把论文的思想结构，变成看得见的图
读 PDF 的时候，右侧跟着你读到的位置，自动画出这一节的概念关系图—— 每一个气泡、每一条箭头，都点得回原文那一句。
这是什么 • 界面 • 快速开始 • AI 接口 • 参与贡献 • 边界
左：划词翻译与摘录 ｜ 中：真 PDF ｜ 右：跟着阅读位置走的思想图
AnonSight 是一个本地运行的论文精读工作台。它不做「PDF 阅读器 + 翻译插件」的叠加， 而是回答一个更具体的问题：
读完一节，我能不能带走这一节到底在讲什么——而不是划了几处高亮。
所以它做完一篇论文后会产出两样东西：
- 一张思想图（四种图型，按内容自动选）：概念网讲「有哪些东西」、流程图讲「怎么运转」、 模式图讲「长什么样」、对照表讲「同类差在哪一格」
- 一份中文导读：一句话说清这节讲什么，外加「读的时候盯住哪一句」
而溯源是硬约束：图上每个方框、每条箭头都挂着原文引文， 引文必须能在本节原文里逐字找到，否则这一节整节打回重做。 宁可少画，不许编造——把「促进」标成「抑制」比不标更糟。
三栏 + 一列详情，右栏跟着 PDF 位置走：
 导读 + 关键概念：一句话说清这节讲什么，关键概念点开即概念卡 |
 点图回原文：点任意方框或箭头，左栏跳到支撑它的那句原文并高亮 |
 悬停看释义：全文自动标注五色高亮，鼠标一停出中文释义卡 |
 模式图：构建体/结构域怎么搭的——气泡和方框都讲不清的那种内容 |
 流程图：实验步骤、信号传递这类先后关系，方框加箭头画，条件写在箭头旁 |
 概念网：概念之间的关系网（包含/结合/调控…），每个节点都能点回原文 |
标注层：AI 预标注是一层淡色，你自己标的是同色 + 底部实色下划线，在 PDF 里一眼看出是谁标的
到 Releases 下载 AnonSight-0.1.0-Setup-preview.exe，双击安装。
装完不需要你电脑里有 Python（解释器和全部依赖都打在包里了）、不用开浏览器，双击即用。
⚠️ 安装包没有代码签名，第一次装会被 Windows SmartScreen 拦成「未知发布者」。 点「更多信息 → 仍要运行」即可。
git clone https://github.com/liebaojun/AnonSight.git
cd AnonSight
pip install -r requirements.txt
python server.py --port 8777 # 或双击 start.cmd（会自动装依赖）然后打开 http://127.0.0.1:8777/。需要 Python 3.9 以上。
Releases 里附了一个已经分析好的 .ano 示范文件（AnonSight-demo-Yue2026-Cell.ano）。
拖进页面就能看到完整的分节、导读、思想图、标注层和译文，不用配任何 AI、不花一分钱。
觉得这套东西对你读文献有用，再去接自己的 AI 分析自己的论文。 先把效果看清楚，免得期望有落差。
示范文件里的论文：Yue et al., Expansion and CAR engineering of granulocyte-monocyte progenitors for cellular immunotherapy, Cell 189, 1–18 (2026). DOI: 10.1016/j.cell.2026.05.043 —— 该论文以 CC BY 4.0 许可开放获取，示范文件（含原文与平台生成的分析）按其条款分发并署名。
也就是说：这个 .ano 里装的东西 = 原文 + 12 节思想图（19 张图 / 162 个节点）+ 214 条标注 + 术语与整句译文。
- 导入与自动分节：拖 PDF 进页面 → 自动认出编号标题/一级二级标题，剔掉正文碎片与图内文字
- 一键分析：逐节产出导读 + 思想图 → 过校验器 → 生成标注层 → 预热翻译 → 打包成
.ano - 划词翻译：给的不是词典义项，是这个词在这句话里的意思 + 易错提醒；整句译文预先算好缓存，划词秒回
- 全文自动标注：五色高亮（搭配/动词/逻辑/句式/术语），悬停出中文释义
- 全局概念 ID：点开一个气泡 = 这个概念在全文每一处的出处，点任意一条跳回原文
- PDF 内部跳转：正文里的
[12]、Fig. 3点一下跳过去；拖一下是选词、点一下才跳，两者不打架 - 全文搜索
Ctrl+F：查某个基因名/术语出现在哪些页，命中画成琥珀金空心框 - 表达库：划过的词句进摘录，一键整理成表达库格式（自动编号、自动判类型），可导出 JSON 带走
