MCPcopy Index your code
hub / github.com/Abnerla/AI_paper

github.com/Abnerla/AI_paper @v1.5.3

Chat with this repo
repository ↗ · DeepWiki ↗ · release v1.5.3 ↗ · + Follow
6,160 symbols 19,177 edges 356 files 1,186 documented · 19%
What it actually does AI analysis from the code graph — generated when you open this
loading…
README

纸研社 Logo

纸研社

面向 Windows 的本地优先 AI 学术写作助手

一站式论文写作辅助平台 · 支持主流 AI 模型 · 离线可用 · 数据不出本地

项目简介

纸研社是一款运行在 Windows 平台的桌面应用程序,定位为作者自用的学术写作辅助工具。它可以帮助你把"想到的内容"组织成结构清晰、表达地道、格式规范的学术文本,并在成稿后进行自我检查与打磨。

核心理念:让 AI 成为你的写作助教,而不是代笔。所有内容仍应由作者主导思考与把关,AI 只负责加速组织、提示问题和辅助润色。

软件所有数据保存在本地,API 密钥采用加密存储,无需注册、无需联网登录,开箱即用。

⚠️ 学术诚信声明

  • 纸研社不是用来绕过学校、期刊、会议、AIGC 平台的原创性/AI 检测的工具。
  • 请勿将 AI 直接生成的大段内容未经实质性修改就作为自己的成果提交,这属于学术不端行为。
  • 使用本软件前请先了解并遵守所在机构对 AI 辅助写作的相关规定(例如是否允许 AI 辅助、是否需要声明等)。
  • 作者使用本软件产生的任何学术或法律后果,由作者本人承担。

界面预览

功能特性

✍️ 论文写作

论文写作模块覆盖选题整理、大纲生成、章节撰写、摘要与关键词生成、参考文献整理等主要环节。作者可以先输入题目、研究领域、核心观点和补充材料,再由 AI 生成结构化大纲,并在章节维度逐步展开正文。内置富文本编辑器支持加粗、斜体、下划线、颜色、缩进、多级列表等常用排版操作,适合在一个窗口内完成从草稿到成稿的持续修改。

写作过程强调作者主导。AI 输出主要作为结构参考、表达参考和修改建议,最终采用哪些内容仍由作者决定。引用格式支持 GB/T 7714、APA、MLA 等常见规范,便于在论文初稿阶段同步处理正文与参考文献,减少后期统一格式的工作量。

🔎 AI 痕迹自检

AI 痕迹自检用于审阅作者已经完成的初稿,重点识别过于机械化、模板化、空泛化的表达,例如句式雷同、转折生硬、形容词堆砌、套话密集等问题。系统会按段落给出风险提示与改写参考,作者可以根据原意、学科风格和上下文自行判断是否采纳。

该模块支持导入 AIGC 检测报告的 PDF 打印版或 Word 颜色标记版。导入后,系统会解析报告并将风险标注映射到原文段落,便于在原文区直接核对和修正。这个功能面向的是作者对自身稿件的表达自检与自然度提升,不用于规避学校、期刊、会议或检测平台的原创性审查。

📑 重复表达诊断

重复表达诊断用于正式查重前的自我预检,关注同一观点反复出现、常见表述重复、自引段落过密、概念解释冗余等问题。系统会结合轻度表达优化、中度结构调整、深度重写参考等不同强度,给出更简洁、更具体的改写方向,使正文在保留原意的前提下降低重复感。

查重报告导入同样支持 PDF 打印版和 Word 颜色标记版。系统会把报告中的重复源、标红片段和相似内容初步映射到原文区域,作者可以在上下文中逐段核验。该功能面向原创稿件的表达整理和结构压缩,不替代正规查重服务,也不改变对抄袭、拼接或不当引用的学术判断。

🎯 学术润色

学术润色模块按摘要、引言、正文、结论、大纲等文本类型组织任务,并提供语法修正、词汇提升、逻辑优化、全面润色等处理方式。保守策略适合保留原句结构,仅修正明显问题;更强的改写策略适合处理表达松散、段落衔接不足或学术语体不稳定的文本。

润色结果会尽量保持原文事实、数据、术语和引用含义,不主动新增研究结论或不存在的资料。作者可以对比原文与结果,按学科规范取舍修改内容,避免过度润色导致论证重心偏移。

🛠️ 智能纠错

智能纠错更接近投稿前的自检清单,覆盖基础文字、语法句法、学术格式、引用规范、数据表达、逻辑严谨性、合规风险、AI 写作痕迹提示等类别。每条问题按提示、警告、错误标注严重程度,便于优先处理会影响论文规范性和可信度的问题。

系统支持导入文稿后执行纠错,也支持导出修正文稿与纠错报告。对于可直接修正的问题,作者可以逐条确认后应用建议;对于涉及事实、引用、实验结果和学术判断的问题,系统只提供风险提示,最终仍需要作者人工核验。

