很早之前我听我朋友说了一个科研体系，叫做“科研论”《钟澄》。它里面提到一个非常重要的事情，就是将文献图片全都打包入库。这样在后续做科研的时候，你可以非常快速地筛选出跟你相关领域的 Fig 1、Fig 2、Fig 3、Fig 4 怎么做。这样的话，你去做科研的时候就不会一头雾水，像个无头苍蝇一样。
这个系统的核心是截图，一开始想的是用 AI 自动进行图片的截取，但是发现 AI 截的图总是有问题。所以我索性算了吧，还是自己截图。一天看一篇文献，你就截一篇文献图，又不会死。毕竟跟领域相关的也没有那么多文章，无非就是截十张图而已，也无所谓的，压力也不大。主要是管理上确实有问题。钟澄老师是用一个Word文档管理的，虽然简陋但是有效。我想这个东西能不能给它体系化？所以之前一直在想这方面工具的开发。
所以说，我重新开发了这套阅读工具。citebox
它的核心是这样子：你登录之后呢，就可以上传文献。
上传完之后，我们可以手动对PDF进行截图（基于pdf.js）你拆完之后，文章里的所有图片你就会入库了。
入库完之后有什么用呢？我们提供两套思路：
- 对文章本身进行标签和分组。文章本身是可以标签和分组的。
- 对图片进行标签化。我们觉得文章里面最重要的就是图片，因为很多时候文章作者是按照图片去讲他的一个故事的。所以说我们给图片设计了专门的一套标签系统。
同时呢，我们也设计了两套笔记系统：
- 文献本身的笔记
- 图片本身的笔记
这两个笔记都单独作为体系的。
然后有个关键是我们做了一套 AI 的解读系统，因为现在大模型越来越强嘛，一个工具没有 AI 肯定是不行的。所以想着，那怎么加 AI 工具呢？我们加两套：
- 给图片本身的解读。一个图片你看不懂，AI 应该帮你解读一下。
- Tag 建议。你这个图片不知道打什么 Tag，打 Tag 就很难了。那么你可以让 AI 给你做个建议，这也没问题。
同时我们还提供了文献图文交互式的一个解读。因为我们把文献里面的所有图片都给它拆分出来。这样拆分出来之后，我们就把图片作为一个上传内容传入给 AI。然后 AI 在回答的时候把图片也输出来。这样的话，我们可以生成一个图文并茂式的文献。
这工具很简单，我是用 Go 来做的一个后端开发，前端是无框架的原生html/js/css。编译之后，不到 7MB 的样子。
它前端用但是 WebView。WebView 是目前 Windows 10、Windows 11 以上它自带的一个功能。当然如果你系统版本太早了，那就只能自己在我的基础上进行开发了，毕竟目前的AI辅助编程很强的。
支持Linux和MacOS，但是MacOS的话，无法直接点开，得先用chmod +x 给他赋予执行权限，然后运行但是以后，还得在隐私和安全性允许。
