litkit 论文工具包
Aug 18, 2026
·
2 min read

litkit 是一个 Go 编写的论文工具包(Go 1.26 / cobra / SQLite),CLI 为唯一接口。面向 AI agent 与命令行用户,覆盖论文写作的完整链路——从跨源检索、规范引用,到手稿排版与 AI 撰写合规门禁。
解决的写作痛点
- 检索源分散,信息割裂:查找文献要在 arxiv、PubMed、bioRxiv、medRxiv、Semantic Scholar、OpenAlex 之间反复切换,手动去重、手抄元数据,既耗时又容易出错、漏引。
- 引用格式反复返工:国内期刊普遍要求 GB/T 7714,不同期刊又吃 APA / IEEE,手动编排引用编号与格式是论文投稿前最常见的返工地。
- AI 协作的上下文噪声与合规失控:把检索结果整段丢给 AI,上下文既臃肿又昂贵;更危险的是,未经校验的 AI 成稿可能存在虚假引用、格式失范,埋下学术不端与退稿隐患。
- 文献库与写作脱节:PDF、元数据、笔记零散散落各处,本地文献管理与写作流程割裂,难以复现、难以沉淀。
项目优势
- AI-first 降噪:接口默认只返回写作所需最小字段集(citeKey / title / firstAuthor / year / abstract),完整元数据按需取回,从源头压缩上下文噪声、节省 token。
- CLI 为唯一接口:全功能命令化,输出 JSON,可被 AI shell 与脚本直接调用、可重复、可审计。
- 免费优先、开箱即用:全部检索源均为公开开放接口,无任何必需的 API key;加密钥一律走
.env(gitignored),禁止硬编码。 - 摘要工作流:检索源必须提供摘要,无摘要论文默认过滤,不下载 PDF、不抽取全文——检索轻量、合规、不爬版权内容。
- 六源并发检索 + 去重:不依赖单一检索源,按「元数据骨干 + 学科源」组合,一次给出全局结果。
- 统一规范引用:一键导出 BibTeX / RIS / 文本,支持 GB/T 7714—2025 / APA / IEEE 三种期刊样式。
- 手稿排版自动化:解析
[@citeKey]占位符自动转为引用编号,--preview输出自描述标记便于人工核查。 - 撰写合规门禁(19 条规则):机械化验证结构 / 数据 / 标点 / 引用 / 字数 / 行文,把 AI 生成内容挡在不合规的门外;可选的 LLM 引用相关性评分进一步把关。
- AI 痕迹审查与温润去除:识别并平滑文中的 AI 腔与机械痕迹,在不改变论文事实与数据的前提下,让文本更像人的自然写作,降低投稿时的查重与 AI 检测风险。
- 全文获取有兜底策略:Unpaywall 开放获取优先 → Sci-Hub 兜底,PDF 落盘 + 全文缓存,再次取回零网络开销。
安装
三选一即可:
| 方式 | 命令 |
|---|---|
| 二进制(推荐) | 从 GitHub Releases 下载 Windows / Linux / macOS × amd64 / arm64 压缩包,解压后加入 PATH |
| 源码构建 | cd app && go build -o litkit ./cmd/litkit(需 Go ≥ 1.26) |
快速上手
$env:LITKIT_WORK_DIR = "$HOME\litkit-workspace" # Linux/macOS 用 export LITKIT_WORK_DIR=...
litkit init --type empirical --lang zh # 1. 初始化(review 综述 | empirical 实证)
litkit search "retrieval augmented generation" -n 3 # 2. 跨源检索(输出 JSON,AI 可直接吞)
litkit metadata doi 10.5555/3295222.3295349 # 3. 元数据反查,入库本地文献库
litkit fetch <citeKey> # 4. 取回全文(Unpaywall OA → Sci-Hub)
litkit manuscript draft.md --lang zh # 5. 手稿排版([@citeKey] → [1][2])
litkit manuscript draft.md --preview # 5b. 预览模式,便于人工核查
litkit lint init --type empirical --lang zh # 6. 生成撰写约束门禁
litkit verify chapter1.md --mode draft # 6b. 撰写合规校验
litkit verify chapter1.md --mode draft --report citation-refs # 6c. LLM 引用相关性评分(需开启)
项目原则
- AI-first 降噪:接口设计以降低上下文噪声为第一约束。
- CLI 唯一接口:全部功能经 CLI 命令完成。
- 摘要工作流:检索源必须提供摘要,无摘要论文默认过滤;不下载 PDF、不抽取全文。
- 免费优先:全部源为公开开放接口,无强制 API key;密钥一律走
.env(gitignored),禁止硬编码。 - 接口同步:新增 CLI 功能同步更新接口文档 api.md。
技术栈
Go 1.26 + cobra + SQLite。项目遵循 Apache-2.0 开源许可(Copyright © 2026 YnLo)。
