LScholar

LScholar 是一款美观、高效、智能的桌面端学术文献追踪、管理与阅读辅助工具。它旨在帮助研究人员从繁杂的 RSS 订阅源中自动提取、清洗并智能化管理学术文献，结合本地 RAG（检索增强生成）技术，提供深度的文献问答与每日科研洞察。

✨ 核心特性

• 🎨 现代美学设计：原生深色模式支持，基于 Tailwind CSS 的 4px 基线网格系统，提供极致的视觉一致性与柔和的交互动画。
• 🤖 智能 RSS 管理：支持 AI 辅助生成 RSS 解析脚本，自动清洗非学术内容，确保文献库的纯净度。
• 🧠 本地 RAG 问答：集成 LanceDB 向量数据库，支持基于个人文献库的本地 AI 问答，所有检索与推理均可配置私有模型。
• 📅 每日科研洞察：AI 自动总结每日新增文献，结合用户研究偏好进行个性化推荐。
• 🗂️ 文献管理与导出：支持三栏式高效阅读布局，一键导出 RIS 格式至 Zotero 等文献管理软件。
• 📊 Token 消耗统计：实时监控 AI 接口使用情况，按日/月统计 Token 消耗。

🛠️ 技术栈

• 前端: Vue 3 (Composition API), Pinia, Element Plus, Tailwind CSS
• 桌面端: Electron
• 数据库:
  • 结构化数据: SQLite (better-sqlite3)
  • 向量数据: LanceDB
• 图标: Lucide Icons
• 工具: Axios, node-cron, tiktoken, electron-builder

🚀 快速开始

环境要求

• Node.js (建议 v18 或更高)
• pnpm (推荐) 或 npm

安装依赖

pnpm install

开发模式运行

pnpm run dev

构建安装包

# 构建 Windows 版本
pnpm run build:win

# 构建 macOS 版本
pnpm run build:mac

⚙️ 配置说明

在“系统设置”中，您可以配置：

• OpenAI 兼容的 API Base URL 与 Key
• LLM 模型与 Embedding 模型名称
• 网络代理设置（支持 http/https）

📄 开源协议

本项目采用非商业性使用协议。您可以自由地查看、学习和修改代码，但严禁将本项目及其衍生版本用于任何商业用途。详情请参阅 LICENSE 文件。

---

LScholar - 让科研追踪更智能。