[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-MasterYip--ChatPaper2Xmind":3,"tool-MasterYip--ChatPaper2Xmind":65},[4,17,27,35,48,57],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",149489,2,"2026-04-10T11:32:46",[13,14,15],"开发框架","Agent","语言模型","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},4487,"LLMs-from-scratch","rasbt\u002FLLMs-from-scratch","LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。\n\n该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。\n\nLLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备",90106,3,"2026-04-06T11:19:32",[15,26,14,13],"图像",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":10,"last_commit_at":33,"category_tags":34,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。\n\n这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。\n\nNextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。",87618,"2026-04-05T07:20:52",[13,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":10,"last_commit_at":41,"category_tags":42,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",85092,"2026-04-10T11:13:16",[26,43,44,45,14,46,15,13,47],"数据工具","视频","插件","其他","音频",{"id":49,"name":50,"github_repo":51,"description_zh":52,"stars":53,"difficulty_score":54,"last_commit_at":55,"category_tags":56,"status":16},5784,"funNLP","fighting41love\u002FfunNLP","funNLP 是一个专为中文自然语言处理（NLP）打造的超级资源库，被誉为\"NLP 民工的乐园”。它并非单一的软件工具，而是一个汇集了海量开源项目、数据集、预训练模型和实用代码的综合性平台。\n\n面对中文 NLP 领域资源分散、入门门槛高以及特定场景数据匮乏的痛点，funNLP 提供了“一站式”解决方案。这里不仅涵盖了分词、命名实体识别、情感分析、文本摘要等基础任务的标准工具，还独特地收录了丰富的垂直领域资源，如法律、医疗、金融行业的专用词库与数据集，甚至包含古诗词生成、歌词创作等趣味应用。其核心亮点在于极高的全面性与实用性，从基础的字典词典到前沿的 BERT、GPT-2 模型代码，再到高质量的标注数据和竞赛方案，应有尽有。\n\n无论是刚刚踏入 NLP 领域的学生、需要快速验证想法的算法工程师，还是从事人工智能研究的学者，都能在这里找到急需的“武器弹药”。对于开发者而言，它能大幅减少寻找数据和复现模型的时间；对于研究者，它提供了丰富的基准测试资源和前沿技术参考。funNLP 以开放共享的精神，极大地降低了中文自然语言处理的开发与研究成本，是中文 AI 社区不可或缺的宝藏仓库。",79857,1,"2026-04-08T20:11:31",[15,43,46],{"id":58,"name":59,"github_repo":60,"description_zh":61,"stars":62,"difficulty_score":54,"last_commit_at":63,"category_tags":64,"status":16},5773,"cs-video-courses","Developer-Y\u002Fcs-video-courses","cs-video-courses 是一个精心整理的计算机科学视频课程清单，旨在为自学者提供系统化的学习路径。它汇集了全球知名高校（如加州大学伯克利分校、新南威尔士大学等）的完整课程录像，涵盖从编程基础、数据结构与算法，到操作系统、分布式系统、数据库等核心领域，并深入延伸至人工智能、机器学习、量子计算及区块链等前沿方向。\n\n面对网络上零散且质量参差不齐的教学资源，cs-video-courses 解决了学习者难以找到成体系、高难度大学级别课程的痛点。该项目严格筛选内容，仅收录真正的大学层级课程，排除了碎片化的简短教程或商业广告，确保用户能接触到严谨的学术内容。\n\n这份清单特别适合希望夯实计算机基础的开发者、需要补充特定领域知识的研究人员，以及渴望像在校生一样系统学习计算机科学的自学者。