01
用户问题
- 英文论文散落在文件夹中，标题、作者、关键词与阅读状态难以统一管理。
- 重复翻译和手工整理耗时，研究过程中的笔记与选题关系难以沉淀。
- 通用翻译工具与文献库相互割裂，翻译结果不便于长期保存和复用。
Featured ProjectAI 文献管理与汉化阅读工作台
MyLib.
面向国内科研人员，把分散的英文 PDF 转化为可管理、可理解、可复用的本地知识资产。
MyLib 围绕英文论文阅读慢、整理难和复用成本高的问题，将 PDF 导入、元数据识别、文献管理、研究选题关联与 AI 汉化整合到同一个 Windows 桌面工作流中。
Windows 桌面应用
本地优先
AI 工作流
研究生试用
02
产品方案
- 导入 PDF 后识别标题、作者、年份、期刊、DOI、摘要与关键词，并由用户确认后入库。
- 用阅读状态、汉化状态、分类、关键词与研究选题组织本地文献。
- 将长论文分块汉化，记录任务进度，并输出中文与双语 Markdown。
03
个人职责
- 需求分析与产品方案
- 信息架构与交互设计
- 前后端与 Electron 开发
- AI 工作流与 PDF 处理
- 打包、测试与试用反馈
PRODUCT WORKFLOW
从一份 PDF，到可复用的本地知识
01 · PDF 导入
02 · GROBID 结构解析
03 · AI 元数据识别
04 · 用户确认入库
05 · 分块汉化翻译
06 · 中文 / 双语 Markdown 输出
PRODUCT DECISIONS
围绕可靠性和可控性做取舍
识别后再确认入库
自动识别结果先进入可编辑预览，避免错误标题、作者或期刊信息直接污染文献库。
异步分块汉化
长论文按块处理并展示进度，让耗时任务可观察，也便于失败后继续处理。
任务可停止
用户可以停止进行中的汉化任务，减少错误配置或选错文献后的额外消耗。
避免重复翻译
记录汉化状态与译文文件，已有结果可以直接预览或打开，不必重复生成。
本地文件优先
原始 PDF、译文与笔记保存在本地，适配科研资料长期管理和离线复用场景。
KNOWLEDGE REUSE
缩短文献找回路径
CURRENT RESULT
My Lib
目前已有稳定的 Windows 可执行版本，并已交付研究生用户试用；后续根据真实使用反馈继续优化识别准确性、阅读体验与知识关联能力。
个人职责：独立负责需求分析、产品设计、前后端开发、AI 工作流设计、PDF 处理、Electron 打包和测试。