Profesor Gruñón Lee Papers: un profesor IA de carácter gruñón que hace la lectura de papers más eficiente y divertida 153

Qué es el Profesor Gruñón leyendo artículos

El Profesor Gruñón leyendo artículos (mad-professor) es una aplicación de acompañamiento para la lectura de artículos académicos que integra múltiples capacidades como procesamiento de PDF, traducción con IA, búsqueda RAG, preguntas y respuestas con IA e interacción por voz, ofreciendo a los investigadores académicos una solución integral para la lectura de artículos.

Características principales del Profesor Gruñón leyendo artículos

• Procesamiento automático de artículos: tras importar el PDF, extrae, traduce y estructura automáticamente el contenido del artículo.

• Visualización bilingüe: admite la lectura de artículos con对照 (comparación) entre chino e inglés.

• Preguntas y respuestas inteligentes con IA: combinadas con el contenido del artículo, ofrece explicaciones y análisis profesionales.

• Profesor IA personalizado: la IA responde preguntas con la personalidad de "profesor gruñón", añadiendo un toque divertido.

• Interacción por voz: admite preguntas por voz y respuestas por voz mediante TTS.

• Búsqueda mejorada con RAG: recuperación y localización precisas basadas en el contenido del artículo.

• Interfaz de pantalla dividida: contenido del artículo a la izquierda, preguntas y respuestas con IA a la derecha, para una interacción eficiente.

Arquitectura técnica del Profesor Gruñón leyendo artículos

• Interfaz frontend:

• Aplicación de escritorio moderna construida con PyQt6.

• Motor central:

• Módulo de preguntas y respuestas con IA: sistema de preguntas y respuestas académicas basado en LLM.

• Sistema de búsqueda RAG: precisión mejorada en preguntas y respuestas mediante búsqueda vectorial.

• Pipeline de procesamiento de artículos: conversión de PDF a MD, traducción automática y análisis estructurado.

• Sistema de interacción:

• Reconocimiento de voz: reconocimiento de entrada de voz en tiempo real.

• Síntesis de voz TTS: reproducción en tiempo real de las respuestas de la IA.

• Reconocimiento de emociones: ajusta el tono de la respuesta según el contenido de la pregunta.

Guía de instalación del Profesor Gruñón leyendo artículos

Requisitos del entorno

• Python 3.10 o superior

• Soporte para CUDA

• 6 GB o más de memoria de vídeo

Dependencias del proyecto

• Proyectos de código abierto: MinerU, RealtimeSTT

• Servicios de API en línea: DeepSeek, MiniMax

Pasos de instalación

1. Crear un entorno con conda.

2. Instalar las dependencias de MinerU.

3. Instalar las dependencias restantes.

4. Instalar las versiones de CUDA y torch compatibles con la tarjeta gráfica de tu ordenador.

5. Instalar la versión para GPU de FAISS.

6. Descargar los archivos del modelo y configurar el directorio del modelo.

7. Configurar las claves de API.

Tutorial de uso del Profesor Gruñón leyendo artículos

Importar artículos

1. Haz clic en el botón "Importar artículo" de la barra lateral y selecciona el archivo PDF para importarlo.

2. Haz clic en "Continuar" y espera a que finalice el procesamiento (incluyendo la traducción y la construcción del índice).

3. Los PDF importados se almacenarán en la carpeta de datos; también puedes colocar varios PDF en la carpeta de datos y el programa detectará los archivos no procesados para procesarlos por lotes.

Lectura de artículos

1. Selecciona en la barra lateral un artículo ya procesado.

2. Visualiza el contenido del artículo en la ventana principal; en la esquina superior derecha puedes alternar entre chino e inglés.

3. Los paneles izquierdo y derecho se pueden plegar u ocultar para ofrecer una experiencia de lectura inmersiva.

Preguntas y respuestas con IA y conversación por voz

Selecciona el dispositivo de entrada de voz en la parte inferior de la ventana de diálogo.

Haz clic en el botón del micrófono y comienza a hablar cuando la luz indicadora se vuelva verde.

Si la luz indicadora no se vuelve amarilla mientras hablas, es posible que el dispositivo de entrada no detecte la voz humana; se recomienda cambiar a otro dispositivo de entrada para probarlo.

Github:https://github.com/LYiHub/mad-professor-public