其独特的技术亮点在于分类极其详尽，不仅包含传统的软件工程与网络安全，还细分了生成式 AI、大语言模型、计算生物学等新兴学科，并直接链接至官方视频播放列表，让用户能一站式获取高质量的教育资源，免费享受世界顶尖大学的课堂体验。",79792,"2026-04-08T22:03:59",[46,26,43,13],{"id":66,"github_repo":67,"name":68,"description_en":69,"description_zh":70,"ai_summary_zh":70,"readme_en":71,"readme_zh":71,"quickstart_zh":72,"use_case_zh":73,"hero_image_url":74,"owner_login":75,"owner_name":76,"owner_avatar_url":77,"owner_bio":78,"owner_company":79,"owner_location":80,"owner_email":81,"owner_twitter":82,"owner_website":83,"owner_url":84,"languages":85,"stars":90,"forks":91,"last_commit_at":92,"license":93,"difficulty_score":23,"env_os":94,"env_gpu":95,"env_ram":95,"env_deps":96,"category_tags":103,"github_topics":104,"view_count":10,"oss_zip_url":104,"oss_zip_packed_at":104,"status":16,"created_at":105,"updated_at":106,"faqs":107,"releases":137},6286,"MasterYip\u002FChatPaper2Xmind","ChatPaper2Xmind","论文XMind笔记生成工具，将论文pdf通过ChatGPT转换为带有图片和公式的简要XMind笔记，提高论文阅读效率。","ChatPaper2Xmind 是一款专为科研工作者打造的智能辅助工具，旨在将复杂的学术论文 PDF 快速转化为结构清晰的 XMind 思维导图。它利用 ChatGPT 等大语言模型，自动提取论文的核心观点、关键公式及图表，并整合成一份带有视觉元素的简要笔记草稿。\n\n面对海量文献阅读效率低、重点难以捕捉的痛点，ChatPaper2Xmind 能帮助研究人员在几分钟内梳理出论文的骨架与精华，大幅缩短初步筛选和理解文献的时间。需要注意的是，受限于当前生成模型的准确性，其产出更适合作为深入阅读的“导航图”或笔记初稿，建议用户在此基础上进行人工校对与完善，而非直接替代原文阅读。\n\n该工具特别适合高校研究生、科研人员及需要频繁处理英文文献的学者使用。其技术亮点在于不仅支持文本摘要，还能通过集成 PDFFigure2 等组件，智能识别并截取论文中的公式与插图（含标题），甚至支持配置本地模型或伪 API 以灵活适应不同的网络环境与成本需求。无论是想要快速把握领域动态，还是希望建立个人知识库，ChatPaper2Xmind 都能成为你高效的科研助手。","![Logo](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FMasterYip_ChatPaper2Xmind_readme_122786e09594.png)\n# ChatPaper2XMind\n\n**中文**|[English](README_en.md)\n\nChatPaper2XMind论文XMind笔记生成工具：使用ChatGPT将PDF转换为带有图片和公式的简洁XMind笔记，提高阅读效率。\n\n**注意：受限于ChatGPT生成模型准确性，生成的Xmind笔记更适合作为笔记草稿，在此基础上制作阅读笔记，而不能直接将其当做论文阅读。**\n\n**目录**\n- [功能展示](#功能展示)\n- [安装与使用](#安装与使用)\n  - [Release版本](#release版本)\n  - [源码运行](#源码运行)\n    - [1. 环境设置](#1-环境设置)\n    - [2. Config配置(config.py)](#2-config配置configpy)\n    - [3. 开箱使用](#3-开箱使用)\n- [常见错误](#常见错误)\n- [未来工作](#未来工作)\n- [鸣谢](#鸣谢)\n\n## 功能展示\n![文档转换](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FMasterYip_ChatPaper2Xmind_readme_3f11f056b7c6.png)\n\n## 安装与使用\n### Release版本\n![UI](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FMasterYip_ChatPaper2Xmind_readme_496db3ff62ab.jpg)\n\n设置选项含义详见源码config.py.\n\n拖拽pdf文件或包含pdf的文件夹至输入框中，即可一键生成。\n### 源码运行\n#### 1. 