【学习工作赛道】光明AI学术工作台——围绕研究主题一站式完成文献检索、论文研读与综述写作
学习工作
1. 创意名称 + 创意介绍
创意名称：光明AI学术工作台
想解决什么问题：科研人员在撰写综述时，需要在多个工具间反复切换——检索用 Google Scholar、管理文献用 Zotero、读 PDF 用阅读器、写作用 Word——流程碎片化，且 AI 辅助能力分散在各平台，缺乏围绕"一个研究主题"的连贯工作流。
为什么会想到做这个：我在做自己的文献综述时，发现从检索到成稿的过程大量时间花在了工具切换和信息搬运上，而非真正的思考与写作。如果能有一个本地化的工作台，让 AI 对话、结构化数据、PDF、BibTeX 全部围绕同一个项目目录组织，就能把碎片流程变成一条流水线。
大概是什么产品：一个本地运行的 Web 桌面应用（基于 Flask），用户在浏览器中操作，所有数据（论文、对话记录、矩阵、综述草稿）都保存在本地文件系统中，支持多模型接入（OpenAI、DeepSeek、Kimi 等）。
2. 目标用户及痛点
面向哪些用户：高校研究生、博士生、青年科研人员，尤其是需要撰写中文或英文文献综述的研究者。
在什么场景下使用：用户确定一个研究主题后，从零开始检索候选文献 → 筛选导入知识库 → 逐篇研读并生成结构化矩阵 → 按章节映射文献 → AI 辅助生成综述正文，全流程在同一界面完成。
当前痛点：
-
检索结果散落在浏览器标签页，难以系统管理
-
读论文时的笔记和 AI 对话无法与文献元数据关联
-
综述写作时，"哪篇论文放在哪一节、说了什么"全靠记忆，容易遗漏或重复
-
现有工具（如 Zotero + ChatGPT）之间数据不互通，需要手动搬运
3. 价值与意义
效率提升：将"检索→管理→研读→写作"四步从多工具切换压缩为单一工作台，预计可为研究者节省 40%-60% 的综述准备时间。文献矩阵功能让每篇论文的核心信息结构化，写作时一目了然，不再反复翻阅原文。
社会价值：降低科研综述写作的门槛，让更多研究者（尤其是资源有限的独立研究者或小团队）能够高效产出高质量综述，加速学术知识的系统化整理与传播。
4. 创意产物
已使用 TRAE Work 生成了完整的静态演示 HTML 文件，展示了工作台的全部 7 个功能页面（项目首页、文献检索、知识库、论文研读、综述写作、历史记录、模型设置），内含模拟学术数据，可直接在浏览器中打开体验完整交互流程。
index.html (74.2 KB)