模块概览

Omelette 由八个核心模块组成科研文献流水线。

#	模块	说明
1	关键词管理	三级层级、LLM 扩展、检索公式生成
2	文献检索	联邦检索 Semantic Scholar、OpenAlex、arXiv、Crossref
3	去重过滤	DOI 硬去重、标题相似度、LLM 校验
4	增量订阅	RSS 与 API 定时更新
5	PDF 爬取	Unpaywall、arXiv、直链回退
6	OCR 解析	pdfplumber + PaddleOCR 扫描版
7	RAG 知识库	ChromaDB 向量、混合检索、带引用回答
8	写作辅助	摘要、引用、综述提纲、缺口分析

流水线

Keywords → Search → Dedup → Subscription → Crawler → OCR → RAG → Writing

各模块可独立使用或串联。项目组织文献，关键词驱动检索，结果经去重、爬取、OCR、索引后供写作辅助查询。