环境设置\n```\ngit clone --recursive https:\u002F\u002Fgithub.com\u002FMasterYip\u002FChatPaper2Xmind.git\ncd \u003Cwork-dir>\npip install -r requirements.txt\npip install -r .\u002FXmindCopilot\u002Frequirements.txt\n```\n#### 2. Config配置(config.py)\n**OpenAI API设置**\n```\n\"\"\"OpenAI API\"\"\"\nAPIBASE = \"\"                    # OpenAI API base, default is \"https:\u002F\u002Fapi.openai.com\u002Fv1\" for now (Leave it as empty if you are not sure)\nAPIKEYS = [\"\"]                  # Your OpenAI API keys\nMODEL = \"gpt-3.5-turbo\"         # GPT model name\nLANGUAGE = \"English\"            # Only partially support Chinese\nKEYWORD = \"Science&Engineering\" # Keyword for GPT model (What field you want the model to focus on)\nPROXY = None                    # Your proxy address\n# Note: If you are in China, you may need to use a proxy to access OpenAI API\n# (If your system's global proxy is set, you can leave it as None)\n# PROXY = \"http:\u002F\u002F127.0.0.1:7890\"\n```\n- **APIBASE**: OpenAI模型请求服务器URL\n  - 可以更换为任意支持openai请求格式的模型（ChatGLM\u002FLLaMA等）\n- **APIKEYS(必须配置)**: 用于OpenAI模型请求的APIKEY\n  - 可添加多个APIKEY，支持多线程请求\n  - 如使用其他模型，APIKEYS的列表长度决定了请求线程数量，内容可为任意值\n  - **没有APIKEY的同学可以参考[ChatGPT_API_NoKey](https:\u002F\u002Fgithub.com\u002FMasterYip\u002FChatGPT_API_NoKey)配置伪API服务器，并更改openai.api_base来实现伪API访问**，此情况下APIKEY需设置任意值（不能为空）\n- MODEL: OpenAI模型选择\n- LANGUAGE: 生成语言\n- KEYWORD: 论文所属领域\n- **PROXY**: 代理服务器\n  - 如果你在中国地区，可能需要使用代理访问OpenAI官网\n  - 保留为None时，将跟随系统全局代理\n\n**生成格式设置**\n```\n\"\"\"Generation\"\"\"\nGEN_IMGS = True\nGEN_EQUATIONS = True\n\n# PDFFigure2\nUSE_PDFFIGURE2 = True       # Use PDFFigure2 to generate images & tables (This requires you to install JVM)\nSNAP_WITH_CAPTION = True    # Generate images & tables with caption (Only valid when USE_PDFFIGURE2 is True)\n\n# Max generation item number\nTEXT2LIST_MAX_NUM = 4       # Max number of items for each list\nTEXT2TREE_MAX_NUM = 4       # Max number of subtopics for each topic\nFAKE_GPT_RESPONSE = \"Fake\"  # Fake GPT response when GPT_ENABLE is False\nif True:  # Use true GPT model\n    GPT_ENABLE = True\n    THREAD_RATE_LIMIT = 100       # Each APIKEY can send 3 requests per minute (limited by OpenAI)\nelse:    # Use fake GPT model\n    GPT_ENABLE = False\n    THREAD_RATE_LIMIT = 6000  \n```\n- GEN_IMGS: 捕获并生成论文图片\n- GEN_EQUATIONS: 捕获并生成论文公式\n- **USE_PDFFIGURE2**: 使用PDFFIGURE2来捕获论文图片 **（需要Java环境，如没有安装Java环境，请设置为False）**\n- SNAP_WITH_CAPTION: