# PaperReadingAssistant **Repository Path**: long-xu/paper-reading-assistant ## Basic Information - **Project Name**: PaperReadingAssistant - **Description**: 利用腾讯云大模型知识引擎 API,构建一个基于RAG技术的论文阅读助手。本实战希望创造的智能助手能够帮助科研工作者们更高效地阅读、理解和利用学术论文,从而加速科研创新,共同推动知识的进步。 - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2025-03-02 - **Last Updated**: 2025-03-02 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # PaperReadingAssistant ## 介绍 科研工作者,尤其是那些奋战在知识前沿的探索者们,正面临着信息洪流的巨大挑战。每天都有如潮水般涌来的学术论文,这既是机遇,也是重负。**如何高效地从浩瀚的文献海洋中打捞出真正有价值的珍珠**,成为了科研效率提升的关键。 利用腾讯云大模型知识引擎 API,构建一个基于RAG技术的论文阅读助手。本实战希望创造的智能助手能够帮助科研工作者们更高效地阅读、理解和利用学术论文,从而加速科研创新,共同推动知识的进步。 效果见running_effect.gif [effects](running_effect.gif) ## 软件架构 系统设计目标是打造一个高效、易用、智能的论文阅读助手。为此,我们采用模块化设计,将系统分解为四个核心模块,各司其职又相互协作。 系统架构如下: ```bash +---------------------------------------------------+ | 用户界面 | | [论文上传] [问题输入] [结果展示] | +---------------------------------------------------+ | | v v +----------------+ +-----------------------+ | 论文解析模块 |<--->| 知识检索模块 | | | | | +----------------+ +-----------------------+ | | v v +---------------------------------------------------+ | 答案生成 | +---------------------------------------------------+ ``` * **用户界面:** 提供论文上传、问题输入和结果展示功能,简洁直观易用。 * **论文解析模块:** 利用腾讯云 API 提取论文关键信息,例如标题、摘要、章节、术语等,转化为结构化数据。 * **知识检索模块:** 根据问题和论文内容,从腾讯云知识库检索相关信息,提供背景知识和参考资料。 * **答案生成模块:** 结合检索信息与论文内容,生成精准易懂的答案。 ## 使用说明 使用流程非常简单,只需修改以下四个关键参数,即可启动项目: * **`bot_app_key`:** 你的应用唯一标识(AppKey),用于验证应用身份。 * **`SecretId`:** 腾讯云 API 密钥中的 SecretId,用于安全访问云资源。 * **`SecretKey`:** 腾讯云 API 密钥中的 SecretKey,与 SecretId 配对使用,进行身份验证。 * **`BotBizID`:** 腾讯云知识引擎的应用ID,用于区分不同的应用实例。 这些参数通常可以在你的腾讯云服务控制台中找到。填写完成后,就可以直接运行项目,体验智能论文阅读助手的强大功能了。 请使用 python 3.9 以上版本,使用前需要安装依赖: pip3 install -r requirements.txt ## 参与贡献 非常欢迎大家参与到项目的开发和完善中来。如果有任何改进建议、代码贡献或者发现了任何 bug,请随时通过 Gitee 提交 issue 或者 pull request。让我们共同努力,打造一个更加智能、高效的论文阅读助手! 1. Fork 本仓库 2. 新建 Feat_xxx 分支 3. 提交代码 4. 新建 Pull Request ## 特技 基于 RAG 的论文阅读助手具有广阔的应用前景。随着腾讯云大模型知识引擎 API 的不断完善和优化,可以进一步提升助手的智能化水平,拓展其应用领域,例如知识问答、智能客服等,为科研人员提供更全面、更便捷的服务,加速科研创新,共同推动知识的进步。