🧩 Skills 功能

Skills 是面向进阶场景的扩展能力。用户可以从内置仓库、第三方仓库或 skill.sh 技能市场发现并安装技能,也可以从 ZIP 包或本地目录导入已有技能。技能可以声明适用场景,例如论文大纲优化、研究方法建议、摘要聚焦、学术语气润色、参考文献格式化、数据表格生成等,安装后可在对应页面自动参与请求前处理或响应后处理。

Skills 管理中心支持启用、停用、全局生效、场景绑定、检查更新、下载更新、删除技能和独立动作测试。技能包安装时会校验 skill.json、入口模块、最低版本、文件路径和文件类型,降低无效包或异常包影响主程序的概率。对于只需要一次性处理的技能,也可以在管理中心填写参数后手动执行动作,直接获取处理结果。

🧭 模型路由

模型路由用于解决不同任务对模型能力和成本要求不一致的问题。统一模型模式下,所有 AI 功能共用当前激活 API;按功能模型模式下,可以分别为论文写作、学术润色、AI 痕迹自检、重复表达诊断、智能纠错等功能绑定不同 API。系统还支持场景级覆盖,例如将“论文写作 · 撰写章节”绑定到更强模型,同时让纠错、格式化和轻量改写使用成本更低的模型。

路由优先级遵循明确规则:显式传入的 API 优先,其次是场景级配置、功能级配置、兜底 API,最后回退到当前激活 API。未配置的功能不会中断使用,而是自动沿用兜底或当前模型。该设计适合同时配置多个服务商、多个自定义端点或多个价格档位的模型,在保持工作流稳定的同时控制调用成本。

💾 本地数据与备份

纸研社采用本地优先的数据策略。模型配置、API Key、历史记录、工作区状态、日志和临时数据统一保存在本地运行目录,API Key 加密存储。主要页面支持工作区自动保存,输入内容、选项状态和处理结果会在后台持久化,下次启动后可以继续上次的编辑状态。

备份功能支持本地导入导出和 WebDAV 同步。本地备份会将当前运行目录打包为 JSON 备份文件,适合迁移设备或在重要修改前留档。WebDAV 备份支持连接测试、手动上传、下载并导入共享数据,也支持自动同步;自动策略包含智能合并、仅上传本地数据、仅下载远端数据。导入备份会覆盖同名数据,适合在明确需要恢复配置、历史记录和工作区状态时使用。

✨ 其他亮点

历史记录最多保存 200 条操作记录,并记录任务来源、参数、正文结果和工作区快照。用户可以筛选历史版本、查看差异、导出 DOCX、DOC、LaTeX、TXT、PDF 等格式,也可以将带有完整快照的历史版本回滚到对应页面,便于追溯不同阶段的写作结果。

文档处理方面,软件支持 Word 导入与导出、LaTeX 与普通文本互转、检测报告导入、修正文稿导出和纠错报告导出。用量统计会按模型、服务商、页面和调用状态记录 Token 消耗、请求次数与估算费用,适合在长期写作过程中观察不同模型的成本占比。整体设计以单机可用、本地留档、按需联网为边界,文档编辑和历史查看等非 AI 功能可以离线使用。

快速开始

  1. 前往 Releases 页面下载最新版 纸研社.exe
  2. 双击运行,无需安装任何依赖环境
  3. 在「API 配置」页面填入你的 AI 服务商密钥(支持 OpenAI、DeepSeek、通义千问等 20+ 家服务商,也可使用任何兼容 OpenAI 格式的自定义端点)
  4. 开始使用

系统要求:Windows 7 及以上,32 位 / 64 位均可运行。调用 AI 功能时需要网络连接,文档编辑等本地功能可完全离线使用。

使用教程

下面给出一条从"选题"到"投稿前自检"的推荐流程,所有步骤都建议以你本人的思考和研究内容为主,把 AI 当作助教使用。

第 1 步:完成首次配置

  1. 打开纸研社,进入「设置 → API 配置」
  2. 选择你的服务商(如 DeepSeek / OpenAI / 通义千问 / 自定义端点)
  3. 填入 API Key,点击「测试连接」确认可用
  4. 在「模型管理」中选择你想默认使用的模型

💡 建议:写作类任务使用能力较强的模型,纠错/格式化等轻量任务可切换到便宜的小模型以节省成本。

第 2 步:拟定写作方向

  1. 打开「论文写作」页面
  2. 填写论文题目、学科领域、核心观点、关键问题
  3. 点击「生成大纲」,得到一份初步目录
  4. 重要: 对大纲逐条审阅——删除不合题的章节、补充 AI 没想到的维度、调整章节顺序

