基于当前仓库实现整理的论文分析工具说明。本文只写 2026-03-18 在仓库中可以直接核查的事实；历史版本的设计目标请看对应 PRD 文档。

当前版本：3.0.7

• 命令行入口由 paperinsight 提供，当前可用子命令包括 analyze、config、version、doctor、check、cache-info、clear-cache。
• 默认分析链路为：PDF 解析 -> 文本清洗 -> 数据提取 -> 影响因子补全/校正 -> Excel/JSON 导出。
• 当前仓库同时保留两种运行思路：api 模式优先启用 LLM/联网能力，regex 模式走本地兜底提取。
• 缓存按 PDF 的 MD5 指纹保存，当前缓存文件命名为 <md5>_data.json、<md5>_markdown.md，并兼容旧版 <md5>_ocr.md。
• 默认输出目录是输入 PDF 目录下的 输出结果/，默认报告文件名是带时间戳的 论文分析报告_<YYYYMMDD_HHMMSS>.xlsx；启用 --json 后会额外生成同名前缀的 .json 文件。
• 仓库还包含一个 React + Electron + Python 的桌面壳，开发命令和 Windows 打包流程分别在 desktop/package.json 与 .github/workflows/ 中可核查。

git clone https://github.com/traditionalpc01-beep/paper-analysis-toolkit.git
cd paper-analysis-toolkit
pip install -r requirements.txt
pip install -e .

# LLM 提取（OpenAI / DeepSeek / Longcat 当前都依赖 openai Python SDK）
pip install openai

# 本地 OCR 兜底
pip install paddlepaddle paddleocr

# MinerU 本地 CLI 解析
pip install mineru

# 实验性 AI 影响因子补全的附加依赖已包含在 requirements.txt / pyproject.toml 中

paperinsight check
paperinsight config
paperinsight analyze ./pdfs

说明：

• check 做快速环境检查。
• config 运行交互式配置向导，默认会先引导配置 Longcat，再配置 MinerU。
• analyze 会根据参数或当前配置选择 api / regex 模式。

# 默认分析（auto 模式）
paperinsight analyze ./pdfs

# 强制本地兜底模式
paperinsight analyze ./pdfs --mode regex

# 强制 API 模式
paperinsight analyze ./pdfs --mode api

# 递归扫描并额外导出 JSON
paperinsight analyze ./pdfs --recursive --json

# 关闭缓存重跑
paperinsight analyze ./pdfs --no-cache

# 分析完成后重命名 PDF
paperinsight analyze ./pdfs --rename-pdfs

# LLM 开启时导出中英双语字段
paperinsight analyze ./pdfs --bilingual

默认输出目录：<PDF目录>/输出结果/

典型输出文件：

• 论文分析报告_<时间戳>.xlsx
• 论文分析报告_<时间戳>.json（仅在 --json 或输出格式包含 json 时生成）
• error_log.txt（仅在有错误时生成）

Excel 当前固定导出 20 列，字段来自 paperinsight/core/reporter.py::REPORT_COLUMNS；列级来源说明见 Excel导出列数据来源说明.md。

• 运行时配置文件路径是 ~/.paperinsight/config.yaml。
• 运行时默认值来自 paperinsight/utils/config.py::DEFAULT_CONFIG；仓库内的 config/config.example.yaml 是示例文件，不保证与运行时默认值完全一致。
• 敏感字段会写入本地配置文件前做简单加密/混淆：本地密钥 + XOR + Base64；配置文件和密钥文件都会尝试设置为 0600 权限。
• 当前运行时默认值中：mineru.mode 为 api，output.format 为 ['excel']，llm.provider 为 longcat。

• 快速开始指南
• 高级配置说明
• 使用示例
• 常见问题解答
• AI 模型影响因子获取说明
• Excel 导出列数据来源说明
• 2.0 版本 PRD（归档整理版）
• 3.0 版本 PRD（实现对照版）
• 3.1 版本 PRD（实现对照版）

• paperinsight/__init__.py
• pyproject.toml
• requirements.txt
• paperinsight/cli.py
• paperinsight/core/pipeline.py
• paperinsight/core/reporter.py
• paperinsight/core/cache.py
• paperinsight/utils/config.py
• paperinsight/utils/config_crypto.py
• desktop/package.json
• .github/workflows/build-desktop-windows.yml
• .github/workflows/build-windows-package.yml

• MinerU 官方文档：https://mineru.net/apiManage/docs
• MinerU GitHub 仓库：https://github.com/opendatalab/MinerU
• Crossref REST API：https://www.crossref.org/documentation/retrieve-metadata/rest-api/
• 阿里云 DashScope OpenAI 兼容调用：https://help.aliyun.com/zh/model-studio/developer-reference/compatibility-of-openai-with-dashscope
• Moonshot AI Kimi API 快速开始：https://platform.moonshot.cn/blog/posts/kimi-api-quick-start-guide