我做了个 AI 文档阅读神器,免费开源!

大家好,我是程序员鱼皮。开学季到了,想必很多朋友要开始收集和阅读论文,像我自己学习新技术知识也会去阅读文档,我深知阅读文档的痛苦。明明每个词拆开都知道什么意思,连一起就看不懂。

为了帮助大家免受文档的折磨,我用 AI 开发了个 AI 文档助手网站,可以帮你快速读懂各种复杂的文档、还帮你管理文档。

网站完全免费,代码完全开源!

开源仓库:github.com/liyupi/literature-assistant

下面先教大家如何使用网站,再分享这个网站的制作过程,还有国内使用 Claude Code 的方法哦。

⭐️ 推荐观看视频版,2 分钟学会:bilibili.com/video/BV1MnpVzdETW

 

如何使用?

先下载开源代码到自己电脑,然后直接运行我提供的快速启动脚本,打开网页就能看到效果了。

💡 要确保你的电脑有 Node.js 和 Java 环境,可以参考 README.md 文档安装。

 

当你要阅读文档时,点击 “单个导入” 按钮,上传文档文件,然后需要填写 Kimi AI 的 API Key。

 

选择 Kimi 是因为他们刚刚发布了新版本的 K2 模型,在编程、推理和文档理解方面都很不错;

而且支持 256K 的上下文,几十万字的论文也能搞定。

 

在侧重考察真实软件工程任务的 SWE-bench Verified 等基准测试中,新版 Kimi K2 模型的表现也很不错:

 

只需要登录 Kimi 的开发控制台,然后进入 API Key 管理来获取一个调用大模型的密钥。

 

虽然新人有免费额度,但是不要泄露自己的密钥哦!

 

填写好 API Key,就可以生成文档阅读指南啦,生成速度非常快。

 

AI 生成的效果还是不错的,图文并茂,能帮你更快理解复杂的文档。

 

你还可以批量导入多个文档,同时调用 AI 生成阅读指南,提高效率。

 

此外,你还可以把这个网站当做自己的智能文档收藏夹,可以分类检索已经导入的文档、下载原始文件、随时查看文档阅读指南。不要再让自己收藏过的文档找不到啦~

 

怎么实现?

如果是以前,这种网站可能要做个好几天。但现在 AI 编程技术已经很成熟了,我选用 Claude Code AI 开发工具,轻轻松松一天搞定,而且一行代码都不用自己写。

首先在终端输入一行命令来安装 Claude Code:

npm install -g @anthropic-ai/claude-code

然后执行 /* by 01130.hk - online tools website : 01130.hk/zh/androidkeycode.html */ claude 命令,就可以向它提问了~

结果,报错啦!

可恶啊,这破玩意还不支持国内使用!

不过没关系,我们可以更换为 Kimi。在终端内输入命令来配置一段环境变量(注意区分操作系统):

# Linux/macOS 启动高速版 kimi-k2-turbo-preview 模型
export ANTHROPIC_BASE_URL=https://api.moonshot.cn/anthropic
export ANTHROPIC_AUTH_TOKEN=<你的 API 密钥>
export ANTHROPIC_MODEL=kimi-k2-turbo-preview
export ANTHROPIC_SMALL_FAST_MODEL=kimi-k2-turbo-preview

# Windows Powershell 启动高速版 kimi-k2-turbo-preview 模型
$env:ANTHROPIC_BASE_URL="https://api.moonshot.cn/anthropic";
$env:ANTHROPIC_AUTH_TOKEN=<你的 API 密钥>
$env:ANTHROPIC_MODEL="kimi-k2-turbo-preview"
$env:ANTHROPIC_SMALL_FAST_MODEL="kimi-k2-turbo-preview"

 

然后就可以愉快地使用 Claude Code 生成代码了~

 

对于包含完整前后端的网站,很难用一段提示词就让 AI 生成出满意的效果,因此我们需要像企业真实开发一样 分解工作步骤。先后端、再前端、最后前后端对接联调,而且最好一个一个地开发功能,出了问题及时调整。

分享一些参考的提示词:

 


 

以上就是本期分享,希望这个工具对大家有帮助,也不要忘记给鱼皮三连支持,谢谢大家~

 

更多编程学习资源

  • Java前端程序员必做项目实战教程+毕设网站

  • 程序员免费编程学习交流社区(自学必备)

  • 程序员保姆级求职写简历指南(找工作必备)

  • 程序员免费面试刷题网站工具(找工作必备)

  • 最新Java零基础入门学习路线 + Java教程

  • 最新Python零基础入门学习路线 + Python教程

  • 最新前端零基础入门学习路线 + 前端教程

  • 最新数据结构和算法零基础入门学习路线 + 算法教程

  • 最新C++零基础入门学习路线、C++教程

  • 最新数据库零基础入门学习路线 + 数据库教程

  • 最新Redis零基础入门学习路线 + Redis教程

  • 最新计算机基础入门学习路线 + 计算机基础教程

  • 最新小程序入门学习路线 + 小程序开发教程

  • 最新SQL零基础入门学习路线 + SQL教程

  • 最新Linux零基础入门学习路线 + Linux教程

  • 最新Git/GitHub零基础入门学习路线 + Git教程

  • 最新操作系统零基础入门学习路线 + 操作系统教程

  • 最新计算机网络零基础入门学习路线 + 计算机网络教程

  • 最新设计模式零基础入门学习路线 + 设计模式教程

  • 最新软件工程零基础入门学习路线 + 软件工程教程

基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值