§01理念manifesto
三小时的泛读，
压成一次提问。
泛读一篇论文，你要翻摘要、找图表、辨贡献、记局限——每步都在和排版搏斗。 PaperWhisperer 把这件事拆成六段并发的抽取任务：共享同一份文档上下文， 先跑完的先显示，长任务随时取消。你只需要读结论，然后追问。
以前读一篇新论文要一个下午：翻摘要、找图表、辨贡献、记局限。 现在上传之后去倒杯水，回来六段结论已经排好队等我， 图谱还能直接拖进PPT。
§02能力what you get
六段输出 · 目录
01结构化摘要
自动提炼核心观点，按背景、方法、结论分层输出，一眼握住全文脉络。
Overview
02关键引用
提取最值得引用的原句、定义与结论，保留原文措辞，不做泛泛改写。
Key Citations
03文本结构
研究问题、核心方法、实验论证、关键结论与局限，层级三到四层。
Text Structure
04视觉图谱
输出可渲染的 Mermaid 结构图，节点不超过 20 个，支持 SVG 导出进汇报材料。
Visual Map
05批判评价
贡献、历史地位、优点、局限与可学习之处——审稿视角，而非复述结论。
Evaluation
06深度简报
证据—结论链、复现检查清单与推荐检索关键词，直接用于组会和综述。
Research Brief
分析链路 并发上限 5 · 全程流式 ↘
- 01
上传
校验签名与体积，拒绝伪装文件
- 02
抽取
pypdf · python-docx · python-pptx
- 03
并发
六段任务同时开工，排队不分先后
- 04
流式
SSE 先跑完先显示，随时可取消
- 05
图谱
Mermaid 渲染，一键导出 SVG
- 06
追问
四个角度继续深入，基于同一上下文
追问角度
Evidence依据
先给直接结论，再列出文档依据、可推断内容与不确定处。
Explain讲解
分步骤解释概念、方法和公式，必要时补充类比。
Critique批评
从贡献、假设、局限、效度威胁到可改进点做批判分析。
Reproduce复现
输出复现步骤、关键变量、数据依赖与检查清单。
§03接入get it running
两条命令，
剩下的交给它。
# 安装依赖
$ pip install -r requirements.txt
# 配置服务端口（OpenAI 兼容协议均可）
$ cp .env.example .env
OPENAI_API_KEY=sk-your-key
OPENAI_BASE_URL=https://api.openai.com/v1
OPENAI_MODEL=gpt-4o-mini
# 启动
$ python web_app.py
# 浏览器打开 http://localhost:5000
- Python 3.10+ 与 pip
- OpenAI 兼容协议的服务端点
- 单文件上限 16 MB
- 可选 SEMANTIC_SCHOLAR_API_KEY 提升检索限额
接口
- POST/api/analyze上传并分析
- POST/api/analyze/streamSSE 流式分析
- POST/api/ask基于 session 追问
- POST/api/ask/stream流式追问
- POST/api/search-papers检索论文
- POST/api/import-paper导入公开 PDF
- POST/api/reading-queue保存阅读队列
- POST/api/recommend-papers延伸阅读推荐
- GET/api/download-paper代理下载原文
- GET/api/health运行状态探活