Lightstar

文献启明星（LightStar）- 科研调研智能体系统

项目简介

文献启明星是一款面向科研初学者的 AI 智能体系统，致力于帮助用户从模糊的研究意图出发，自动完成科研调研的核心流程，包括：主题拆解、文献检索、文献聚类、结构总结、代表文献推荐与调研报告生成。

用户仅需输入一句话，即可获得一份结构化的初步调研成果，用于选题、开题、综述写作或项目申报。本项目采用前后端分离架构，支持多端适配，为不同场景下的科研人员提供便捷服务。

技术架构

后端 (Backend)

• 框架: FastAPI
• 语言: Python 3.8+
• 核心依赖:
  • arxiv API (文献检索)
  • sentence-transformers (文本向量化)
  • scikit-learn (聚类分析)

前端 (Frontend)

• 框架: Next.js 14
• UI构建: Tailwind CSS 3
• 动画效果: Framer Motion
• 特色功能:
  • 响应式设计，适配不同设备
  • 多主题切换系统
  • 玻璃态UI设计 (Glassmorphism)

项目结构

lightstar/
├── backend/                    # FastAPI后端服务
│   ├── main.py                 # 主入口
│   ├── config.py               # 配置文件
│   ├── api/                    # API路由
│   ├── core/                   # 核心业务逻辑
│   │   ├── research.py         # 研究流程
│   │   ├── clustering.py       # 聚类算法
│   │   └── report.py           # 报告生成
│   └── utils/                  # 工具函数
│
├── lightstar-web/              # Next.js前端应用
│   ├── src/
│   │   ├── app/                # 页面
│   │   ├── components/         # UI组件
│   │   │   ├── ui/             # 基础UI组件
│   │   │   └── forms/          # 表单组件
│   │   └── lib/                # 工具函数
│   └── public/                 # 静态资源
│
└── README.md                   # 项目说明文档

环境配置

1. 克隆仓库

   git clone http://git.fmode.cn:3000/XMD/Lightstar.git
   cd Lightstar
   

2. 配置环境变量 复制环境变量模板并填写必要信息

   cp .env.example .env
   # 编辑.env文件，填写必要的API密钥
   

使用说明

后端服务启动

# 创建虚拟环境(可选)
python -m venv venv
source venv/bin/activate  # Linux/Mac
# 或
venv\Scripts\activate     # Windows

# 安装依赖
pip install -r requirements.txt

# 启动后端服务
cd backend
python main.py

后端服务将在 http://localhost:8000 启动

前端应用启动

cd lightstar-web
npm install
npm run dev

前端应用将在 http://localhost:3000 启动

功能特点（功能持续拓展中）

• 智能研究主题解析
• 自动文献检索与分析
• 文献聚类与可视化
• 研究报告自动生成
• 多主题UI，提供舒适的视觉体验
• 响应式设计，支持各类设备

贡献指南

1. Fork项目仓库
2. 创建功能分支 (git checkout -b feature/amazing-feature)
3. 提交更改 (git commit -m 'Add some amazing feature')
4. 推送分支 (git push origin feature/amazing-feature)
5. 创建Pull Request

联系方式

项目负责人：[XMD] - [xumingdi2004@icloud.com]

---

目标用户

• 初入科研的硕士/博士研究生
• 缺乏调研经验的年轻教师或科研助理
• 对某一新领域感兴趣的项目开发人员
• 需要在多种设备上进行科研调研的研究人员

---

核心价值

用户痛点	文献启明星的解决方案
不会选题、不知从哪开始	AI 拆解主题，提炼研究方向
不会查文献，效率低	自动调用开放数据库进行检索
无法判断文献质量	提供引用数、摘要、推荐标记
看完文献却写不出综述	聚类归纳 + 自动报告生成
时间紧、任务重、无从下手	一站式完成调研闭环
需要随时随地进行研究	多端适配，支持Web/移动/桌面

---

功能流程图（实现中）

用户输入研究意图
         ↓
AI 拆解关键词与子主题
         ↓
调用文献 API 自动检索（arXiv / Semantic Scholar）
         ↓
聚类文献主题，归纳关键词与研究路线
         ↓
推荐经典/综述文献（摘要 + 链接）
         ↓
输出结构化调研报告草稿（可导出）