USE_PDFFIGURE2为True时，截取图片以及图片标题\n- TEXT2LIST_MAX_NUM(暂时无效)\n- TEXT2TREE_MAX_NUM(暂时无效)\n- FAKE_GPT_RESPONSE: 不使用ChatGPT时的伪GPT响应\n- **GPT_ENABLE**: 是否使用GPT\n  - 如不使用ChatGPT生成文本概要，仅生成论文目录以及图片公式，可将其设置为False\n- **THREAD_RATE_LIMIT**: 单个线程(单个APIKEY)的每分钟请求次数\n  - OpenAI对请求频率存在限制，普通套餐通常为3\u002Fmin\n\n**PDF标题\u002F公式\u002F图片\u002F表格匹配设置**\n```\n\"\"\"PDF Parser - Regular Expression\"\"\"\n# Special title\nABS_MATCHSTR = \"ABSTRACT|Abstract|abstract\"\nINTRO_MATCHSTR = \"I.[\\s]{1,3}(INTRODUCTION|Introduction|introduction)\"\nREF_MATCHSTR = \"Reference|REFERENCE|Bibliography\"\nAPD_MATCHSTR = \"APPENDIX|Appendix\"  # Not used for now\n# General title\n# FIXME: Misidentification exists\nSECTION_TITLE_MATCHSTR = [\"[IVX1-9]{1,4}[\\.\\s][\\sA-Za-z]{1,}|[1-9]{1,2}[\\s\\.\\n][\\sA-Za-z]{1,}\",  # Level 1\n                          \"[A-M]{1}\\.[\\sA-Za-z]{1,}|[1-9]\\.[1-9]\\.[\\sA-Za-z]{1,}\"]  # Level 2\n# Equation & Image\nEQUATION_MATCHSTR = '[\\s]{0,}\\([\\d]{1,}[a-zA-Z]{0,1}\\)'\nIMG_MATCHSTR = 'Fig.[\\s]{1,3}[\\d]{1,2}|Figure[\\s]{1,3}[\\d]{1,2}|Tab.[\\s]{1,3}[\\dIVX]{1,3}|Table[\\s]{1,3}[\\dIVX]{1,3}'  # Figure & Table\n```\n**Xmind风格模板**\n```\n\"\"\"Xmind Sytle Template\"\"\"\nTEMPLATE_XMIND_PATH = 'template.xmind'\n```\n**调试信息**\n```\n\"\"\"Debuging\"\"\"\nDEBUG_MODE = False\n```\n\n#### 3. 开箱使用\n\n将PDF论文转换为XMind\n```\ncd \u003Croot-dir>\npython paper2xmind.py --path \u003Cpdf路径或pdf文件夹路径>\n```\n运行演示\n```\npython paper2xmind.py\n```\n## 常见错误\n### 1.'PDFFigure2PaperParser' object has no attribute 'pdf'\n```\nFileNotFoundError: [WinError 2] 系统找不到指定的文件。\nException ignored in: \u003Cfunction PDFPaperParser.del at 0x000001F4388C2C00>\nTraceback (most recent call last):\nFile \"D:\\git\\ChatPaper2Xmind\\pdf_parser.py\", line 31, in del\nself.pdf.close()\n^^^^^^^^\nAttributeError: 'PDFFigure2PaperParser' object has no attribute 'pdf'\n```\n- PDF输入路径有误\n  - PDF文件不存在\n  - 输入路径包含空格，没有用双引号括起来\n- 没有安装Java环境，且使用PDFFIGURE2生成图片\n  -  设置USE_PDFFIGURE2=False 或 安装Java环境并添加至系统环境变量PATH\n\n### 2.ImportError: cannot import name 'xmind' from 'XmindCopilot' (unknown location)\n```\nTraceback (most recent call last):\nFile \"D:\\academic chatgpt series\\ChatPaper2Xmind-main\\paper2xmind.py\", line 3, in\nfrom XmindCopilot import xmind, fileshrink\nImportError: cannot import name 'xmind' from 'XmindCopilot' (unknown location)\n```\n- Git未正常拉取XmindCopilot仓库\n  - 需正确执行环境配置\n```\ngit clone --recursive https:\u002F\u002Fgithub.com\u002FMasterYip\u002FChatPaper2Xmind.git\ncd \u003Cwork-dir>\npip install -r requirements.txt\npip install -r .