Metadata-Version: 2.4
Name: lihe-jinnang
Version: 1.0.1
Summary: 李贺锦囊 - 零幻觉文献综述智能体
Author: LEILESHI
Author-email: leileshi@outlook.com
Keywords: literature-review,research,ai-agent,llm,zotero,lihe
Classifier: Programming Language :: Python :: 3
Classifier: Programming Language :: Python :: 3.8
Classifier: Programming Language :: Python :: 3.9
Classifier: Programming Language :: Python :: 3.10
Classifier: Programming Language :: Python :: 3.11
Classifier: Programming Language :: Python :: 3.12
Classifier: License :: OSI Approved :: MIT License
Classifier: Operating System :: OS Independent
Classifier: Intended Audience :: Science/Research
Classifier: Topic :: Scientific/Engineering :: Artificial Intelligence
Classifier: Topic :: Scientific/Engineering :: Information Analysis
Requires-Python: >=3.8
Description-Content-Type: text/markdown
Requires-Dist: typer>=0.12.0
Requires-Dist: rich>=13.0.0
Requires-Dist: requests>=2.31.0
Requires-Dist: python-dotenv>=1.0.0
Requires-Dist: pymupdf>=1.24.0
Requires-Dist: beautifulsoup4>=4.12.0
Requires-Dist: feedparser>=6.0.10
Requires-Dist: PyPDF2>=2.0.0
Requires-Dist: pdfplumber>=0.11.0
Requires-Dist: pdfminer-six>=20250501
Requires-Dist: markitdown[all]>=0.1.0
Dynamic: author
Dynamic: author-email
Dynamic: classifier
Dynamic: description
Dynamic: description-content-type
Dynamic: keywords
Dynamic: requires-dist
Dynamic: requires-python
Dynamic: summary

# 李贺锦囊 - 零幻觉文献综述智能体

> 基于"单篇精读→积累材料→统一整合"的工作流程，帮助研究者高效完成文献综述。

## 功能特性

- **多源文献导入**：支持 Zotero 文献库、PDF 文件、DOI 检索
- **智能精读卡片**：基于 LLM 的单篇文献深度阅读，生成结构化笔记
- **文献归类整合**：自动分析文献间关系，构建知识图谱
- **综述自动撰写**：基于精读卡片和归类结果，生成完整文献综述
- **多模态支持**：可选启用图片理解，分析 PDF 中的图表内容
- **元数据补全**：联网补全期刊信息、作者信息、引用格式

## 安装

```bash
pip install lihe-jinnang
```

## 快速开始

### 1. 初始化配置

```bash
jinnang init --text-key <DEEPSEEK_API_KEY> --vision-key <MINIMAX_API_KEY>
```

### 2. 创建项目

```bash
jinnang new my-research --field "我的研究领域"
```

### 3. 导入文献

```bash
# 从 Zotero 导入
jinnang add my-research --zotero <COLLECTION_ID>

# 从 PDF 文件导入
jinnang add my-research --pdf /path/to/paper.pdf

# 从 DOI 导入
jinnang add my-research --doi 10.1234/example.2024
```

### 4. 生成精读卡片

```bash
jinnang card my-research
```

### 5. 归类整合

```bash
jinnang classify my-research
```

### 6. 生成综述

```bash
jinnang compose my-research
```

### 一键全流程

```bash
jinnang run my-research
```

## 命令参考

| 命令 | 功能 | 示例 |
|------|------|------|
| `init` | 配置 API Key | `jinnang init --text-key sk-xxx` |
| `new` | 创建项目 | `jinnang new my-project -f "领域"` |
| `add` | 添加文献 | `jinnang add my-project --zotero ID` |
| `list` | 查看文献列表 | `jinnang list my-project` |
| `card` | 生成精读卡片 | `jinnang card my-project` |
| `classify` | 归类整合 | `jinnang classify my-project` |
| `compose` | 生成综述 | `jinnang compose my-project` |
| `view` | 查看结果 | `jinnang view my-project --card paper-000` |
| `run` | 一键全流程 | `jinnang run my-project` |
| `version` | 查看版本 | `jinnang version` |

## 配置说明

配置文件位于 `~/.jinnang/config.json`：

```json
{
  "models": {
    "text": {
      "provider": "deepseek",
      "api_key": "",
      "model": "deepseek-chat",
      "base_url": "https://api.deepseek.com/v1",
      "enabled": true
    },
    "vision": {
      "provider": "minimax",
      "api_key": "",
      "model": "minimax-3",
      "base_url": "https://api.minimax.chat/v1",
      "enabled": false
    }
  },
  "projects_dir": "~/jinnang-projects",
  "zotero_data_dir": null
}
```

环境变量支持：
- `JINNANG_TEXT_API_KEY`：文本模型 API Key
- `JINNANG_TEXT_PROVIDER`：文本模型提供商
- `JINNANG_TEXT_MODEL`：文本模型名称
- `JINNANG_VISION_API_KEY`：多模态模型 API Key
- `JINNANG_VISION_PROVIDER`：多模态模型提供商
- `JINNANG_VISION_MODEL`：多模态模型名称

## 项目结构

```
jinnang-projects/my-research/
├── cards/           # 文献精读卡片
├── classify/        # 归类整合结果
├── downloads/       # PDF 原文
├── images/          # 提取的图片
├── output/          # 最终综述
├── sources/         # PDF 转 Markdown 文本
└── project.json     # 项目配置
```

## 技术栈

- **Python 3.8+**
- **Typer** - CLI 框架
- **Rich** - 终端美化
- **DeepSeek** - 文本生成
- **MiniMax** - 图片理解
- **MarkItDown** - PDF 转 Markdown

## License

MIT License
