Huginn (胡金) 是北欧神话中主神奥丁肩上的两只渡鸦之一，名字在古诺尔斯语中意为 "思想"。
每日清晨，Huginn 与 Muninn 飞越九界，将世间万象带回奥丁的王座。
本项目是一个基于 AI 大语言模型 构建的学术论文智能分析平台 —— 如同 Huginn 飞越论文的海洋，带回知识与洞察。
Huginn 是一个为研究者打造的论文智能分析系统，专注于 AI 驱动的文献解读 与 结构化知识提取。它采用 FastAPI + Astro 的前后端分离架构，结合 DeepSeek 大模型，实现了从 PDF 上传到多维度分析的全自动流水线。
核心理念: 让 AI 成为你的学术渡鸦，飞越万卷论文，带回你需要的一切。
- 📄 智能提取: 从 PDF 自动提取标题、作者、研究问题、方法论、核心结论、实现路径等结构化信息，生成"论文身份卡"。
- 🎯 场景化评分: 应用导向型 / 理论突破型 / 综合均衡型三种评分模式，五维雷达图（学术严谨度、创新程度、实用价值、影响范围、可读性）。
- 🔬 深度分析: 基于论文全文的 AI 深度解读，生成详细的技术分析报告，支持二次对话式探索。
- 🧩 主题聚类: 基于 TF-IDF + 余弦相似度的自动聚类分析，发现论文间的内在关联与研究脉络。
- 📦 批量处理: 支持 PDF / ZIP 批量上传，异步并行处理，实时进度反馈。
- �️ 主题管理: 自定义研究主题分组，多工作区管理，灵活组织文献库。
- 🔐 用户系统: JWT 认证，多用户隔离，安全的工作区权限管理。
Huginn/
├── api/ # 🚀 FastAPI 后端服务
│ ├── core/ # 核心模块 (配置、数据库、安全、LLM客户端、任务管理)
│ ├── models/ # SQLAlchemy ORM 模型
│ ├── routes/ # API 路由 (论文、上传、聚类、主题、导出...)
│ ├── schemas/ # Pydantic 请求/响应模式
│ └── main.py # FastAPI 应用入口
│
├── frontend/ # 🎨 Astro + React 前端
│ ├── src/components/ # React 组件 (Dashboard、聚类视图、证据面板...)
│ ├── src/layouts/ # 页面布局
│ ├── src/lib/ # API 客户端 & 工具函数
│ └── src/pages/ # Astro 页面路由
│
├── src/ # ⚙️ CLI 核心分析引擎
│ ├── core/ # 配置、LLM客户端、PDF提取器
│ ├── extraction.py # 论文信息提取
│ ├── rescoring.py # 场景重算评分
│ └── clustering.py # 聚类分析
│
├── config/ # 📋 配置文件
│ ├── prompt_paper_extraction.md # LLM 提取 Prompt 模板
│ ├── prompt_deep_analysis.md # LLM 深度分析 Prompt 模板
│ ├── scenario_weights.json # 场景权重配置
│ └── theme_buckets.md # 主题桶定义
│
├── scripts/ # 🔧 工具脚本
│ ├── migrations/ # 数据库迁移
│ ├── maintenance/ # 维护工具
│ └── debug/ # 调试检查
│
├── tests/ # 🧪 测试用例
├── docs/ # 📖 项目文档
├── deploy/ # 🐳 部署配置 (Docker, Nginx)
│
├── run.py # 统一 CLI 入口
├── start.ps1 # ⚡ 一键启动 (PowerShell)
├── start.bat # ⚡ 一键启动 (双击运行)
├── requirements.txt # Python 依赖
└── requirements-dev.txt # 开发/测试依赖
- Python: >= 3.11
- Node.js: >= 18.0
- 包管理器: UV (推荐) 或 pip
- LLM API Key: DeepSeek API Key (申请地址)
# 克隆项目
git clone https://github.com/yourusername/Huginn.git
cd Huginn
# 配置环境变量
cp deploy/.env.example .env
# 编辑 .env，填入你的 DEEPSEEK_API_KEY 和 SECRET_KEY# Windows 用户直接双击 start.bat，或在 PowerShell 中运行：
.\start.ps1脚本会自动完成：创建虚拟环境 → 安装依赖 → 初始化数据库 → 启动后端 → 启动前端。
# 终端 1：启动后端
uv run python run.py api
# 终端 2：启动前端
cd frontend
npm install
npm run dev访问 **http://localhost:4321**，使用测试账号登录：
| 邮箱 | 密码 |
|---|---|
| test@huginn.com | test123 |
上传 PDF 论文，Huginn 会自动提取信息、生成评分、构建论文身份卡。
用于批量处理本地 PDF 文件（无需启动 Web 服务）：
python run.py extract # 提取论文信息
python run.py rescore # 场景重算评分
python run.py cluster # 聚类分析
python run.py full # 完整流水线| 层级 | 技术 | 说明 |
|---|---|---|
| 后端 | FastAPI + SQLAlchemy + SQLite | 异步架构，轻量部署 |
| 前端 | Astro + React + Tailwind CSS | Islands 架构，按需水合 |
| AI 引擎 | DeepSeek API (AsyncOpenAI) | 纯异步调用，无阻塞 |
| 文本分析 | TF-IDF + jieba + scikit-learn | 中文论文聚类 |
| 部署 | Docker + Nginx | 容器化一键部署 |
Q: 支持哪些 LLM 模型？
A: 默认使用 DeepSeek Chat，同时兼容所有 OpenAI 兼容接口（GPT-4o、GPT-3.5-Turbo 等），在 .env 中切换即可。
Q: 支持英文论文吗？
A: 完全支持。LLM 提取和评分对中英文论文均有效，聚类分析使用 jieba 分词主要优化了中文场景。
Q: 数据存储在哪里？
A: 使用本地 SQLite 数据库，所有数据存储在项目根目录的 paper_analysis.db 中，PDF 文件存储在 uploads/ 目录。
License: MIT
Author: Veloris Lab