作品名称：AI论文助手（Paper Assistant）

项目简介：
这是一款基于AI的学术论文智能阅读与分析工具，采用 Python Flask 框架开发，集成大语言模型（支持 OpenAI 及兼容 API，如 DeepSeek、Moonshot 等），帮助科研人员和学生高效阅读、理解和管理学术论文。

核心功能：
1. PDF论文上传与解析 — 支持PDF文件上传（最大32MB），自动逐页提取文本内容，返回页数、字数及内容预览。
2. AI智能总结 — 一键生成结构化论文摘要，包含研究背景、核心方法、实验结果、优缺点分析及关键词提取，支持中英文双语输出。
3. 论文智能问答 — 基于论文原文进行精准问答，引用原文关键段落回答用户提问，帮助深度理解论文细节。
4. arXiv论文搜索 — 集成 arXiv API，支持关键词检索最新学术论文，返回标题、作者、摘要、发表日期及PDF链接。
5. 多论文对比分析 — 支持同时上传最多3篇论文，从研究问题、方法差异、实验结果、优缺点、适用场景等维度进行横向对比。
6. 文献综述框架生成 — 根据搜索结果和主题，自动生成文献综述结构框架，包括研究方向分类、研究空白分析和引用建议。

技术栈：
- 后端：Python / Flask
- PDF处理：PyPDF2
- AI模型：OpenAI API 兼容接口（可配置不同模型）
- 论文数据源：arXiv API
- 前端模板：Jinja2

我在项目中的角色：
独立负责全部开发工作，包括需求分析、架构设计、后端 API 开发、PDF 解析引擎集成、AI 提示词工程（Prompt Engineering）、以及前后端交互逻辑实现。在 AI 总结和问答模块中，针对学术场景精心设计了提示词模板，确保输出格式规范、内容准确。

项目亮点：
- 采用模块化 API 设计，各功能解耦，易于扩展
- 支持多模型切换，兼容国内外主流大模型 API
- 提示词工程针对学术论文场景深度优化，输出结构化、可读性强
- 单篇阅读 → 多篇对比 → 综述生成，覆盖论文研读全流程