talk2arxiv
一款专为学术论文PDF设计的开源响应式RAG（检索增强生成）系统
Talk2Arxiv是一款专为学术论文PDF设计的开源响应式RAG（检索增强生成）系统，利用GROBID进行高效文本提取，并使用Cohere的EmbedV3模型进行精准文本嵌入。该系统不仅能缓存研究论文，减少重复处理，还通过Qdrant进行存储和查询，确保内容的相关性和准确性。前端采用Typescript, ReactJS等技术搭建，后端依赖Flask, Gunicorn实现，为学术研究提供流畅高效的在线阅读体验。
项目介绍：talk2arxiv
talk2arxiv 是一个开放源码的 RAG（检索增强生成）系统，专为学术论文 PDF 文件而打造。用户可以通过在任意 arxiv.org 链接前加上“talk2”，从而将论文加载到一个响应式的 RAG 聊天应用中。例如，将链接 www.arxiv.org/pdf/1706.03762.pdf 转换为 www.talk2arxiv.org/pdf/1706.03762.pdf。
安装步骤
用户只需运行 yarn，然后运行 yarn run dev，即可轻松安装并启动 talk2arxiv 系统。
功能特点
- PDF 解析：该系统使用 GROBID 工具高效地从 PDF 中提取文本。
- 文本分块算法：应用自定义算法进行文本最优分块。文本分块以逻辑章节（如介绍、摘要、作者信息等）为基础，同时利用递归细分法则（先按 512 字符分块，然后是 256 字符，再到 128 字符）。
- 文本嵌入：使用 Cohere 的 EmbedV3 模型，确保文本嵌入的准确性。
- 向量数据库集成：采用 Qdrant 用于存储和查询嵌入的数据。这也意味着每篇学术论文只需嵌入一次便可实现缓存。
- 上下文相关性：通过重新排序选择最相关的内容，匹配用户输入。
使用的技术
- 前端开发：使用 Typescript、ReactJS、TailwindCSS 和 NextJS 技术。
- 后端支持：由 talk2arxiv-server 提供动力，使用 Flask、Gunicorn 和 Nginx 构建。
未来发展计划
- 改进文本分块策略
- 转向提取源 LaTeX 代码，以提升对符号数学公式和非标准文本元素的检索效果
- 引入视觉理解的 LLM 模型
- 开发基于账户的个性化功能
已知问题
当前后端设计无法应对高并发请求。当有大量并发请求时，系统仍采用单线程处理方式，可能会导致停滞。
编辑推荐精选
TRAE编程
AI辅助编程，代码自动修复
Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。
商汤小浣熊
最强AI数据分析助手
小浣熊家族Raccoon，您的AI智能助手，致力于通过先进的人工智能技术，为用户提供高效、便捷的智能服务。无论是日常咨询还是专业问题解答，小浣熊都能以快速、 准确的响应满足您的需求，让您的生活更加智能便捷。
imini AI
像人一样思考的AI智能体
imini 是一款超级AI智能体，能根据人类指令，自主思考、自主完成、并且交付结果的AI智能体。
Keevx
AI数字人视频创作平台
Keevx 一款开箱即用的AI数字人视频创作平台，广泛适用于电商广告、企业培训与社媒宣传，让全球企业与个人创作者无需拍摄剪辑，就能快速生成多语言、高质量的专业视频。
即梦AI
一站式AI创作平台
提供 AI 驱动的图片、视频生成及数字人等功能 ，助力创意创作
扣子-AI办公
AI办公助手，复杂任务高效处理
AI办公助手，复杂任务高效处理。办公效率低？扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作，覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应，生活工作无缝切换，提升50%效率！
蛙蛙写作
AI小说写作助手，一站式润色、改写、扩写
蛙蛙写作—国内先进的AI写作平台，涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能，助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。
问小白
全能AI智能助手，随时解答生活与工作的多样问题
问小白，由元石科技研发的AI智能助手，快速准确地解答各种生活和工作问题，包括但不限于搜索、规划和社交互动，帮助用户在日常生活中提高效率，轻松管理个人事务。
Transly
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。
讯飞智文
一键生成PPT和Word，让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号