把零散的科研活动，转化为结构化、可追踪、可汇报的个人科研资产。
ResearchFlow 研途是面向研究生与青年科研工作者的轻量科研日志系统。它从每天几分钟的真实记录出发，自动完成科研主线识别、活动分类、问题复盘和下一步规划，并继续汇总为周报、月报与可编辑的组会 PPT 初稿。
科研工作常常同时发生在论文阅读、代码开发、算法仿真、实验验证和论文写作中。每天很忙，但到组会或阶段总结时，信息已经散落在聊天、文件夹和记忆里。ResearchFlow 研途解决的不是“替你写总结”，而是把真实记录持续沉淀成一条可回溯的科研时间线。
- 独立欢迎主页：默认展示科研路径宣传海报，再由用户主动进入对应工作台功能。
- 五分钟快速入门：先选择个性化分类与分析引擎，再导入六天原文；日报、周报和 PPT 均需确认后生成，并可保留本地/AI 两套结果比较。
- 每日日志复盘：本地代码与 AI 两种分析路径；自动检查成果证据、可复现性信息和计划清晰度。
- 实验图片附件：每日日志可上传 PNG、JPEG 或 WebP，及时保留结果图、设备照片与关键数据截图。
- 周报与组会 PPT：本地或 AI 结果均可进入 Markdown 周报和 16:9 可编辑 PPTX；PPT 包含成果证据与可复现性专页。
- 月报与研究时间线：本地代码侧重可解释时间线，AI 路径侧重跨周脉络、里程碑与风险提炼。
- 历史检索与编辑：按日期或关键词回看、追加、重新分析历史日志。
- 演示与数据迁移：一键载入脱敏示例；工作区可导出 JSON 备份并在其他工作区恢复。
- 个性化配置：自定义科研主线、活动方向、颜色和关键词；保存后立即进入本地分析，旧预览自动失效。
- 低门槛模型接入：预置 Agnes、DeepSeek、OpenAI、Anthropic 与自定义兼容接口；设置页提供 Agnes 控制台入口。
- 不编造进展：报告和 PPT 只使用已经保存的日志内容，AI 负责提炼，不替代科研判断。
- 按研究主线组织：周报聚合同类进展，避免退化成“周一做了什么、周二做了什么”的流水账。
- 结果可继续编辑：生成内容是初稿而非最终稿，正式汇报前应由研究者核对数据与结论。
- 双引擎同构：不配置 API 也能完成日报、周报、月报和 PPT；接入大模型后使用相同输出结构，随时可以回退。
python -m venv .venv
# Windows
.venv\Scripts\activate
pip install -r requirements.txt
streamlit run app.py- 新工作区使用 128 位随机访问令牌。工作区链接相当于访问凭证，获得链接的人可访问对应数据，请勿公开分享。
- API Key 与自定义配置仅保存在当前 Streamlit 会话中，不提交到仓库。
- 启用第三方模型后，日志正文会被发送给所选 API 服务商；请先脱敏，不要上传密钥、涉密项目或未公开敏感数据。
- Streamlit Community Cloud 的本地文件可能因重启或重新部署而丢失。请使用“设置 → 数据备份与迁移”定期导出 JSON。
- JSON 备份包含附件路径但不包含图片二进制文件，关键实验图片应同步保存到自己的科研数据目录。
- 当前公开体验版不是带账号、权限和持久云数据库的生产系统。
ResearchFlow/
├── app.py # Streamlit 交互界面
├── config.yaml # 默认科研分类配置
├── assets/ # Logo 与欢迎页宣传海报
├── src/
│ ├── database.py # SQLite 与工作区备份
│ ├── summarize.py # 本地规则分析
│ ├── llm_analyzer.py # 可选大模型分析
│ ├── report_generator.py # 日报、周报、月报
│ ├── ppt_generator.py # 组会 PPTX 初稿
│ ├── attachments.py # 实验图片校验与保存
│ ├── demo_data.py # 脱敏示例数据
│ └── security.py # 输入、令牌与网络边界校验
└── tests/ # 核心功能与 API 凭据安全测试
Python · Streamlit · SQLite · PyYAML · Requests · python-pptx
当前版本聚焦个人科研记录与周期复盘。后续可继续加入账号登录与持久云数据库、附件云端持久化、语义检索，以及用户自定义 PPT 模板。