evanhu1/talk2arxiv

解决的问题

Talk2Arxiv 提供了一种无缝阅读并与来自 arXiv 和 bioRxiv 的学术论文交互的方式。它将标准的论文链接转换为交互式体验，用户可以与拥有论文全文上下文（包括方程式和图表）的 AI 进行对话，无需手动上传文件。

运作原理

该系统使用托管在 Vercel 上的 React 前端和 Cloudflare Worker API。当用户访问 talk2arxiv.org 或 talk2biorxiv.org 链接时，API 会获取论文的 HTML 或 PDF。该项目不使用 RAG（分块或向量数据库），而是利用大上下文窗口（高达 800K tokens）将整篇论文文字输入模型的上下文，并利用 OpenAI 的 prompt cache 来提高效率。它使用通过 OpenRouter 提供的 GPT-6 Luna 来生成响应。

目标受众

需要快速总结、分析和解释来自 arXiv 和 bioRxiv 的复杂科学论文的研究人员、学生和学者。

特色亮点

• 交互式阅读：选取文字段落以询问 AI 解释或提出特定问题。
• 作者背景：通过 OpenAlex 自动检索作者的其他作品索引，以提供更广泛的研究背景。
• 引用预览：允许用户预览被引用的论文，并将其与原始论文一起加入对话上下文。
• PDF 后备方案：使用 EmbedPDF (PDFium in WebAssembly) 来渲染缺乏 HTML 版本的论文，同时保持 AI 对话功能。
• 高效缓存：通过 Cloudflare Cache API 实现答案缓存，以便在不同用户之间重复使用相同的问题。
• 本地历史记录：将对话历史记录存储在浏览器的 localStorage 中以实现持久化。