- 博客(9)
- 收藏
- 关注
RSS订阅原创 合并队友的 PDF 库，加入真实的KEY——实测改进
摘要 本周工作聚焦于三个核心改进：1）合并队友开发的PDF库功能，采用嫁接而非覆盖的方式保留现有检索页，同时新增PDF下载与载入解析能力；2）发现并修复了长期存在的检索源问题——Semantic Scholar API Key未正确携带导致系统始终降级使用DBLP，通过补全认证头与优化重试机制彻底解决；3）增强多轮对话上下文记忆功能，实现基于滑动窗口的历史消息管理、检索增强与即时选区三重上下文叠加。此外还修复了用户反馈的会话删除、图表显示异常等体验问题，整体呈现"功能补全+体验打磨"的迭代特征，暴露出前期开
2026-06-21 16:57:01
358
原创 让“解析文本“Tab 真的使用 MinerU——上周埋的 follow-up，这周一一收掉
乱码只可能来自 LaTeX 或图片。LaTeX 公式在 markdown 里显示正常，那只能是图片引用出了问题。用户点开的那篇论文，`![]()` 的路径长这样： ```markdown !image PaperViewer 里这个 Tab 是 v-md-editor 渲染的 markdown。用户看到"乱码"是因为 images/9cdc085c...jpg 的 HTTP 链接 404 了——服务端没提供静态路由。 week7 的 follow-up 第二条就在等这个： 给 backend 加 figur
2026-06-02 22:22:21
378
原创 给图表 Agent 接上真数据源——MinerU figures ，把 Self-RAG 接回正确的节点
本文介绍了如何为图表Agent接入真实数据源MinerU figures，并修复Self-RAG的节点连接问题。主要内容包括： 发现PyMuPDF无法有效提取论文中的矢量图表，23篇测试论文中≥200px的有效图表提取率为0 通过直接调用MinerU的Python API（do_parse+content_list_v2）实现矢量图区域识别，成功提取到有效图表数据 采用后台线程异步处理MinerU解析，避免阻塞主流程，解析结果存入本地文件系统 建立三层fallback机制：优先使用持久化的MinerU fi
2026-05-26 20:05:44
414
原创 AI 说错了怎么办——给生成性 Agent 装上 Self-RAG 自审循环
摘要 本文探讨了如何为生成式AI代理添加Self-RAG自审机制，解决大模型在长文本输出中可能出现的"自圆其说"问题。作者发现深度阅读输出中存在模型编造数据的情况，提出了基于句子拆分的简化验证方案：将长文本按标点拆分为30-50个句子，通过多路检索获取原文证据，再让LLM进行YES/NO验证。系统设计了批处理查询、结果解析和回退循环等优化，在验证准确性和计算成本间取得平衡。最终方案能有效识别30%以上的无依据陈述，并通过最多两次重试机制确保输出质量，同时避免死循环。
2026-05-18 15:51:34
431
原创 论文里的图变成可交互 ECharts——图表的可交互
论文图表智能转化系统开发总结 本文介绍了一个将学术论文中的图表转化为交互式ECharts图表的智能系统开发过程。系统通过以下步骤实现： 图表提取：使用PyMuPDF从PDF中定位图表区域，处理CMYK色彩空间问题，生成PNG图像 视觉识别：通过兼容OpenAI协议的API将图像发送给视觉模型，解析图表数据 交互转换：将识别结果转换为ECharts配置，前端渲染为可交互图表 容错机制：设计正则兜底方案处理模型输出不规范情况，确保系统稳定运行 系统采用模块化设计，支持切换不同视觉API供应商，并通过marker
2026-05-08 13:05:55
481
原创 从 chat 提速到跨会话记忆——多路召回 + pgvector 用户画像
本文介绍了如何优化论文检索和个性化推荐系统。主要工作包括：1）将检索功能独立为Agent节点，采用cosine和BM25混合召回策略，结合Cohere Rerank进行结果重排序，有效提升长论文检索效率；2）利用pgvector构建跨会话用户画像，实现个性化论文推荐。两项工作共享BGE嵌入模型等基础设施，在保持系统轻量化的同时显著提升了检索精度和用户体验。文章还详细探讨了中英混合分词、缓存优化等关键技术细节，为学术文献智能处理提供了实用解决方案。
2026-05-04 22:00:53
398
原创 从引文图谱到学术溯源闭环——给 Agent 加上长期记忆、主动追问和“真伪验证“
文章摘要 本文介绍了学术阅读助手Agent的三大功能升级：1) 通过LangGraph Checkpointer实现对话状态持久化，解决重启丢失记忆问题；2) 新增主动问答功能，在用户阅读停顿时可主动发起提问；3) 完善引文溯源验证，能自动比对引用内容与原文关系。技术实现上采用Postgres存储对话状态、WebSocket支持主动交互、LLM辅助引文验证，构建了更完整的学术溯源闭环系统。文章还分享了开发过程中遇到的URL格式转换、状态恢复等实际问题及解决方案。
2026-04-27 15:44:51
420
原创 从 PDF 到引文图谱:基于规则抽取 + Semantic Scholar + Neo4j + LangGraph 的学术论文引文系统实战
本文介绍了一个学术论文引文系统的实现过程，该系统通过规则抽取、Semantic Scholar API、Neo4j和LangGraph构建引文图谱。系统首先使用正则表达式和置信度分级从PDF中提取参考文献，然后通过Semantic Scholar API获取论文元数据，并利用Neo4j构建引文图谱。文章详细讨论了技术选型（规则抽取优于LLM）、参考文献格式处理、置信度分级策略以及应对API限流的解决方案。系统实现了350行Python代码并配套单元测试，能够有效追踪论文的引用和被引用关系，为学术研究提供溯源
2026-04-20 00:08:54
435
原创 基于 LangGraph 构建多 Agent 论文阅读系统
一开始我倾向于把 Agent 系统做成一串函数调用：router → 选 agent → 跑 agent → 返回。但这套思路到了深度阅读 Agent 就撑不住了。深度阅读要跑三个阶段（信息抽取、批判分析、综合建议），每个阶段都要拿到前一阶段的完整结果作为上下文；之后还要经过幻觉检测，不合格的话要回到某个阶段重写。如果用函数调用链来表达这个流程，我得手动维护一个叫 context 的 dict 在各函数之间传来传去，还得用循环加标志位来处理重试。# 反例：手写的重试逻辑break。
2026-04-12 18:53:26
640
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人