 课题
右侧详情 / AI 助理完整题录 · 附件 · 多轮对话
工作区核心职能与快捷交互
顶部工具栏全局检索入口(关键词 / 题名 / DOI、起始年份、数据库来源切换)、「导入题录」、「导入 PDF」,以及无边框原生窗口缩放与最小化/最大化控制。
左侧导航栏按研究阶段组织为四大分支:① 文献检索;② 我的文献库(全部 / 未分类 / 自定义文件夹);③ 综述工作台(文献综述 / 证据表 / 我的综述库);④ 研究空间(课题列表)。最底部为「设置」。
中间主内容区随导航切换呈现对应视图。检索中采用骨架屏扫光加载;列表视图支持关键词二次筛选、仅看开放获取(OA)、表头排序以及勾选多篇后的底部批量保存/移除操作条。
右侧详情栏单击任意文献即显示完整题录、引用数、附件状态与摘要,集中提供「获取全文」「阅读 PDF」「添加 PDF」「原文与验证」「保存到文献库」「AI 总结与提取」按钮。
AI 文献助理栏从右侧展开多轮对话,支持附带最多 12 篇文献、随时切换已保存模型、实时展示工具步骤进度与停止按钮。点「隐藏」切回详情栏时,对话记录、输入框草稿与附带文献完整保留。

2.3八个核心模块详解

Module 01

多源检索与文献库

一次输入覆盖全球主流数据库与知网,本地分类井井有条。
  • 五源并发综合检索:默认「全部来源」并行查询 Crossref、OpenAlex、Semantic Scholar、PubMed(Europe PMC)与 arXiv,允许部分源超时而不阻断整体返回,结果自动去重并交错合并。
  • DOI 精确直达:在搜索栏粘贴 DOI(或包含 DOI 的引文片段),自动走精确查询并合并多源元数据。
  • 知网(CNKI)中文检索:将来源切换为「知网」即可检索中文题录与摘要,并支持一键跳转知网主站。
  • 多格式外部导入:支持从知网、Web of Science 等导出的 EndNote(.enw / .txt)、RIS(.ris) 与 JSON 文件(单文件 ≤ 5 MB),自动识别 UTF-16 BOM、UTF-8 与中文 GB18030 编码。
  • 安全的分类与移除:在「我的文献库」自由新建/删除分类文件夹(1–40 字);删除分类时文献自动归入「未分类」,移除题录时保留本地已下载的 PDF 原件,杜绝误删附件。
Module 02

全文获取、机构验证与阅读

公开论文一键下载托管,受限论文在独立安全窗口完成认证。
  • 公开全文自动下载:点击「获取全文」,引擎按优先级尝试直接 PDF 链接、arXiv 规则与 Crossref 公共全文链接;下载成功后自动按 年份 - 第一作者 - 标题.pdf 规范命名,以排他写入方式存入本地托管目录(默认 C:\EssayAssistantLibrary),同名自动追加 (2) 避让,永不覆盖旧文件。
  • 原文与机构访问窗口:遇知网或需校园网 IP、扫码、验证码的商业出版商论文时,点击「原文与验证」打开内置受限网页窗口,完成人工登录下载后通过「添加 PDF」绑定至该题录。
  • 内置高分屏 PDF 阅读器:双击有附件的文献即可打开阅读器,基于本地 PDF.js 按可见视口按需绘制,支持 40%–300% 缩放、物理页码直达与另存 PDF;从证据表或综述跳转过来时自动翻页并黄色高亮对应引句。
Module 03

跨论文证据表

核心特色:把多篇 PDF 拆解为逐页核验的结构化证据矩阵。

输入研究问题(至少 4 字),从文献库挑选 1–8 篇论文(建议 3–5 篇)并指定读取页码(默认 1–10 页,单篇单次最多连续 30 页 / 36,000 字符),按五大维度自动提取结构化条目:研究方法(method)、样本量(sample)、评估指标(metric)、主要结果(result)、研究局限(limitation),同时抽取出原文引句、数值、单位、组别与实验条件。

每条证据都会经过本地引擎的逐页原文复核,清晰区分以下四类状态,绝不把读取失败混同为“原文未报告”:

已定位:在报告页精确命中原句 已修正页码:在其他已读页命中并自动纠偏 未定位:已读各页均未命中,需人工复查 未报告:已读范围确实未提及该维度

每条证据拥有稳定编号 [E1]、[E2]……审阅时可随时编辑引句、页码、数值或条件(900 ms 防抖保存并自动重新触发核验),标记「已审阅」或「已排除」;重新提取时不会覆盖你已人工编辑或审阅过的条目;支持一键导出含 UTF-8 BOM 与防公式注入转义的 CSV 表格。

Module 04

双模式文献综述与综述库

开题调研用检索综述求广度,严谨定稿用证据综述求可追溯。

模式一 · 多数据库系统检索综述

选定数据库(PubMed、bioRxiv 预印本、arXiv、Semantic Scholar、OpenAlex)、起止年份、纳入篇数(8–40 篇)与引用格式(APA 7 / Nature / Vancouver)。系统先按关键词、引用数、开放获取与近五年时效性综合打分筛选,再并发调用 Crossref / arXiv 核验每篇题录的真实题名,最后按规范格式生成正文与参考文献表,并展示“纳入 / 已核验 / 正文引用”统计。

模式二 · 基于证据表的可溯源综述

严格依据已保存证据表中的 [E#] 条目写作(自动跳过「已排除」项),并在文末自动附加核验统计与证据溯源附录。点击正文任意 [E#] 标签,即刻弹出原文引句、数值、条件与页码快照,再点一次直接打开 PDF 对应页高亮显示——即便日后修改或删除了原证据表,综述内仍永久保留生成时刻的引用快照。

所有综述自动存入「我的综述库」,支持分类整理、搜索、导出 Markdown,或通过原生打印管线导出白纸黑字学术排版的 PDF。

Module 05

研究课题工作台

围绕真实课题材料,贯通开题、组会汇报与答辩演练。

新建课题并记录研究问题、截止日期、研究基础与当前阶段,将文献库中的论文、证据表、文献综述与历史对话统一关联至该课题,集中维护待办任务、待解问题与研究进展手记。基于已关联的真实材料,提供五项 AI 课题引擎:

  1. 下一步研究建议:结合现有材料发现研究缺口,生成带理由与关联资料的下一步任务草稿,支持一键采纳。
  2. 核心论点核查:录入你的核心论点(Claim),AI 对照课题内证据给出五类严谨判定——支持 / 有条件支持 / 存在不同结果 / 条件不同,无法直接比较 / 当前材料不足以判断——并提供论点改写建议。
  3. 阶段汇报生成:按指定起止日期与材料范围,一键整理结构化的组会进展汇报 Markdown。
  4. 导师 / 会议反馈拆解:粘贴组会记录或修改意见,自动拆解为可执行的待办任务、待解问题与研究方向调整,逐条采纳进看板。
  5. 答辩模拟练习:围绕研究意义、方法合理性、证据充分性、适用边界、局限性、未来工作六大维度生成追问,并结合本地证据点评你的作答。
Module 06

AI 文献助理

从附带多篇文献深度问答,到一句话跨模块操控整个软件。

点击「附带文献」最多可同时勾选 12 篇论文,围绕摘要或指定 PDF 页段(每次连续 1–8 页)展开多轮追问;更可以直接下达自然语言复合指令,让助理调用软件真实接口逐步完成:

  • 读取文献库,把适合做方法比较的论文整理到“方法”分类。
  • 用选中论文的第 1–4 页提取研究方法和主要结果,保存为证据表后再生成 APA 综述。
  • 新建课题“城市更新”,关联刚才的综述,并添加下周的阅读任务。
  • 生成一份本地分类归档,再上传备份到已配置好的 WebDAV。

每一步均实时展示工具进度并返回真实软件回执,单次最多连续执行 16 步;点击「停止」可立刻取消当前模型及业务请求,已落盘的结果自动保留。助理全程无法读取密码或 API 密钥,也无法执行任意系统命令或越权路径写入。

