棱镜文献 2085645319-cmd/paper-prism

PRISM

面向论文写作的文献智能。 输入一个研究课题，PRISM 用多智能体把检索、阅读、归纳和引用复核串成一条可追踪的研究链，输出一份能直接带进写作的文献简报。

MVP 0.2 · React + Vite · Node/Express · DeepSeek API · Semantic Scholar / DOAJ / Crossref

在线体验： https://prism-7z6p.onrender.com

Preview

PRISM literature brief

PRISM knowledge graph

PRISM command palette

v0.2 前端升级

- Command palette：⌘K / Ctrl+K 搜索并执行跳转、导出、复制、打开论文等动作
- Live Agent Mesh：左侧 Canvas 拓扑实时显示 7 个 agent 的状态与数据流
- Run telemetry：来源分布、年份分布、摘要覆盖率、prompt/output token 预算
- Knowledge graph：Canvas 力导向图 + 链路流动粒子 + 主题标签径向排布 + 拖拽/缩放/聚焦
- Keyboard-first：1–4 切 tab、E 导出、N 新研究、Esc 关闭浮层
- Micro-motion：tab 切换、主题卡/痛点卡的 stagger reveal、滚动进度线
- 全中文界面：导航、按钮、状态、画布、错误提示与质量闸门全部中文；论文标题/摘要保留原文语言，英文检索式收进可展开的“检索式”面板

它解决什么

传统文献检索给你一屏链接。PRISM 给你：

- 核心主题：3–5 条有论文证据的主题线，而不是摘要堆叠
- 领域共识与分歧：哪些结论已经被多篇论文支持，哪些仍在拉扯
- 未解问题：带证据编号的 pain points，以及可切入的 research angle
- 阅读路径：按进入领域的顺序排好 5–7 篇关键论文
- 原文入口：每篇论文保留 DOI / 出版社 / 开放获取链接
- 可导出简报：一键导出 Markdown，直接进入写作、组会或 proposal

多智能体架构

┌──────────────┐
topic ──────────▶│ Planner │ 5 个英文检索 query + 4 个分析镜头 └──────┬───────┘ │ ┌──────────────────┼──────────────────┐ ▼ ▼ ▼ ┌────────────┐ ┌────────────┐ ┌────────────┐ │ S2 Scout │ │ DOAJ │ │ Crossref │ 三路 Scout 并行检索 │ Scout │ │ Scout │ │ Scout │ └─────┬──────┘ └─────┬──────┘ └─────┬──────┘ └──────────────────┼──────────────────┘ ▼ ┌─────────────────┐ │ Dedupe + Rank │ DOI / 标题去重；引用、时效、摘要、相关度加权 └────────┬────────┘ ▼ ┌─────────────────┐ │ Evidence Analyst│ 逐篇抽取 method / finding / limitation └────────┬────────┘ ▼ ┌─────────────────┐ │ Synthesis Editor│ 主题、共识、分歧、未解问题、阅读路径 └────────┬────────┘ ▼ ┌─────────────────┐ │ Citation Critic │ 引用解析、摘要覆盖、来源广度、模式检查 └────────┬────────┘ ▼ Research Brief

前端通过 SSE 订阅每个 agent 的 stage 事件，实时显示流水线状态；如果某个源不可用，任务会降级继续，并在界面上标出，而不是整次检索失败。

快速开始

cd paper-prism
npm install
npm run build
npm start

打开 http://127.0.0.1:8790。

DeepSeek Key

按以下顺序解析，不会把 key 发到浏览器：

1. 环境变量 DEEPSEEK_API_KEY
2. 项目根目录 .env（参考 .env.example）
3. 本机 DSH 的 ~/.dsh/.credentials.yaml 中的 DEEPSEEK_API_KEY

没有 key 时，检索仍然可用，但分析会降级为启发式摘要，并在界面标注 启发式模式。

.env
DEEPSEEK_API_KEY=你的Key
DEEPSEEK_MODEL=deepseek-chat
CONTACT_EMAIL=you@example.com
PORT=8790

开发模式

terminal 1 — API
npm run dev

terminal 2 — Vite HMR
npm run dev:client

Vite 开发地址是 http://127.0.0.1:5173，/api 会代理到 127.0.0.1:8790。

在线部署

Deploy to Render

推荐用 Render 的免费 Web Service：

1. 点击上面的 Deploy to Render，登录并授权 GitHub
2. 选择 Free plan
3. 在环境变量里填 DEEPSEEK_API_KEY
4. Deploy

render.yaml 已声明：

- HOST=0.0.0.0（云端必须监听所有网卡）
- NODE_VERSION=24
- build：npm ci && npm run build
- start：npm start
- health check：/api/health