- 两种整屏状态：专心阅读（收起右栏）· 适配窗口（窗口变过之后一键重排）
平台的存库格式 .ano 不是压缩包、不是数据库，而是一份合法 PDF：
一个 .ano 里有什么 |
说明 |
|---|---|
| 原文 | 就是那篇论文本身，页面一个字节没改 |
| 思想图与导读 | 一键分析产出的节划分、导读卡、四种图型 |
| 标注与译文 | AI 预标注、你自己标的高亮、划词的翻译缓存 |
于是用别的 PDF 阅读器打开照样能看，你自己打的高亮也在（那是标准 PDF 注释）。 拷一个文件就走：发给别人、丢进网盘，图、标注、译文跟着走，不用带一个文件夹。
平台的 AI 层是一个通用的 OpenAI 兼容接口——填三样东西就能用：
| 填什么 | 长什么样 |
|---|---|
| 接口地址 | https://api.deepseek.com/v1 |
| 模型名 | deepseek-flash |
| API Key | 你自己在服务商那边申请的 |
顶栏「设置」→ 选一个「常用服务」（预置了 DeepSeek / Kimi / 智谱 GLM / OpenAI / 本地 Ollama）， 地址和模型名自动填好，贴上 Key → 点「测试连接」当场验证通不通 → 点「保存」。
所以 DeepSeek / Kimi / 智谱 / OpenAI / 本地 Ollama / 任何 OpenAI 兼容的服务都能接， 包括你自己在局域网里跑的那些（那种连 Key 都不用填）。
| 适配器 | 说明 |
|---|---|
openai（默认） |
打任意 OpenAI 兼容的 /chat/completions，只要地址 + 模型名 + Key |
claude-code |
后台拉起本机的 claude 命令，给想用本机 CC 额度的人 |
换法：推荐在设置界面里改（有下拉和三个输入框）；也可以用配置文件 paperide.config.json
的 adapter / ai 字段，或环境变量 PAPERIDE_ADAPTER。
不接 AI 也能用：打开
.ano、看已有的章节分析、思想图、标注和译文都不受影响， 只是不能重跑分析、也不能对刚划的词做实时翻译。
其他 agent 或模型服务的用户（Codex / DSH / Cursor / 自建服务 / 别的什么都行）非常欢迎来加一条路：
core/adapters.py里的ADAPTERS本来就是注册表——加一个类 + 一行注册即可； 只是想加一家 OpenAI 兼容的服务，连代码都不用改（设置里直接填地址）- 请保留现有的两条，做成并列关系而不是替换——不然已经配好的人会突然用不了
- 一个适配器只需要干三件事：把 prompt 喂进去 → 把 JSON 抠出来 → 交给校验器
最需要的一类贡献：让它在生物医学之外也能用。
诚实说明：这个平台在开发和测试过程中，绝大多数样本都是生物医学论文（CAR-T、信号通路方向）。
它的骨架（分节、溯源校验、图型渲染、.ano 格式）是通用的，但提示词和"什么内容用什么图"的规则
是照着生物医学的行文习惯调的——换到其他学科，效果大概率会打折。
所以非常欢迎其他领域的同学来优化：
| 想改什么 | 改哪里 | 成本 |
|---|---|---|
| 领域提示词（换学科的抽取规则/术语规范） | prompts/*.md 三个文件 |
小 |
| AI 后端（加 Codex / DSH / 本地模型） | core/adapters.py |
小 |
| 新的图型（统计图、折线图、时序图、化学结构式……） | 前端渲染层——目前是写死的 if/else 分发，这是最大的一块硬骨头 | 大 |
| 界面语言（英文界面） | P0/index.html、P0/library.html |
中 |
插件化的口子已经留好了（
prompts/是纯文件、adapters.py是注册表、图型分发是"一个函数 + 一行"）， 但还没有正式的插件加载机制——现在是改源码。这是有意为之：先有真人写过插件，再谈分发方式。
其它欢迎的东西：bug 报告（带复现步骤最好）、扫描版 PDF 的适配、 非 Windows 平台的支持、以及任何一篇"这个平台读起来不对劲"的论文样本。
提 PR 之前请跑一下：
python tools/smoke_test.py # 服务层冒烟（秒级）