Module 07

模型配置、视觉定制与归档备份

模型自由切换,空间按偏好定制,数据随时可打包迁移。
  • 多模型服务:在「设置 → 模型服务」可维护多个 OpenAI 兼容服务商(支持云端 API 及本机 Ollama),支持一键同步模型、连接检测与环境变量启动(LLM_BASE_URL / LLM_MODEL / LLM_API_KEY);API 密钥经 Windows 当前账户 DPAPI 加密保存。
  • 视觉与动效定制:内置 10 套等亮度调色盘(8 套浅色、2 套深色),另支持自定义主色与跟随壁纸取色;支持液态玻璃磨砂、经典简约布局、五档性能预设(自动 / 关闭 / 轻量 / 标准 / 华丽)、6 种光影、交互粒子以及「减少动态效果」无障碍模式。
  • 本地分类归档:在「设置 → 文献保存」一键打包当前研究资产(不移动原库),在 Archives/时间戳-UUID/ 下按分类生成人类可读的 题录.json、标准 题录.ris、全文.pdf(单文件 ≤ 100 MB)、综述 正文.md、六份原始业务 JSON 与含全部 SHA-256 的 manifest.json。
  • WebDAV 校验备份:支持上传独立快照至自有 WebDAV(远程强制 HTTPS,Basic 认证密码同样 DPAPI 加密);取回时逐文件校验大小与 SHA-256 并写入独立恢复目录,绝不静默覆盖现存数据,且自动排除全部密钥与凭据。
月白 墨绿 雾蓝 极光 暮紫 樱粉 松石 琥珀 石墨 午夜
Module 08

本机 MCP 服务接入

把文献检索与安全下载能力直接挂载到外部 AI 客户端。

发布包内置标准 stdio MCP 服务(mcp-literature.mjs)。在 Claude Desktop、Cursor 等支持 mcpServers 配置的客户端中加入以下配置,即可直接调用 search_literature(关键词与可选起始年份五源检索)和 download_pdf(按 DOI 安全下载公开 PDF 并返回本机路径;遇受限文献返回人工访问提示)。移动发布目录后请同步更新两处路径。

mcpServers.json
{
  "mcpServers": {
    "essay-assistant": {
      "command": "D:\\Project\\EssayAssistant\\dist\\EssayAssistant\\engine\\node.exe",
      "args": ["D:\\Project\\EssayAssistant\\dist\\EssayAssistant\\engine\\mcp-literature.mjs"]
    }
  }
}
III
Chapter Three · Architecture

实现技术

摒弃臃肿的 Electron 与重型前端框架,采用“C# WPF 原生宿主 + WebView2 虚拟域名渲染 + Node.js ESM 引擎”三层架构,运行时仅一个直接 npm 依赖(pdf-parse 2.4.5)。

3.1三层混合原生架构

之所以采用三层分层而非纯 Electron:C# WPF 负责轻量窗口、Windows DPAPI 密钥加密与原子文件落盘;WebView2 复用系统 Edge Chromium 提供锐利的高 DPI 排版;独立打包的 Node.js ESM 子进程专职异步网络并发检索、PDF 解析、核验算法与 AI 工具循环。

Layer 01

表现与交互层

Edge WebView2 (Chromium)
https://essay.local
app.js · settings.js零框架原生 ES6 状态流、虚拟分页、证据表原位合并、防抖配置同步
tokens.css · palettes.js242 个色彩通道变量、10 套等亮度调色盘、深色翻转与壁纸对比度自适应
effects.js · research.jsrAF 帧率自测档位、6 路光影图层调度、按需粒子画布、课题交互视图
vendor/pdfjs本地离线 PDF.js + CMaps,IntersectionObserver 视口按需渲染与引句高亮
Layer 02

原生宿主与安全持久层

C# · .NET Framework 4.8
WPF · csc 原生编译
WebShell.cs无边框高 DPI 缩放、离屏首帧捕获启动、消息分发器、稳定文献键与去重
Engine.csNode 子进程托管、SemaphoreSlim(1) 串行 RPC、File.Replace 原子 JSON 落盘
Preferences.cs多服务商模型目录、Windows DPAPI 加密、自定义壁纸/头像转码与旧 PDF 迁移
Review · Evidence · Viewer综述与证据编排、WebView2 PrintToPdfAsync 导出、受限机构访问独立窗口
Layer 03

学术与智能体引擎层

Node.js ≥ 22.13 · ESM
唯一直接依赖:pdf-parse
desktop-engine · assistant-appJSON-Lines 调度器、16 步 AI 工具循环、45 条 operate_app 白名单校验与上下文裁剪
server.mjs · references.js五源并发 + 知网检索合并、UTF-16 / UTF-8 / GB18030 自适应 EndNote & RIS 解析
evidence.mjs · review.mjsPDF 逐页引句核验与错页修正、Crossref / arXiv 多重集 Bigram Dice 核验、引文排版
research · archive · pdf-download课题纯函数状态机、SHA-256 归档与 WebDAV 客户端、13 子网防 SSRF 下载器

