claude-prism
ClaudePrism 是一款基于 Claude 的本地化科学写作工具，专为需要撰写技术文档、科研论文或代码的用户设计。它结合了 LaTeX 排版、Python 编程环境以及超过 100 种科学技能，所有操作均可在本地完成，无需依赖云端服务。
与依赖云端的类似工具不同，ClaudePrism 强调“本地优先”，所有文件和编译过程都在你的电脑上进行，保障了数据隐私和离线使用体验。当你需要使用 AI 功能时，内容会通过 API 发送到 Anthropic 进行处理，但不会存储在远程服务器上。
这款工具特别适合研究人员、数据科学家、工程师以及需要频繁编写技术文档的开发者。内置的 Python 环境支持一键创建虚拟环境，配合 Tectonic 实现 LaTeX 的本地编译，让整个写作流程更加高效流畅。此外，它还支持 Git 版本控制、项目模板和科学技能库，极大提升了科研和开发工作的效率。
其独特之处在于将强大的 AI 能力与本地运行的桌面应用结合，兼顾了隐私、性能与易用性。
使用场景
某高校生物信息学实验室的研究员正在撰写一篇关于基因序列分析的科研论文，同时需要运行复杂的 Python 脚本进行数据分析，并使用 LaTeX 编写公式和图表。
没有 claude-prism 时
- 需要频繁切换多个工具，如在 Jupyter Notebook 中编写代码、在 Overleaf 上编辑 LaTeX 文档，以及在本地终端中运行 Python 环境，导致工作流程碎片化。
- LaTeX 文档的编译依赖云端服务，网络不稳定时无法及时查看结果，影响写作效率。
- 每次新建项目都需要手动配置 Python 环境，安装依赖包耗时且容易出错。
- 科研数据和代码分散在不同平台，难以统一管理与版本控制。
- 使用云端 AI 功能时，担心敏感数据上传至服务器存在隐私风险。
使用 claude-prism 后
- 集成 LaTeX、Python 和 AI 功能于一个桌面应用中，实现从代码编写、文档撰写到模型推理的一站式操作，提升工作效率。
- 支持本地 LaTeX 编译，无需联网即可实时预览公式和图表，确保写作过程流畅无阻。
- 内置 uv 工具，一键创建虚拟环境并安装所需依赖，简化了科研项目的初始化流程。
- 所有文件和代码存储在本地，支持 Git 版本控制，便于团队协作与历史追溯。
- AI 功能仅将必要内容发送至 Claude API 进行推理，敏感数据不上传云端，兼顾功能与隐私安全。
核心价值：claude-prism 提供了一个高效、安全、一体化的科研写作与计算环境，显著提升了科研人员的工作效率与数据安全性。
运行环境要求
- Linux
- macOS
- Windows
未说明
未说明
快速开始
ClaudePrism
一个由Claude驱动的离线优先科学写作工作区。
LaTeX + Python + 100多种科学技能——在你的桌面上运行。
-black?style=for-the-badge&logo=apple&logoColor=white){kind=icon}
-555555?style=for-the-badge&logo=apple&logoColor=white){kind=icon}
-FCC624?style=for-the-badge&logo=linux&logoColor=black){kind=icon}
为什么选择ClaudePrism？
OpenAI Prism是一个基于云端的LaTeX工作区——所有文件和数据都必须上传到OpenAI的服务器才能使用。
ClaudePrism则是一个本地优先的替代方案——你的文件存储在本地磁盘上，离线编译并进行本地编辑。AI功能需要将内容发送至Anthropic的API进行推理（详见数据使用）。
| OpenAI Prism | ClaudePrism | |
|---|---|---|
| AI模型 | GPT-5.2 | Claude Opus / Sonnet / Haiku |
| 运行环境 | 浏览器（云端） | 原生桌面（Tauri 2 + Rust） |
| LaTeX | 云端编译 | Tectonic（嵌入式、离线） |
| Python环境 | — | 内置uv + venv——一键科学Python设置 |
| 科学技能 | — | 100多种领域技能（生物信息学、化学信息学、机器学习等） |
| 入门方式 | 需要注册账号 | 安装即用——模板库+项目向导 |
| 版本控制 | — | 基于Git的历史记录，带标签与差异比较 |
| 源代码 | 专有 | 开源（MIT许可） |
数据与隐私
ClaudePrism在本地存储并编译你的文档——没有任何内容会被上传到远程服务器进行存储。然而，当你使用AI功能时，Claude读取的提示词和文件内容会被发送至Anthropic的API进行推理，这与任何基于云端的LLM工具并无二致。有关保留政策及退出选项，请参阅Claude Code的数据使用。
功能
Python环境（uv）
ClaudePrism将uv——快速的Python包管理器——直接集成到应用中。只需点击一次即可安装uv，再点击一次即可创建项目级虚拟环境。Claude Code在运行Python代码时会自动使用.venv，因此你可以在不离开编辑器的情况下生成图表、运行分析脚本并处理数据。
100多种科学技能
从K-Dense科学技能中浏览并安装特定领域的技能——精心策划的提示词和工具配置，使Claude在专业领域拥有深厚的知识：
| 领域 | 技能 |
|---|---|