\u002FXmindCopilot\u002Frequirements.txt\n```\n\n## 未来工作\n- 减少GPT请求次数以加快XMind生成速度\n- 添加元数据和资源解析功能\n- 添加Markdown笔记生成功能\n- 优化公式检测（边界检测）\n\n## 鸣谢\n\n感谢以下项目对本项目的宝贵贡献：\n\n- [PDFfigures 2.0](https:\u002F\u002Fgithub.com\u002Fallenai\u002Fpdffigures2)\n- [Chatpaper](https:\u002F\u002Fgithub.com\u002Fkaixindelele\u002FChatPaper)\n- [xmind](https:\u002F\u002Fgithub.com\u002Fzhuifengshen\u002Fxmind)\n\n以及其他不小心被忽略的项目 :)\n\n特别感谢开源社区和所有为该项目作出贡献的贡献者。\n\n## 许可证\n本项目在MIT许可下发布。有关详细信息，请参阅[LICENSE](LICENSE)文件。\n\n## 作者\nMaster Yip\n\n电子邮件：2205929492@qq.com\n\nGitHub：[Master Yip](https:\u002F\u002Fgithub.com\u002FMasterYip)\n\nQQ 交流群：\n![QQ](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FMasterYip_ChatPaper2Xmind_readme_1fa23e98c6e7.jpg)\n\n加群验证问题答案：Github","# ChatPaper2Xmind 快速上手指南\n\nChatPaper2Xmind 是一款利用 ChatGPT 将 PDF 论文转换为包含图片和公式的 XMind 笔记的工具，旨在提升阅读效率。\n\n> **注意**：受限于模型准确性，生成的笔记更适合作为草稿辅助阅读，不建议直接替代原文。\n\n## 1. 环境准备\n\n在开始之前，请确保您的系统满足以下要求：\n\n*   **操作系统**：Windows \u002F Linux \u002F macOS\n*   **Python 版本**：建议 Python 3.8+\n*   **Java 环境 (JDK)**：**必须安装**。\n    *   原因：工具依赖 `PDFFigure2` 提取论文中的图片和表格，该组件需要 JVM 支持。\n    *   操作：安装 Java 后，请确保将其添加到系统环境变量 `PATH` 中。\n*   **Git**：用于克隆项目代码。\n\n## 2. 安装步骤\n\n### 2.1 克隆项目\n使用 `--recursive` 参数克隆仓库，以同时拉取必要的子模块（如 XmindCopilot）：\n\n```bash\ngit clone --recursive https:\u002F\u002Fgithub.com\u002FMasterYip\u002FChatPaper2Xmind.git\ncd ChatPaper2Xmind\n```\n\n### 2.2 安装依赖\n依次安装主项目和子模块所需的 Python 依赖包：\n\n```bash\npip install -r requirements.txt\npip install -r .\u002FXmindCopilot\u002Frequirements.txt\n```\n\n### 2.3 配置 API (config.py)\n编辑根目录下的 `config.py` 文件，配置 OpenAI 相关参数：\n\n```python\n# config.py 示例修改\n\nAPIBASE = \"\"                    # 默认留空即可，如有特殊代理地址可填写\nAPIKEYS = [\"sk-xxxxxxxx\"]       # 【必填】填入你的 OpenAI API Key，支持多个 key 轮询\nMODEL = \"gpt-3.5-turbo\"         # 使用的模型名称\nLANGUAGE = \"English\"            # 生成语言（部分支持中文）\nKEYWORD = \"Science&Engineering\" # 论文所属领域关键词\nPROXY = None                    # 国内用户若无法直连，需配置代理，例如：\"http:\u002F\u002F127.0.0.1:7890\"\n\n# 图片提取设置\nUSE_PDFFIGURE2 = True           # 保持 True 以提取图片\u002F表格（需已安装 Java）\n```\n\n> **提示**：如果没有 API Key，可参考项目提到的伪 API 服务器方案配置，此时 `APIKEYS` 需填入任意非空字符串。\n\n## 3. 基本使用\n\n配置完成后，即可通过命令行将 PDF 论文转换为 XMind 文件。