AB
AB
AiBoss站

全部分类

project

thesys-core - 本地优先的论文检索与问答研究工作台

thesys-core 是一个本地优先的科研工作台：检索 OpenAlex 与 arXiv 开放获取论文、上传 PDF、基于文档问答并高亮出处、对两篇论文的同一论断做对照、导出引用。据项目自述，论文、向量与聊天记录都留在本地磁盘，问答需要 OpenAI API key。

thesys-core 是一个面向科研阅读场景的本地工作台。按项目自述，它把几件通常分散在不同工具里的事凑到了一起：从 OpenAlex 和 arXiv 检索开放获取论文、把 PDF 收进自己的资料库、就论文内容提问并让答案带可点击的出处高亮、对两篇论文的同一个论断做对照，以及导出参考文献。它适合需要反复精读一批论文、又希望资料和对话记录留在自己机器上的研究者或学生。项目由 Sreehari05055 维护，采用 AGPL-3.0 许可证。

维护者与状态

仓库位于 GitHub，维护者为 Sreehari05055。仓库创建于 2026-09-04，最后一次提交在 2026-09-23。截至 2026-09-28，星标数为 158。事实表显示该项目尚无正式 release，也就是说目前没有可供引用的版本号，使用方式以仓库中的源码与文档为准。

主要能力

以下能力均来自项目自述（README），并非第三方评测结论。

  • 基于论文的问答。据项目说明，回答会在文档中标注来源，点击引用可以跳转到预览位置。高亮有两种模式：Full 会高亮整段被检索到的段落，Focused（默认）则在同一段落上画更紧的高亮，可在 PDF 头部切换。
  • 阅读模式。可以全宽打开一篇论文，选中一段文字后就该片段提问。
  • 文档摘要。项目自述摘要大致遵循「问题陈述、方法、主要发现、局限、指标」的格式，引用同样可以跳到对应高亮段落。
  • 图表处理。据项目说明，入库过程会描述图表、流程图等内容，使问答和摘要能够引用它们；点击引用会在页面上高亮该图。
  • 两篇论文对照。选中资料库中的两篇 PDF，打开 Compare，就某一个论断提问。项目自述由 TypeSafe Jev 把每一对检索结果分类为佐证、矛盾或中立，侧栏列出这些配对及其置信度。没有 TYPESAFE_API_KEY 时该功能不可用。
  • 论文发现。项目自述可在同一个池子里检索 OpenAlex 与 arXiv 的开放获取文献，然后预览记录、打开链接或加入资料库。
  • 资料库与导出。会话文件集中存放，参考文献可导出为 BibTeX、RIS、EndNote 或 CSV。

使用入口

仓库地址：https://github.com/Sreehari05055/thesys-core。

据项目说明，最快的启动方式是 Docker。先把 backend/.env.example 复制为 backend/.env，设置 OPENAI_API_KEY、EMAIL，以及用于对照功能的 TYPESAFE_API_KEY，然后执行：

docker compose up --build

随后打开 http://127.0.0.1:5000。项目自述首次构建体积较大，首次入库会在容器内下载 Hugging Face 权重。docker compose down 会保留 thesys-data 卷（论文与聊天记录），docker compose down -v 则会删除它。

也可以本地运行。据项目说明，需要 Python 3.11+、Node.js 20+ 和一个 OpenAI API key。后端先建虚拟环境并安装依赖：

python -m venv .venv
pip install -r requirements.txt

再复制两份环境变量文件并填写配置：

cp backend/.env.example backend/.env
cp frontend/.env.example frontend/.env

后端至少需要 OPENAI_API_KEY 与 EMAIL；TYPESAFE_API_KEY 为对照功能所需；HF_TOKEN 与 OPENALEX_API_KEY 为可选。之后分别启动后端与前端：

cd backend
python main.py
cd frontend
npm install
npm run dev

前端默认通过 VITE_API_BASE_URL（默认 http://127.0.0.1:8000）访问后端。

许可与限制

许可证为 AGPL-3.0，使用时请按该许可证的条款处理分发与修改。

据项目自述，运行方式与边界包括：前端为 React（Vite），监听 5000 端口；后端为 FastAPI，监听 8000 端口；本地检索增强流程为 Docling 入库、Chroma 加 BGE 向量、BGE 重排；聊天通过 LangChain 调用 OpenAI；论文检索来自 OpenAlex 与 arXiv；引用由 CiteAs 生成并使用 EMAIL。OCR 默认关闭（DO_OCR=false），扫描版或纯图片 PDF 需要设为 true，代价是入库更慢。PDF、向量与聊天记录保存在 backend/data/ 下。首次入库会下载嵌入与重排权重；有 GPU 会更快，CPU 也能运行但更慢。对照功能依赖 TypeSafe Jev 与对应的 API key，缺失时不可用。README 的后续计划中列出的可选项包括 Cohere 嵌入与重排，以及按会话保存标题、所选模型与推理强度等设置，这些属于尚未完成的计划，不代表当前已有能力。

返回