litkit 论文工具包

Tue, 18 Aug 2026 00:00:00 +0000

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

Ostocare 造口护理管理系统

Tue, 18 Aug 2026 00:00:00 +0000

面向医院造口护理科室的移动端信息管理系统（H5）。围绕「患者 → 住院记录 → 维护记录 / 评估 / 照片 / 并发症」的数据层级，覆盖从扫码识别患者到标准化造口拍照、维护记录登记、量表评估、并发症登记的完整临床业务闭环，通过 PAD / 手机 / 电脑浏览器访问。

解决的临床痛点

患者信息割裂、难追溯：造口患者的主档、住院、维护、评估、照片、并发症散落在纸质登记本、Excel 和口头交接里，一旦出现渗漏或并发症，难以按时间线回溯原因、难以追责改进。
高频维护记录耗时易漏：造口更换是最高频的护理操作，传统手写登记 22 项字段又慢又容易漏项，挤占护士宝贵的床边时间，也影响记录完整度。
同名患者与腕带混乱：病房同名、住院号混淆的隐患真实存在，靠肉眼核对难以保证每次操作都落在「对的病人」上。
造口拍照不规范、无时间线：换袋前后缺少标准化参照，照片零散、角度各异，无法直观对比渗漏/皮肤状况随时间的变化，评估与宣教缺乏依据。
量表评估靠手算手记：造口评估、DET 评分、自理能力、OAI-20 社会心理适应量表等多为纸笔填写、人工计分，汇总统计分析费力。
科室术语不统一、数据不可比：造口类型、底盘裁剪方式等表述各人各异，跨护士、跨时间的记录无法横向比较，也难以用于质量管理与科研。

项目优势

完整业务闭环：从「扫码识别患者」到「标准化造口拍照、维护记录、量表评估、并发症登记」一站打通，数据按「患者 → 住院 → 记录」分层沉淀，全程可追溯。
扫码三场景智能分流（P0）：扫腕带即自动识别在院记录直进详情、历史出院记录提供「新建住院/新建患者」、无记录提供「新建/关联已有患者」，并支持手动输入腕带号降级。
高频操作提效：维护记录一次完整登记 ≤ 3 分钟，且自动建议「术后第几次更换」，把最高频场景做到最快。
标准化造口摄影：全屏摄像头 + 十字准星参考框，拍摄 → 预览 → 打标签（更换前 / 更换后 / 异常部位 / 评估记录）→ 上传；按住院维度时间线浏览、缩略图、全屏手势缩放、按标签筛选，渗漏变化一目了然。
量表评估内置：造口评估、DET 评分、自理能力、OAI-20 内置表单，免手算、直接汇总。
字典管理统一术语：21 类字典项是全系统表单下拉的唯一真源，同分类下 label 唯一；有业务数据引用的字典项不可删除、不可改 label，让历史数据始终可比。
权限架构贴合临床：除系统管理员外所有临床角色能力一致（扁平化），系统管理功能仅 admin 可用，兼顾合规与易用。
跨设备随时可用：部署于公共网络，PAD / 手机 / 电脑浏览器即开即用，不受科室地点限制。

核心功能

扫码识别（P0）：三场景智能分流 + 手动输入降级，疑似重复患者查重不阻断
造口信息管理：多维度形态学登记，多造口自动标记当前活动造口
维护记录登记（最高频）：22 字段四区域表单，一次完整登记 ≤ 3 分钟，自动建议更换次数
标准化造口摄影：全屏摄像头 + 十字准星、打标签、时间线浏览、标签筛选
量表评估：造口评估、DET 评分、自理能力、OAI-20 社会心理适应量表
并发症登记：12 种并发症类型共用表单，涵盖发现 / 严重程度 / 处理 / 转归
数据导出：Excel 报表导出中心，服务质量管理与科研统计

系统定位为临床护理记录工具，数据仅用于院内造口护理的质量管理与延续性照护。

技术栈

Vue 3 + TypeScript + Vite + Vant 4（前端）、Go + Gin + GORM（后端）、PostgreSQL 16、JWT 认证，Docker Compose 一键部署，由 Go 后端统一 serve 前端产物（单容器）。

Go |

litkit 论文工具包

解决的写作痛点

项目优势

安装

快速上手

项目原则

技术栈

Ostocare 造口护理管理系统

解决的临床痛点

项目优势

核心功能

技术栈