\n\n### 方式一：转换单个文件或文件夹\n将 `\u003Cpdf 路径>` 替换为你的 PDF 文件路径或包含多个 PDF 的文件夹路径：\n\n```bash\npython paper2xmind.py --path \u003Cpdf 路径或 pdf 文件夹路径>\n```\n\n### 方式二：运行演示\n直接运行命令（默认使用项目内的测试数据，如有）：\n\n```bash\npython paper2xmind.py\n```\n\n运行成功后，程序将在输出目录生成对应的 `.xmind` 文件，可使用 XMind 软件打开查看。","某高校计算机系研究生李明正在准备开题报告，需要在三天内快速梳理 20 篇关于“大模型推理优化”的最新顶会论文，以构建技术路线图。\n\n### 没有 ChatPaper2Xmind 时\n- **阅读效率低下**：面对每篇几十页的 PDF，必须从头到尾通读才能抓住重点，单篇耗时超过 2 小时，难以在规定期限内完成文献综述。\n- **笔记整理繁琐**：手动摘录核心观点、公式和图片到 Word 或 XMind 中，不仅打字耗时，还容易在复制粘贴过程中弄错公式符号或遗漏图表上下文。\n- **逻辑结构混乱**：由于缺乏全局视角，初期整理的笔记往往是零散的知识点堆砌，难以快速理清论文内部的层级逻辑和论证脉络。\n- **关键信息遗漏**：在疲劳阅读状态下，极易忽略隐藏在长段落中的关键实验数据或创新点，导致后续复现或引用时出现偏差。\n\n### 使用 ChatPaper2Xmind 后\n- **极速提取概要**：将 PDF 拖入工具，ChatPaper2Xmind 自动调用 GPT 模型在几分钟内生成包含摘要、引言及结论的结构化大纲，单篇处理时间缩短至 10 分钟以内。\n- **图文公式完整保留**：工具自动识别并截取论文中的关键架构图、实验数据表及核心数学公式，直接嵌入 XMind 节点，无需手动截图或重新录入 LaTeX 代码。\n- **逻辑脉络清晰可视**：生成的 XMind 文件天然具备树状层级结构，清晰展示“问题定义 - 方法创新 - 实验验证”的逻辑链条，李明可直接在此基础上修改完善。\n- **辅助草稿高效迭代**：虽然官方提示生成内容需作为草稿校对，但这已解决了 80% 的基础整理工作，让李明能将精力集中在深度思考与批判性分析上。\n\nChatPaper2Xmind 通过将非结构化的 PDF 论文一键转化为可视化的思维导图草稿，把科研人员从机械的摘录工作中解放出来，实现了文献阅读效率的质的飞跃。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FMasterYip_ChatPaper2Xmind_3f11f056.png","MasterYip","Raymon Yip","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FMasterYip_a1fad82a.jpg","Now You See Me.","Harbin Institute of Technology","China","2205929492@qq.com","MasterYip3","masteryip.github.io","https:\u002F\u002Fgithub.com\u002FMasterYip",[86],{"name":87,"color":88,"percentage":89},"Python","#3572A5",100,587,38,"2026-04-03T23:46:46","MIT","Windows, macOS, Linux","未说明",{"notes":97,"python":98,"dependencies":99},"1. 若启用图片提取功能 (USE_PDFFIGURE2=True)，必须安装 Java 环境 (JVM) 并配置至系统环境变量 PATH。2. 必须配置 OpenAI API Key，或自行搭建兼容 OpenAI 格式的伪 API 服务器。3. 中国大陆用户访问 OpenAI 可能需要配置代理 (PROXY)。4. 源码克隆时需使用 --recursive 参数以获取子模块 XmindCopilot。","未说明 (需支持 pip 安装 requirements.txt)",[100,101,102],"XmindCopilot","openai","PDFFigure2 (可选)",[15,46],null,"2026-03-27T02:49:30.150509","2026-04-10T22:19:09.034825",[108,113,118,123,128,132],{"id":109,"question_zh":110,"answer_zh":111,"source_url":112},28461,"运行时出现 'NameError: name MAXTOKEN is not defined' 错误怎么解决？","该错误表明代码中使用了未定义的变量 'MAXTOKEN'。这通常是由于配置文件缺失或代码版本不匹配导致的。请检查项目中是否有相关的配置文件（如 config.py 或 settings.json），并确保其中定义了 'MAXTOKEN' 变量，或者更新到最新版本的代码以修复此定义缺失问题。","https:\u002F\u002Fgithub.com\u002FMasterYip\u002FChatPaper2Xmind\u002Fissues\u002F15",{"id":114,"question_zh":115,"answer_zh":116,"source_url":117},28456,"运行代码时出现 'TypeError: type object is not subscriptable' 错误怎么办？","这是因为 Python 版本过低导致的。