免费实例闲置后会休眠，首次打开需要冷启动；需要稳定在线可以升级 Render 付费实例，或用 Railway / Fly.io / VPS。

也提供了 Dockerfile：

docker build -t prism .
docker run -p 8790:8790 -e DEEPSEEK_API_KEY=你的Key prism

GitHub Pages 只能托管静态文件，不能运行这个项目的 Express + SSE + DeepSeek 后端。

目录

paper-prism/
├─ server/
│ ├─ index.mjs # Express API + SSE + static dist
│ ├─ config.mjs # env / DSH credential resolution
│ ├─ agents/
│ │ ├─ orchestrator.mjs # stage DAG, event stream, result assembly
│ │ ├─ planner.mjs
│ │ ├─ scout.mjs # 3 parallel source agents
│ │ ├─ analyst.mjs
│ │ ├─ synthesizer.mjs
│ │ └─ critic.mjs
│ ├─ providers/ # Semantic Scholar / DOAJ / Crossref normalizers
│ └─ lib/ # DeepSeek client, prompts, ranking, jobs
├─ src/
│ ├─ App.tsx # home / research workspace state machine
│ ├─ components/ # canvas field, orbit, graph, brief, papers, trace
│ ├─ styles.css # dark SaaS design system
│ └─ types.ts
├─ scripts/
│ ├─ smoke.mjs # end-to-end API smoke test
│ ├─ flow.mjs # Playwright: submit → brief → papers → graph screenshots
│ └─ mobile.mjs
└─ artifacts/ # generated screenshots / smoke result

API

| Method | Path | Purpose |
| GET | /api/health | LLM / source availability |
| POST | /api/research | { "topic": "..." } → { id } |
| GET | /api/research/:id/events | SSE event stream |
| GET | /api/research/:id | snapshot (reconnect / debug) |

SSE event types: stages, stage, plan, papers, analysis, brief, review, usage, warning, error, done.

设计

采用 Dark SaaS / Linear-inspired 设计语言：

- 画布 #010102，逐级提亮的炭黑表面，1px hairline 分隔
- 单一强调色 #5e6ad2，只用于 CTA、焦点和引用
- Inter + JetBrains Mono，标题负字距，技术文档级信息密度
- 无大面积渐变、无重投影、无玻璃拟态
- Canvas：首页背景星座场、Agent Mesh 仪器、旋转 field instrument、文献知识图谱
- 数据可视化：来源条形图、年份直方图、摘要覆盖率圆环、token 预算分割条

快捷键

| Key | Action |
| ⌘K / Ctrl+K | Open command palette |
| / | Focus research topic |
| 1 2 3 4 | Brief / Papers / Graph / Trace |
| E | Export current brief |
| N | New research |
| Esc | Close drawer / palette |

验证

先在一个终端启动已构建的服务，再在另一个终端跑真实端到端测试：

terminal 1bash
npm run build
npm start

terminal 2

npm run test:smoke -- "多模态大模型的可信推理"

test:smoke 会真实调用三路检索与 DeepSeek，耗时约 45–80 秒，并把完整结果写入 artifacts/smoke-result.json。

截图脚本（需要本机 Edge）： bash
node scripts/flow.mjs
node scripts/mobile.mjs

MVP 边界

- 检索源是元数据 + 摘要，没有抓取 PDF 全文；摘要缺失的文献只做标题级归类。
- Semantic Scholar bulk 接口可能返回较大的响应；已设置超时、重试与 graceful fallback。
- 没有用户系统、数据库和长期保存；每次运行都是独立的内存任务。
- 引用复核是结构检查（ID、阅读路径、摘要覆盖、来源广度），不是人工事实核查。
- 不是系统综述（systematic review），不能替代研究者对原文的阅读。

下一步

1. PDF 上传 / 全文解析与章节级证据定位
2. Semantic Scholar / OpenAlex API key 与引用图扩展
3. Zotero / BibTeX / RIS 导入导出
4. 会话持久化、项目空间与团队协作
5. 多轮追问：针对某个 pain point 继续检索反证
6. 评估集：用人工标注的 topic → gap 对照，量化摘要忠实度

PRISM / MVP 0.2 · Research is a loop, not a lookup.