3.2双层通信与防竞态并发控制

虚拟域名隔离与来源强校验

C# 将本地 ui/ 映射至 https://essay.local(DenyCors),外观资源映射至 appearance.essay.local。OnMessage 严格校验来源必须全等于主入口 URL,禁用 Host Objects 与 DevTools,一切文件对话框均由原生端拉起。

Token 与乐观锁防状态覆盖

PDF Base64 加载通过递增 token 丢弃快速切换产生的过期回包;证据表编辑采用 900 ms 防抖与 set.id + revision 版本校验,回包执行原位对象合并而非整表替换,确保不打断用户正在输入的文本框闭包。

串行 RPC 与全链路优雅取消

Engine.Call<T> 通过 SemaphoreSlim(1) 串行化 Node 调用并实时转发 progress 进度帧。点击「停止」时,C# 触发 CancellationTokenSource 并下发 {"id":N,"method":"cancel"},Node 立即触发 AbortController.abort() 中断请求。

3.3三重防幻觉确定性核验算法

大模型擅长理解与归纳,但不擅长精准记忆页码、数字和题录元数据。我们在本地引擎中构建了三道确定性校验算法,将“语言生成”与“事实核验”彻底解耦:

Algorithm i.

确定性文献 GUID 与 PDF 版本指纹

Engine.cs · WebShell.cs
  • 规范去重键:存在 DOI 时取清洗后的小写 DOI;无 DOI 时取 NFKC 归一化小写题名 | 年份,前后端保持完全同构。
  • 恒定 Paper ID:对去重键计算 SHA-256,取前 16 字节按 .NET GUID 字节序构造稳定标识,使同一篇论文跨检索、文献库、证据表与课题始终精确关联。
  • 文件版本指纹(pdfPath):以 完整路径 | LastWriteTimeUtc.Ticks | 文件长度 计算 SHA-256 Base64。证据提取前后两次比对指纹;日后若 PDF 被替换,点击旧综述中的 [E#] 会立即识别版本漂移并给出安全告警。
Algorithm ii.

保数值逐页引句定位与跨页自动纠偏

evidence.mjs · locateQuote

学术论文中常存在 PDF 英文跨行断词(如 re-\nsult)以及极其敏感的正负号与小数点。因此规范化函数专门做了断词修复,并刻意保留全部数值与数学符号,避免把 1.2 误判为 12,或把 +3.5% 与 -3.5% 混淆:

evidence.mjs · normalizeQuote & locateQuote
// 1. 规范化:NFKC → 小写 → 统一引号破折号 → 修复跨行断词 → 保留数值/数学符号
normalizeQuote = text => String(text ?? '')
  .normalize('NFKC').toLowerCase()
  .replace(/(\p{L})-\s*(?=\p{L})/gu, '$1')
  .replace(/[^\p{L}\p{N}.+,%‰<>=≤≥±×÷/-]+/gu, '')

// 2. 同页定位:先试完整子串 (via: 'exact');若引句含省略号或分号,
//    则拆分为多段,通过递进游标 cursor 校验所有片段在同页按原文顺序命中 (via: 'segments')

// 3. 跨页纠偏:先查模型报告页 → 未命中则遍历本轮全部已读页 blocks
if (hitOnReportedPage)    { item.located = true }
else if (hitOnOtherPage)  { item.page = block.page; item.located = true; item.pageAdjusted = true }
else                      { item.located = false } // 严禁冒充已核验;读取失败也不得标为 not_reported
Algorithm iii.

多重集 Bigram Dice 题名核验与确定性引文重排

review.mjs · verifyRecord

系统检索综述在送入模型前,先按相关性打分(题名命中 +4、摘要命中 +1、引用数封顶加权、OA +1.5、近五年 +1.5、缺摘要 -1)筛选候选论文,再以最多 4 并发向 Crossref 或 arXiv 拉取官方元数据,用 Map 计数构造相邻双字符多重集(Multiset Bigrams)计算 Sørensen–Dice 相似度:

S= 2 · hits(A, B)|A| + |B| S ≥ 0.7 认证为 verified

写作阶段,模型仅允许使用内部数字占位符 [1]、[2];生成完毕后由本地程序统一替换为 APA 7(作者-年) 或按正文首次引用顺序重排的 Nature / Vancouver 编号,并由程序直接拼装标准参考文献列表,从源头杜绝大模型格式错乱或漏列引文。