该语法特性需要 Python 3.9 及以上版本（部分情况 3.8 也可，建议升级）。请检查您的 Python 版本，并使用 `python --version` 确认，如果版本低于 3.8，请升级到最新版本后重试。","https:\u002F\u002Fgithub.com\u002FMasterYip\u002FChatPaper2Xmind\u002Fissues\u002F13",{"id":119,"question_zh":120,"answer_zh":121,"source_url":122},28457,"导入模块失败：'ImportError: cannot import name xmind from XmindCopilot' 如何解决？","这通常是因为下载方式不正确导致的。如果您直接下载了 ZIP 压缩包，可能不包含子模块 'XmindCopilot'。请使用以下命令通过 git 递归克隆项目，以确保所有子模块都被正确下载：\n\ngit clone --recursive https:\u002F\u002Fgithub.com\u002FMasterYip\u002FChatPaper2Xmind.git","https:\u002F\u002Fgithub.com\u002FMasterYip\u002FChatPaper2Xmind\u002Fissues\u002F5",{"id":124,"question_zh":125,"answer_zh":126,"source_url":127},28458,"遇到 'Token 限制超出' (maximum context length) 的错误如何处理？","当输入的文本长度超过模型的最大上下文限制（如 4097 tokens）时会报此错。目前的临时解决方法是修改代码中的 'gpt interface' 文件，在调用 `openai.chatcompletion` 之前，对请求内容进行截断处理，只保留前 4096 tokens。您可以参考 `tiktoken` 等库来计算和截断 token 数量。","https:\u002F\u002Fgithub.com\u002FMasterYip\u002FChatPaper2Xmind\u002Fissues\u002F7",{"id":129,"question_zh":130,"answer_zh":131,"source_url":122},28459,"运行程序时报 'FileNotFoundError: [WinError 2] 系统找不到指定的文件' 是什么原因？","该错误通常由以下两个原因引起：\n1. PDF 文件路径输入有误，导致程序无法找到文件。请尝试运行 README 中的示例命令，检查是否能正常运行以排除路径问题。\n2. 项目未完整克隆（缺少子模块），请参考相关 Issue 使用 `git clone --recursive` 重新下载项目。",{"id":133,"question_zh":134,"answer_zh":135,"source_url":136},28460,"如何联系作者进行合作或加入交流群组？","您可以通过发送邮件给作者获取微信 ID，或者参考类似 GLM2-6B 等项目的方式组建微信群。作者表示欢迎合作，并会将群二维码放置在项目中以便大家交流。","https:\u002F\u002Fgithub.com\u002FMasterYip\u002FChatPaper2Xmind\u002Fissues\u002F1",[138],{"id":139,"version":140,"summary_zh":141,"released_at":142},189400,"ChatPaper2Xmind-x64-v1.0.0-alpha","**ChatPaper2Xmind v1.0.0-alpha 无Python环境测试版** 已上线！\n双击ChatPaper2Xmind.exe即可运行。\n注意：\n- 开启USEPDFFIGURE2仍需要Java环境。\n- 由于多线程管理尚未完善，如果中途关闭窗口，程序并不会结束，需要在任务管理器中清理。\n- UI版本并不会自动跟随系统代理，需要自行设置（例如http:\u002F\u002F127.0.0.1:7890）。\n\n**ChatPaper2Xmind v1.0.0-alpha 无Python环境测试版** 现已上线！\n双击ChatPaper2Xmind.exe即可运行。\n请注意：\n- 启用USEPDFFIGURE2仍需Java环境。\n- 由于多线程管理尚不完善，若中途关闭窗口，程序不会自动退出，需在任务管理器中手动结束进程。\n- UI版本不会自动使用系统代理，需手动配置代理设置（例如：http:\u002F\u002F127.0.0.1:7890）。\n\n![UI](https:\u002F\u002Fgithub.com\u002FMasterYip\u002FChatPaper2Xmind\u002Fassets\u002F73632805\u002Fc9103e44-c27e-4922-a8e9-ec7e41073ccc)","2023-10-08T09:51:49"]