python tools/regress_analyze.py # 分析流水线回归（不花钱，用已有数据）这是一个能用但远不是成品的项目。已知的坑都写在这儿，不藏着：
| 边界 | 现状 |
|---|---|
| 测试样本偏科 | 绝大多数是生物医学论文；其他学科的效果没有系统验证过（见上一节） |
| 各家模型的效果差异 | 接口是通用的，但不同模型抽出来的图好不好没有系统验证过（作者主要用 DeepSeek 系） |
| 超长一节出图数量 | 模型单次回话有输出上限，最长的节稳定出到 5 张；要更多得改多次调用 |
| 扫描版 PDF | 需要文字层，纯扫描件没验证过 |
| 跨文献对比 | 概念 ID 已经是全局的、留了口子，但跨论文连图还没做 |
| 某些版式的分节偏粗 | 有小标题但不是规范编号标题的版式（如 eLife 那类）切得偏粗 |
| 摘录的存放 | 摘录仍只存在浏览器本地（可导出 JSON）；高亮标注已双写进 .ano |
| 安装包无签名 | 会被 SmartScreen 拦，点「更多信息 → 仍要运行」 |
| 界面语言 | 中文界面，面向中文读者读英文文献 |
- 后端：Python，只用标准库 + 三个包（PyMuPDF / numpy / scikit-learn）—— 刻意压到最低，就是为了"克隆下来就能跑"
- 前端：原生 JS，无框架无构建步骤；d3（图形）+ pdf.js（PDF 渲染）+ anime.js（动效）本地化内联
- 概念布局：TF-IDF 向量化 + SVD 降维 + MDS 投影到 2D，让语义近的概念自动抱团
- 打包：PyInstaller（onedir）+ Inno Setup，全部脚本在
packaging/
AnonSight/
├── server.py 本地 HTTP 服务 + 论文库管理
├── core/ 后端内核
│ ├── adapters.py ★ AI 适配器层（想加 agent 就改这里）
│ ├── pipeline_ai.py 一键分析流水线
│ ├── sectioner.py 自动分节
│ ├── locate.py 坐标反查与标注定位
│ ├── layout.py 语义向量布局
│ ├── ano_pack.py .ano 打包/解包
│ └── ...
├── prompts/ ★ AI 提示词（想换学科就改这里）
│ ├── extract.md 抽取规则 + "什么内容用什么图"
│ ├── annotate.md 标注生成
│ └── translate.md 翻译
├── P0/ 前端（index.html 为阅读器，library.html 为论文库）
├── packaging/ 打包与安装器
└── tools/ 开发与回归脚本
- MakoCode —— 同一作者做的桌面 AI Agent， 自带完整 Galgame 界面。（跟本平台的 AI 没有依赖关系，只是同一个作者。）
- Claude Code ——可选的一条适配器：本机装过 CC 的人可以走它，不装也完全不影响使用。
- pdf.js / d3 / anime.js —— 前端三件套，均已本地化。
MIT © 2026 liebaojun (猎豹君)
English: AnonSight is a local-first reading workbench for research papers.
It turns the conceptual structure of a paper into diagrams that track your reading position —
every node and edge links back to the exact sentence it came from, and the extraction is
gated by a verifier that rejects any claim not verbatim present in the source text.
Papers are stored in .ano, a format that is a valid PDF, so it opens in any reader.
Currently tested mostly on biomedical papers; contributions for other domains are very welcome.