Skip to content

Latest commit

 

History

917 Commits

Folders and files

NameName
Last commit message
Last commit date
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

小妍 — AI 科研工作台

小妍

本地优先的 AI 科研工作台,把选题、检索、阅读、实验、写作与投稿串成一条可追溯的工作流。

Latest release CI GitHub stars Apache License 2.0 Platforms Tauri v2

产品亮点 · 快速开始 · 技术架构 · 参与贡献 · 更新日志

当前版本:v0.6.0-dev.1。小妍仍处于快速迭代阶段,升级前建议备份重要数据。

为什么选择小妍

  • 完整科研链路:研究规划、文献综述、论文精读、知识沉淀、实验记录、LaTeX 写作和投稿管理集中在一个工作台。
  • 本地优先:核心业务由 Tauri/Rust 与本地 SQLite 承载,研究资产默认保存在你的设备上。
  • 可观测的多 Agent 协作:复杂任务先规划再执行,可查看节点、过程、来源与中间产物,而不是只得到一个黑盒答案。
  • 证据可追溯:论文、笔记、实验、知识主张与投稿相互关联,Graph RAG 会沿证据关系召回上下文。
  • 模型可选择:支持 OpenAI、Anthropic 及 OpenAI 兼容接口,可按快速分析、深度研究、写作和视觉任务分配模型。

Important

“本地优先”不等于“完全离线”。当你启用云端模型、联网搜索、WebDAV 或其他第三方服务时,相关请求内容会发送给你配置的服务商。请在提交敏感、未公开或受约束的研究材料前核对服务商条款。

功能概览

模块 能力
工作台 聚合研究主题、论文、笔记、实验、投稿、风险提醒与下一步行动
研究规划 多 Agent 生成学习路线、代表论文、开放问题与领域动态
文献与精读 PDF 管理、全文提取、语义检索、图表识别、翻译与复现指南
小妍协同 直接对话、任务拆解、技能模板、附件、来源引用与任务中止
知识库 Markdown 笔记、小妍内部自动 LLM Wiki、知识图谱、证据关系与混合 Graph RAG
代码 Harness 可在 DSH、Codex、OpenCode 与 Pi Web 间切换;直接托管完整 Web 工作区
学术写作 多文件 LaTeX、预览、诊断、统计、润色、续写与学术翻译
投稿管理 刊会追踪、投稿看板、版本快照、角色化预审与审稿意见跟踪
数据与同步 本地数据库、加密配置导出、备份恢复及可选的加密同步
查看 v0.6.0-dev.1 主要更新
  • 代码工作区改为直接运行 DeepSeek 官方 Harness,并新增 Codex、OpenCode 与 Pi Web 可选代码助手
  • 支持内置锁定版与本机外部 DSH,并可配置小妍 API
  • DSH 运行状态、重启和停止操作改为悬浮工具条
  • DSH 首发已覆盖稳定启停、状态同步和 iframe 内小妍视线跟随
  • 发布流水线按平台构建并校验 DSH 与 Node 运行时
  • macOS 新增独立小妍桌面助手,可通过桌面小妍形象、系统托盘或 Option + Space 唤起
  • 支持读取当前选区、剪贴板、手动粘贴与交互式框选截图,并在发送前确认内容
  • 可直接解读、翻译、追问或导入为知识笔记;截图任务复用视觉模型配置
  • 新增辅助功能与屏幕录制权限状态引导、敏感应用拦截和临时截图清理
  • 新增研究工作台,用统一流程组织问题、候选方案、证据、实验与报告
  • 关闭主窗口后应用继续驻留系统托盘,可从托盘重新打开或退出

快速开始

下载桌面版

前往 Releases 下载对应平台的安装包。

macOS 如果提示应用“已损坏”,确认安装包来自本仓库 Release 后执行:

xattr -cr /Applications/小妍.app

从源码运行

环境要求:Node.js 18+、pnpm 9+、Rust 工具链 以及 Tauri v2 对应平台依赖。

git clone --recurse-submodules https://github.com/Yurken/xiaoyan.git
cd xiaoyan
pnpm install
pnpm dev:desktop

常用命令:

pnpm type-check       # 全工作区类型检查
pnpm lint             # 全工作区 lint
pnpm test             # 单元与组件测试
pnpm test:e2e         # 桌面端端到端测试
pnpm build:desktop    # 构建桌面应用
pnpm harness:sources:update # 更新四套 Harness 的官方源码指针