| 生物信息学与基因组学 | Scanpy、BioPython、PyDESeq2、PySAM、gget、AnnData等 |
| 化学信息学与药物发现 | RDKit、DeepChem、DiffDock、PubChem、ChEMBL等 |
| 数据分析与可视化 | Matplotlib、Seaborn、Plotly、Polars、scikit-learn等 |
| 机器学习与人工智能 | PyTorch Lightning、Transformers、SHAP、UMAP、PyMC等 |
| 临床研究 | ClinicalTrials.gov、ClinVar、DrugBank、FDA等 |
| 科学交流 | 文献综述、基金申请撰写、引用管理等 |
| 多组学与系统生物学 | scvi-tools、COBRApy、Reactome、Bioservices等 |
| 以及其他 | 材料科学、实验室自动化、蛋白质组学、物理学等 |
这些技能可以全局安装（~/.claude/skills/）或按项目安装，Claude会在相关场景下自动加载它们。
快速入门：模板与项目向导
选择一个模板（论文、学位论文、演示文稿、海报、信件等），为其命名，还可选地描述你要写的内容——ClaudePrism会为你设置好项目，并利用AI生成初始内容。然后拖放参考文件（PDF、BIB、图片），即可立即开始写作。
Claude AI助手
直接在编辑器中与Claude聊天。可在Sonnet、Opus、Haiku模型之间选择，并可调整推理力度。支持持久会话、工具使用（文件编辑、bash、搜索）以及可扩展的斜杠命令。
历史记录与建议修改
每次保存都会在本地Git仓库（.claudeprism/history.git/）中创建一个快照。你可以为重要检查点添加标签，浏览任意两个快照之间的差异，并恢复之前的版本。当Claude提出修改建议时，更改会以专门的面板显示，并带有可视化差异——你可以逐段接受或拒绝，也可以一次性全部应用或撤销（⌘Y / ⌘N）。
离线LaTeX编译
Tectonic被直接嵌入到应用中。软件包在首次使用时下载一次并缓存在本地。此后，编译完全离线进行，无需安装TeX Live。
捕获并提问
按下 ⌘X 进入捕获模式，拖动以在 PDF 中选择任意区域——捕获的图像会固定在聊天输入框中，方便您立即向 Claude 提问。非常适合询问方程、图形、表格或审稿意见。
实时 PDF 预览
原生 MuPDF 渲染并支持 SyncTeX——点击 PDF 中的任意位置即可跳转到对应的源代码行。支持缩放、文本选择和捕获功能。
编辑器
CodeMirror 6，配备 LaTeX/BibTeX 语法高亮、实时错误检查、查找与替换（正则表达式），以及多文件项目支持与自动保存功能。
更多功能
- Zotero 集成 — 基于 OAuth 的参考文献管理和引用插入。
- 斜杠命令 — 内置命令（如
/review、/init）以及来自.claude/commands/的自定义命令。 - 外部编辑器 — 可在 Cursor、VS Code、Zed 或 Sublime Text 中打开项目。
- 深色/浅色主题 — 自动切换。
安装
从 GitHub 发布页面 下载最新版本。
贡献
欢迎贡献！请参阅 CONTRIBUTING.md 了解开发环境搭建、测试方法及相关指南。
致谢
本项目源自 Open Prism，由 assistant-ui 开发。
许可证
版本历史
v1.1.52026/04/02v1.1.42026/03/30v1.1.32026/03/30v1.1.22026/03/30v1.1.12026/03/27v1.1.02026/03/26v1.0.102026/03/25v1.0.92026/03/17v1.0.82026/03/16v1.0.72026/03/16v1.0.62026/03/16v1.0.52026/03/16v1.0.42026/03/16v1.0.32026/03/16v1.0.12026/03/16v1.0.02026/03/15常见问题
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。
everything-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。 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。 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
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。
NextChat
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。 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。 NextChat 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。
ML-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。 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。
ragflow
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。