NeuroDong/Ai-Review

🤖 什么是 Ai‑Review？

Ai‑Review 是一个开源的网页服务，让研究人员可以对科学稿件获得自动化、AI 生成的审查意见。通过上传 PDF（或 LaTeX/Word 源码），系统会生成一份结构化的优点、缺点与建议清单，还能告诉你，与同一会议的其他作品相比，你的论文竞争力如何。

---

🔑 核心功能

功能	作用	访问方式
基于 LLM 的审查	使用大型语言模型提示（SoT、few‑shot、chain‑of‑thought）生成文字审查意见。	网页 UI – https://ai-review.neurodong.top
基于 VLM 的审查	截取每页 PDF 的图像快照，让模型能看见图表、表格和版面布局，然后加入图像质量的反馈。	…/vlm_review.html
提示注入检测	扫描 PDF 中可能劫持审查模型的隐藏指令。	…/prompt_injection.html
相对排名	将你匿名化的稿件放入来自特定会议（例如 ICLR、NeurIPS）或自定义集合的论文池中，并返回竞争力排名。	…/compete.html
Agent 技能集成	将审查功能以技能形式提供给 AI 助手平台（例如 Cursor）。你可以使用自然语言如 review my paper 或中文指令 审稿 来触发它。	在平台的技能目录下安装 ai-review-skills 文件夹

---

🛠️ 底层工作原理

• LLM 后端 – 服务可以调用任何兼容的 LLM API（默认演示使用公开端点；你可以配置自己的，例如 Deepseek）。提示模板位于 Prompts/ 中，包含反向提示、few‑shot 和 chain‑of‑thought 变体。
• VLM 后端 – 使用 Facebook‑research 的 Nougat 风格视觉语言模型来提取页面快照，并对图表和版面布局进行推理。
• PDF 处理 – 对于 LLM 审查，会提取文本；对于 VLM 审查，会捕获图像并输入给 VLM。
• 排名引擎 – 论文池中所有 PDF 的文本都会被匿名化、嵌入（推测使用相同的 LLM）并进行两两比较；在 100 个测试池中报告的成对准确率为 83.8 %。
• 部署 – 托管于 Cloudflare（静态前端 + 无服务器函数）并具有 Gradio 风格的 UI；代码库还包含用于本地部署的 FastAPI 后端。

---

🚀 开始使用

1. 网页演示（无需安装） – 打开网站，将你的 PDF 拖放进去，选择提示模式，然后点击 Review。
2. 在本地运行 – 克隆仓库，安装 Python 依赖项（FastAPI、Gradio、VLM 模型），并启动服务器（uvicorn app:app）。
3. 添加为技能 – 将 ai-review-skills 文件夹复制到 ~/.cursor/skills/（或你助手的对应路径），并从聊天中调用它。

---

📚 仓库中的资源

• Prompts/ – 用于 LLM 和 VLM 审查的提示模板。
• Examples/ – 示例审查（例如 ResNet 论文）和相对排名评估报告。
• ai-review-skills/SKILL.md – 安装 Agent 技能的说明。
• Examples/Relative_Rank_evaluation.md – 排名功能的详细准确率数据。

---

🗓️ 近期更新（截至 2026 年 8 月）

• 2026 年 8 月 20 日 – 推出相对排名，并对 100 个池进行了评估（83.8 % 成对准确率）。
• 2026 年 3 月 19 日 – 添加提示注入检测。
• 2026 年 3 月 6 日 – 将版面布局感知和图像美学评分集成到 VLM 审查中。
• 2026 年 2 月 26 日 – 发布与 Cursor 兼容的 Ai‑Review Skill。
• 2025 年初 – 添加 chain‑of‑thought、few‑shot 和并排提示比较模式；将托管迁移至 Cloudflare。

---

🎯 谁可能会使用这个？

• 研究人员 – 准备会议投稿，希望对其稿件进行快速初步检查。
• 研究生 – 在与导师分享草稿前，寻求结构化的反馈。
• AI 助手开发者 – 希望将论文审查功能嵌入其机器人中。

---

📌 总结

Ai‑Review 是一个功能齐全且持续更新的平台，结合了 LLM 文本分析、VLM 视觉推理和竞争排名引擎，帮助科学家改进他们的论文。它可以通过公开网站立即使用，或通过 FastAPI/Gradio 服务器及作为 Agent 技能集成到个人工作流程中。