# PaperFlow

**Repository Path**: qiangzi12345/paper-flow

## Basic Information

- **Project Name**: PaperFlow
- **Description**: ai论文
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2026-01-12
- **Last Updated**: 2026-05-13

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# PaperFlow - AI 论文生成器

基于 AI 的毕业论文自动生成系统，支持多种 AI 模型选择。

## 支持的 AI 模型

| 模型 | 说明 | 需要配置 |
|-----|------|---------|
| DeepSeek V3 | 性价比最高，推荐 | DEEPSEEK_API_KEY |
| 通义千问 Max | 中文论文最强 | DASHSCOPE_API_KEY |
| 通义千问 Plus | 速度快，性价比版 | DASHSCOPE_API_KEY |
| 智谱 GLM-4 | 逻辑性强 | ZHIPU_API_KEY |
| Moonshot (Kimi) | 超长上下文 | MOONSHOT_API_KEY |
| GPT-4o | OpenAI最强 | OPENAI_API_KEY |
| GPT-3.5 | OpenAI经济版 | OPENAI_API_KEY |

## 技术栈

- 前端：Vue3 + Vite + Element Plus
- 后端：FastAPI + python-docx + 多模型 AI API

## 快速开始

### 1. 后端启动

```bash
cd backend

# 创建虚拟环境
python -m venv venv
venv\Scripts\activate  # Windows

# 安装依赖
pip install -r requirements.txt

# 配置环境变量
copy .env.example .env
# 编辑 .env 文件，填入你的 OpenAI API Key

# 启动服务
uvicorn app.main:app --reload --port 8000
```

### 2. 前端启动

```bash
cd frontend

# 安装依赖
npm install

# 启动开发服务器
npm run dev
```

### 3. 访问

打开浏览器访问 http://localhost:3000

## API 文档

启动后端后访问 http://localhost:8000/docs 查看 Swagger 文档

## 项目结构

```
ai-paper-generator/
├── backend/
│   ├── app/
│   │   ├── main.py           # FastAPI 入口
│   │   ├── config.py         # 配置
│   │   ├── models.py         # 数据模型
│   │   └── services/
│   │       ├── ai_service.py    # AI 调用
│   │       └── word_service.py  # Word 生成
│   ├── outputs/              # 生成的文档
│   └── requirements.txt
│
└── frontend/
    ├── src/
    │   ├── views/
    │   │   ├── Home.vue      # 首页
    │   │   ├── Create.vue    # 创建论文
    │   │   └── Generate.vue  # 生成进度
    │   ├── api/
    │   │   └── paper.js      # API 调用
    │   └── router/
    └── package.json
```

## 使用说明

1. 填写论文基本信息（题目、作者、学校、专业）
2. 填写项目信息（描述、技术栈、功能点）
3. 选择论文框架模板
4. 点击"开始生成"，等待 AI 生成各章节内容
5. 生成完成后下载 Word 文档



cd test_project/ai-paper-generator/backend
pip install -r requirements.txt
# 复制 .env.example 为 .env，填入 OpenAI API Key
uvicorn app.main:app --reload --port 8000


cd test_project/ai-paper-generator/frontend
npm install
npm run dev