模型配置

首次启动后在“设置”中添加模型服务:

  1. 配置主模型;仅这一项即可使用主要 AI 功能。
  2. 按需为快速分析、深度研究、写作、代码和视觉任务配置独立模型。
  3. 需要联网检索时,再配置 Tavily 等搜索服务。

配置优先级为:Agent 覆盖 → 任务分工 → 默认执行模型 → 主模型。API Key 不应写入仓库文件或提交到 Issue;请只通过应用设置或本机环境变量提供。

研究工作台当前使用独立的 SwanForge 服务,默认连接 http://localhost:3001。源码构建时可通过 VITE_RESEARCH_API_URL 指向已部署的服务;桌面端会在服务或其 LLM 未就绪时明确提示并禁用运行操作。

技术架构

React + Vite
    ↕ Tauri invoke / event
Rust 本地内核
    ├── commands      参数校验与命令边界
    ├── services      设置、论文、知识、投稿、同步等领域服务
    ├── agent runtime 多 Agent 编排、工具注册与事件流
    ├── RAG / Wiki    小妍后台自动编译、语义与关键词混合召回
    ├── Graph         引用图与证据图谱
    └── SQLite        本地持久化
apps/
├── desktop/          # Tauri v2 桌面端(旗舰端)
├── web/              # Next.js 展示 / 远程协作端
└── mobile/           # Expo 轻量陪伴端
packages/
├── api-sdk/          # API SDK
├── config/           # 共享配置
├── types/            # 跨端领域类型
└── ui/               # 共享 UI 组件

桌面端是核心产品,新能力默认先在桌面端实现。详细设计见 桌面端系统介绍、开发原则 与 小妍持续进化规划。

小妍如何通过研究续接、上下文、记忆、评测和模型升级持续变得更好,见 小妍持续进化规划。每次 Codex 开发模型升级都必须先做固定评测,再同步迭代规划、代码与测试。

小妍内部 LLM Wiki 的自动整理流程、数据模型和检索边界见 LLM Wiki 与混合检索。

数据与隐私

  • 桌面端业务数据默认存入本地 SQLite,PDF 原文件保留在用户选择的位置。
  • 模型密钥通过应用设置管理;界面中的 *** 代表已保存但不回显明文。
  • 启用云模型、搜索或同步服务会产生对外网络请求,数据处理规则由对应服务商决定。
  • 发布日志、Issue、截图与诊断文件可能包含路径、论文标题或其他研究信息,分享前请先脱敏。

参与贡献

欢迎提交 Issue 和 Pull Request。开始前请先阅读 参与贡献、社区行为准则 与 开发原则:页面只负责组合,功能进入 features/<domain>/,副作用与状态机逻辑进入 hook。

提交信息使用 type: 中文描述,例如:

feat: 支持批量导入论文
fix: 修复切换论文后阅读位置丢失
docs: 补充本地开发说明

提交 PR 前至少运行与改动范围相符的检查;跨工作区修改需运行 pnpm type-check 和 pnpm lint。一般使用问题请查看 获取帮助;安全漏洞请不要创建公开 Issue,按照 安全政策 私下报告。

支持项目

如果小妍对你有帮助,欢迎点一个 Star。它会帮助更多研究者发现项目。

在 GitHub 上为小妍点 Star

许可证

项目代码与文档采用 Apache License 2.0。vendor/ 中的第三方源码及 Git submodule 保留各自的上游许可证。

“XiaoYan / 小妍”名称、Logo、海报、应用图标和角色形象不包含在代码许可证的品牌授权中;分发修改版时请使用不同的名称与视觉标识。详见 商标政策、素材授权说明 和 NOTICE。第三方图标、字体及其他素材仍受各自权利人的条款约束。


🏆 哈尔滨工业大学首届AI智能创新大赛 · 学习科研赛道 · 冠军

About

小妍是一款面向科研学习与论文工作的 AI 研究助手。面对纷繁复杂的论文与信息,她帮你厘清研究脉络:输入一个主题,多 Agent 协作拆解学习路径、筛选必读论文,并生成结构化综述。 PDF 拖入即可分析,图表识别、复现建议与引用溯源无缝衔接;知识图谱则将论文、笔记与记忆编织为可检索的证据网络,让每个结论都有据可查。欢迎各位Star & PR。

Topics

Resources

Code of conduct

Contributing

Security policy

Stars

6 stars

Watchers

0 watching

Forks

Releases

Contributors

Languages