3.416 步受控智能体闭环

传统聊天机器人只能调用无状态只读 API;文献助手的智能体循环横跨 Node 推理引擎与 C# 原生业务宿主两端,通过白名单契约实现真实软件操控:

i
模型提交意图调用检索/阅读或 operate_app
ii
宿主真实执行白名单校验后写入真实业务库
iii
回传执行回执返回真实 ID、定位条数或失败原因
iv
基于事实推理按回执继续下一步或总结汇报
↺ 受控闭环 · 单次最多连续 16 步
  • 显式 45 条命令白名单(assistant-app.mjs):operate_app 仅接受枚举清单内的 45 项桌面命令(覆盖检索、库管理、证据表、综述、课题 20+ 子动作、非密钥模型管理、外观与归档),单次 payload 限制 ≤ 100 KB;收到 queued 后强制等待下一轮宿主回传 operationResults 才能报告成功。
  • 隔离与滑动记忆裁剪:按 服务商ID : 模型ID : 会话ID 严格隔离上下文,每会话维护最近 8 轮完整工具交换与最多 48 条 DOI 论文记忆,总 JSON 超过 48,000 字符时自动滑动裁剪最早轮次。
  • 不可逾越的人机边界:文件导入/导出路径选择、机构登录、验证码、API 密钥与 WebDAV 密码一律交由用户在原生窗口输入;AI 助理不可读取任何密文或明文凭据,亦无权执行任意终端命令。

3.5视觉与性能工程

OKLCH 等相对亮度调色盘

全站样式抽象为 242 个按 R G B 通道存储的色彩变量(无硬编码颜色字面量)。换色仅改色相与彩度、锁定 WCAG 相对亮度;深色方案以统一公式翻转亮度。透出壁纸时实时采样明暗分布,按 5% 步进自动加深文字墨色至小字全部达标 WCAG AA。

ClearType 次像素抗锯齿保护

在 Windows WebView2 中,默认实色面板背后一旦引入独立 GPU 合成层(如 will-change 或 3D 变换),整窗文字会从锐利的次像素抗锯齿退化为发虚的灰度抗锯齿。默认外观下所有动效与扫光均通过 CSS @property 在主线程重绘,保持纸面级清晰度。

帧率自测与零闲置开销

首次启动后运行 2 秒 rAF 基准测试,结合 CPU 核心数与内存自动核定特效档位。粒子画布按需创建、0.4–1.2 秒消散即销毁;C# 原生监听窗口最小化事件并即时通知前端卸载全部光影图层,后台静置零开销。

3.6安全边界与质量验证

工程维度核心实现机制实测指标 / 保障结果
系统级密钥保护模型 API Key 与 WebDAV 密码使用 Windows ProtectedData.Protect(CurrentUser)加密存储;前端仅获知 hasKey 状态,所有日志与云归档彻底排除凭据。前端控制台、日志文件与云端归档 0 明文密钥泄露
防 SSRF PDF 下载器pdf-download.mjs 仅允许公网 HTTPS,拒绝 IP 字面量、凭据与非默认端口;以 net.BlockList 拦截 13 段非公网 IPv4 子网(含 RFC1918、回环、链路本地、CGNAT 与组播);每跳重定向(≤ 4 跳)重验 DNS;30 s 超时,流式限制 ≤ 25 MB 并校验前 1 KB %PDF- 文件头。阻断一切内网探测、超大流攻击与非 PDF 伪造响应
原子写盘与校验归档业务 JSON 经“同目录唯一临时文件 → UTF-8 无 BOM → File.Replace”原子替换;归档路径严格防穿越校验,WebDAV 取回逐文件核对字节长度与 SHA-256。archive-check.mjs 覆盖认证失败、越界与损坏拦截
极速冷启动优化WebView2 启动参数将 essay.local 映射至本机解析,消除约 2 s 系统 DNS 阻塞;配合离屏首帧绘制捕获 RevealAfterPaintAsync 与本地资源版本缓存。隔离目录实测二次启动由 3.60 s 降至 1.09 s(提速 70%)
全自动化回归矩阵desktop/tests/ 内含引擎单测、证据核验、归档校验、真实桌面 AI 操控及 17 套 UI 专项套件,全程使用隔离临时目录与合成数据,不读写用户真实资料。浏览器与桌面回归合计通过 2,332 / 2,333 项断言
IV
Appendix

