本项目旨在通过集成多种AI功能，为科研人员提供一个全面、高效的研究支持平台，以应对信息爆炸时代带来的挑战，目标可概括成如下几点：
- 提升检索效率：通过先进的检索增强生成（RAG）技术，帮助科研人员快速定位到相关的、有价值的学术研究成果。
- 改善阅读体验：通过提供综述生成功能，帮助科研人员生成有深度的综述报告，通过文献研读功能辅助用户深入理解文献内容，提高阅读和理解文献的效率。
- 促进知识整合：整合领域内的高水平论文，构建一个高质量的文献库，便于用户访问和使用。
- 支持学术交流：提供对文献的评论打分功能，支持科研人员的思维火花碰撞，同时提供评论举报功能，维护良好的学术环境。
- 个性化服务：根据用户的研究方向和兴趣，提供个性化的领域推荐与文献推荐。
- 持续学习与优化：通过用户的反馈和交互，不断优化软件功能，以适应不断变化的学术研究需求。
- 促进科学研究发展：通过上述功能的综合应用，推动科学研究的进一步发展，帮助科研人员更高效地进行学术研究。
在 Langchain-chatchat基础上做出改进
- 增加了多个提示词模板，用于生成关键词，模型抉择分支等
- 知识文件（通常为
PDF文件）前处理，如删除参考文献，去除图像信息等 - 改进了检索TopK选取方法与相似度计算阈值，旨在知识库分片较少时，减少无关信息的召回，提高模型生成回答质量
- 对临时知识库内存占用有效管理，定期清理缓存，动态维护知识库与对话的映射
仓库内包含文件夹：
- 文档
- 阶段评审
- 周报
- 每周汇报PPT
- 代码：包含前端，后端，大模型端全部源码
- 安装包：已失效
- 其他
难顶的大三下里遇见最牛的孩子们，做最牛的软工，永远铭记😊！