👤 作者应是大纲的决定者,AI 只是抛砖引玉。

第 3 步:逐章撰写初稿

  1. 在大纲基础上,先自己用一两句话写下每个小节的核心论点
  2. 再使用「段落展开」为每个小节生成结构化的文字参考
  3. 用自己的话重写一遍 AI 给出的内容,把例子、数据、文献替换为你自己调研得到的真实资料
  4. 对每一段使用「智能纠错」检查基础语法和引用格式

⚠️ 切勿保留 AI 编造的文献、数据、实验结果。参考文献必须在正规数据库(知网、Web of Science、Google Scholar 等)核实。

第 4 步:润色与打磨

  1. 进入「学术润色」,按文本类型选择润色目标(摘要/引言/正文/结论)
  2. 选择润色模式(语法修正 / 词汇提升 / 逻辑优化 / 全面润色)
  3. 对比润色前后的差异,仅采纳符合你学科表达习惯的修改
  4. 反复润色不超过 2-3 轮,避免过度改写丢失原意

第 5 步:自我诊断

在定稿前对自己的文字进行两项自检:

  • AI 痕迹自检:检查是否存在过于模板化、空泛的句段(如大量"综上所述""众所周知""在……的背景下"),重写为更具体、更贴合论点的表达。
  • 重复表达诊断:检查是否存在无意义的自我重复、同一观点反复换皮出现,进行精简。

这两项功能的产出仅供参考,每一条修改都应由作者亲自决定是否采纳。

第 6 步:格式规范

  1. 使用「引用格式」统一参考文献格式(GB/T 7714 / APA / MLA)
  2. 需要 LaTeX 投稿时,使用「LaTeX 转换」一键转换
  3. 使用「导出 Word」输出最终稿件

第 7 步:人工终审

  • 逐段重读全文,确认每一句都是你能站住立场解释的内容
  • 核对所有文献、数据、引用是否真实存在且被正确引用
  • 按照学校/期刊要求,必要时在正文或致谢中声明 AI 辅助的使用情况
  • 使用所在机构认可的正规查重/AIGC 检测服务进行检测,按报告进行实质性修改(而非仅做表层换词)

温馨提示

拿到软件的第一时间,建议按照你自己的研究领域和写作风格对提示词进行调整,这样才能发挥软件的最大价值:

  • 参考网上的提示词库,找到适合你学科(人文 / 社科 / 理工 / 医学)的写作模板
  • 在生成大纲前,尽量提供详细的论文题目、研究领域、核心观点、目标期刊/会议等信息
  • 务必注意 AI 生成内容的准确性,尤其是参考文献——AI 极容易虚构看似权威实则不存在的文献
  • 请勿将 AI 生成内容直接提交,务必进行人工审核和实质性修改,确保论文质量与学术诚信
  • 保持自己的学术思考与写作能力,不要过度依赖 AI

Star History

Star History Chart

意见与建议

纸研社仍在持续开发中,非常期待听到你的声音!无论是功能建议、使用体验反馈,还是发现了 Bug,都欢迎通过以下方式告诉我:

  • 提交 Issue:在 Issues 页面描述你的问题或想法
  • 邮箱:773131249@qq.com
  • QQ 群:1090997054

每一条建议都会被认真阅读,你的反馈将直接影响后续版本的开发方向。感谢你帮助纸研社变得更好!

致谢

感谢以下朋友的支持与建议:

  • 小黑盒:Sakirooooo、棉扇、FTEM

捐赠支持

如果纸研社对你的学术写作有所帮助,欢迎请作者喝杯咖啡 :)

微信赞赏码 微信 支付宝收款码 支付宝

Core symbols most depended-on inside this repo

get
called by 6831
modules/config.py
call
called by 1745
modules/api_client.py
text
called by 843
modules/diagram_context.py
apply
called by 797
modules/app_shell.py
toString
called by 625
Management/web_assets/drawio/js/diagramly/emf/emf-svg.js
write
called by 576
modules/runtime_logging.py
replace
called by 475
pages/paper_write_page.py
configure
called by 403
modules/ui_components.py

Shape

Function 3,418
Method 2,605
Class 137

Languages

Python51%
TypeScript49%

Modules by API surface

Management/web_assets/drawio/js/shapes-14-6-5.min.js679 symbols
pages/paper_write_page.py519 symbols
modules/app_shell.py262 symbols
Management/web_assets/drawio/js/diagramly/emf/emf-svg.js184 symbols
Management/web_assets/drawio/js/diagramly/Dialogs.js159 symbols
pages/text_transform_base.py151 symbols
pages/home_page.py148 symbols
modules/ui_components.py134 symbols
Management/web_assets/drawio/mxgraph/mxClient.js131 symbols
Management/web_assets/drawio/js/rough/rough.min.js128 symbols
modules/report_importer.py124 symbols
modules/api_client.py106 symbols

For agents

$ claude mcp add AI_paper \
  -- python -m otcore.mcp_server <graph>

⬇ download graph artifact