附录

4.1本地数据目录

所有研究资产均以开放、透明的文件格式存储在本机,随时可直接备份、迁移或导出给其他学术工具。

%LOCALAPPDATA%\EssayAssistant\ # 业务数据根目录(可用环境变量 ESSAY_ASSISTANT_DATA 覆盖) ├─ library.json · folders.json # 文献库题录元数据与自定义分类列表 ├─ reviews.json # 文献综述文档、分类及生成时的 [E#] 证据引用快照 ├─ evidence.json # 跨论文证据表、逐页定位状态与人工审阅记录 ├─ research.json # 研究课题看板(关联材料、任务、问题、论点核查与答辩) ├─ chats.json # 前端对话历史(最多 50 会话 × 400 条显示消息) ├─ assistant-context.json # Node 引擎维护的模型多轮工具交换与 DOI 论文记忆 ├─ models.json # 多服务商配置与 Windows DPAPI 加密后的 API 密钥 ├─ appearance.json · settings.json # 调色盘、特效、主题配色与目录配置 ├─ AppearanceAssets\ # 导入并转码后的自定义壁纸与助理头像 ├─ WebView2\ # 内置浏览器缓存与机构访问会话资料 ├─ Archives\时间戳-UUID\ # 本地分类归档包(题录.ris / 全文.pdf / 正文.md / manifest.json) └─ Restored\快照编号-UUID\ # 从 WebDAV 经 SHA-256 逐文件校验取回的备份目录 C:\EssayAssistantLibrary\ # Windows 默认 PDF 全文托管目录(按“年份 - 第一作者 - 标题.pdf”命名)

4.2常见问题

Q1点击“获取全文”提示无法直接下载,怎么处理?

能否一键直下取决于目标论文是否属于开放获取(Open Access)。若是知网(CNKI)论文或需要校园网 / 机构订阅的出版商文献,请点击详情栏的「原文与验证」,在弹出的内置安全访问窗口中完成机构登录、扫码或验证码后下载 PDF,再通过「添加 PDF」绑定到该题录即可。

Q2导入了扫描版 PDF,为什么提取不出原文证据?

内置阅读器可以正常翻阅扫描件,但证据提取与引句核验依赖 PDF 内部的可检索文字层。引擎会自动识别无文字层的扫描件并如实标注为「无文字层(scanned)」,绝不会将其冒充为“原文未报告”。建议先用 OCR 工具为扫描件补全文字层后再关联。

Q3体验 AI 助理、证据提取和课题工作台,推荐配置什么模型?

多库检索、题录导入、文献库管理与 PDF 阅读完全不依赖大模型。使用 AI 助理多步操控、跨论文证据提取与课题功能时,建议选择支持 Function Calling(工具调用)、遵循 JSON 格式且上下文窗口较长的模型(如 DeepSeek-V3、GPT-4o、Qwen-Max / Plus、Claude 3.5 Sonnet,或本机 Ollama 运行的 14B 及以上参数模型)。

Q4证据表显示“已在对应 PDF 页面定位”,是否代表研究结论一定正确?

不是。“已定位”代表本地确定性引擎已在对应 PDF 物理页码上精确验证了该句原文(quote)真实存在、并非 AI 捏造;但该句在论文语境下的适用条件、统计效力与解读是否恰当,仍建议你点击引句直接跳至 PDF 原页结合上下文做人工确认。

Q5没有配置云端 API 或处于离线内网环境,软件还能正常使用吗?

可以。题录管理、RIS / EndNote 导入、本地 PDF 托管阅读与本地分类归档全部 100% 离线运行;如果在局域网或本机部署了 Ollama(填入 http://127.0.0.1:11434/v1),连 AI 文献助理、跨论文证据提取与课题工作台也可以全程离线使用。

Q6更换电脑或重装系统时,如何完整迁移文献库与研究数据?

推荐在「设置 → 文献保存」中生成一份本地分类归档或上传 WebDAV 快照,在新设备取回即可获得完整的 题录.ris、全文.pdf、综述 Markdown 与六份原始业务 JSON;也可以直接备份 %LOCALAPPDATA%\EssayAssistant 与 C:\EssayAssistantLibrary 两个目录。注意:出于安全考虑,Windows DPAPI 加密的 API 密钥与 WebDAV 密码绑定当前系统账户,换机后需在设置页重新填写一次。