论文公式提取工具
AI Skill Hub 推荐使用：论文公式提取工具 是一款优质的AI工具。AI 综合评分 7.5 分，在同类工具中表现稳健。如果你正在寻找可靠的AI工具解决方案，这是一个值得深入了解的选择。
**为什么要使用开源工具而非商业 SaaS？**
对于个人开发者和有隐私需求的用户，本地部署的开源工具意味着数据不离本机，不受第三方服务商的数据政策约束。同时，开源工具通常没有使用次数限制和月度费用，一次安装即可长期使用，对于高频使用场景的总拥有成本（TCO）远低于订阅制商业工具。
**安装与环境准备**
论文公式提取工具 依赖 Python 运行环境。建议通过 pyenv（Python）或 nvm（Node.js）管理 Python 版本，避免全局环境污染。对于新手用户，推荐先创建虚拟环境（python -m venv venv && source venv/bin/activate），再安装依赖，这样即使出现问题也可以随时删除虚拟环境重新开始，不影响系统稳定性。
**社区与维护**
GitHub Issue 和 Discussion 是获取帮助的最快渠道。在提问前建议先检查 Closed Issues（已关闭的问题），大多数常见问题都已有解答。遇到 Bug 时，提供 pip list 的输出、完整错误堆栈和最小可复现示例，能显著提高开发者响应速度。AI Skill Hub 将持续追踪 论文公式提取工具 的版本更新，及时通知重要功能变化。
论文公式提取工具 是一款基于 Python 开发的开源工具，专注于 公式提取、学术论文、AI编码助手 等核心功能。作为 GitHub 开源项目，它拥有活跃的社区支持和持续的版本迭代，代码完全透明可审计，支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流，都能提供稳定可靠的解决方案。
论文公式提取工具 是一款基于 Python 开发的开源工具，专注于 公式提取、学术论文、AI编码助手 等核心功能。作为 GitHub 开源项目，它拥有活跃的社区支持和持续的版本迭代，代码完全透明可审计，支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流，都能提供稳定可靠的解决方案。
- 开源免费，支持本地部署，数据完全自主可控
- 活跃的 GitHub 开源社区，持续迭代更新
- 提供详细文档和使用示例，新手友好
- 支持自定义配置，灵活适配不同使用环境
- 可作为基础组件集成进现有技术栈或进行二次开发
- 本地部署运行，保护数据隐私，满足合规要求
- 自定义集成到现有系统，扩展技术栈能力
- 作为开源基础组件进行商业化二次开发
# 方式一：pip 安装（推荐）
pip install paperpipe
# 方式二：虚拟环境安装（推荐生产环境）
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install paperpipe
# 方式三：从源码安装（获取最新功能）
git clone https://github.com/hummat/paperpipe
cd paperpipe
pip install -e .
# 验证安装
python -c "import paperpipe; print('安装成功')"
- 访问 GitHub 仓库页面
- 按照 README 文档完成依赖安装
- 根据系统环境完成初始化配置
- 参考官方示例或文档开始使用
- 遇到问题可在 GitHub Issues 中查找解答
# 命令行使用
paperpipe --help
# 基本用法
paperpipe input_file -o output_file
# Python 代码中调用
import paperpipe
# 示例
result = paperpipe.process("input")
print(result)
# paperpipe 配置文件示例（config.yml） app: name: "paperpipe" debug: false log_level: "INFO" # 运行时指定配置文件 paperpipe --config config.yml # 或通过环境变量配置 export PAPERPIPE_API_KEY="your-key" export PAPERPIPE_OUTPUT_DIR="./output"
paperpipe
The problem: You're implementing a paper. You need the exact equations, want to verify your code matches the math, and your coding agent keeps hallucinating details. Reading PDFs is slow; copy-pasting LaTeX is tedious.
The solution: paperpipe maintains a local paper database with PDFs, LaTeX source (when available), extracted equations, and coding-oriented summaries. It integrates with coding agents (Claude Code, Codex, Gemini CLI) so they can ground their responses in actual paper content.
With features
uv tool install paperpipe --with "paperpipe[llm]" # better summaries via LLMs uv tool install paperpipe --with "paperpipe[paperqa]" # RAG via PaperQA2 uv tool install paperpipe --with "paperpipe[leann]" # local RAG via LEANN uv tool install paperpipe --with "paperpipe[figures]" # figure extraction from LaTeX/PDF uv tool install paperpipe --with "paperpipe[mcp]" # MCP server integrations (Python 3.11+) uv tool install paperpipe --with "paperpipe[all]" # everything
<details markdown="1">
<summary>Alternative: pip install</summary>
</details>
<details markdown="1">
<summary>From source</summary>
Import from BibTeX file (requires bibtexparser)
papi add --from-file papers.bib
Installation
```bash
or install with BibTeX support:
uv tool install paperpipe --with "paperpipe[bibtex]"
**Title Search:**Install MCP servers for all supported agents (user scope)
papi install mcp
Install for specific agents
papi install mcp --claude papi install mcp --codex papi install mcp --gemini
Install repo-local MCP configs (Claude + Gemini) and Codex globally
papi install mcp --repo
Index builds
```bash papi index --backend leann
Override common LEANN build knobs (maps to `leann build ...`):
papi index --backend leann --leann-embedding-mode ollama --leann-embedding-model nomic-embed-text papi index --backend leann --leann-embedding-mode ollama --leann-embedding-host http://localhost:11434 papi index --backend leann --leann-doc-chunk-size 350 --leann-doc-chunk-overlap 128 ```
By default, papi ask --backend leann auto-builds the index if missing (disable with --leann-no-auto-index). For explicit derived names such as papers_openai_voyage-4, auto-build infers the embedding mode/model from the name.
</details>
MCP usage
- Build indexes:
papi index --backend pqa --pqa-embedding text-embedding-3-small - In your agent:
leann_search()(fast) orretrieve_chunks()(with citations) - For PaperQA2: embedding model is automatically inferred from index metadata (or index name for backward compatibility)
</details>
MCP environment variables
| Variable | Default | Description |
|---|---|---|
PAPERPIPE_PQA_INDEX_DIR | ~/.paperpipe/.pqa_index | Root directory for PaperQA2 indices |
PAPERPIPE_PQA_INDEX_NAME | paperpipe_<embedding> | Index name (subfolder under index dir) |
PAPERQA_EMBEDDING | (from config) | Embedding model (must match index for PaperQA2) |
Common options
| Flag | Description |
|---|---|
--pqa-llm MODEL | LLM for answer generation (LiteLLM id) |
--pqa-summary-llm MODEL | LLM for evidence summarization (often cheaper) |
--pqa-embedding MODEL | Embedding model for text chunks |
--pqa-temperature FLOAT | LLM temperature (0.0-1.0) |
--pqa-verbosity INT | Logging level (0-3; 3 = log all LLM calls) |
--pqa-agent-type TEXT | Agent type (e.g., fake for deterministic low-token retrieval) |
--pqa-answer-length TEXT | Target answer length (e.g., "about 200 words") |
--pqa-evidence-k INT | Number of evidence pieces to retrieve (default: 10) |
--pqa-max-sources INT | Max sources to cite in answer (default: 5) |
--pqa-timeout FLOAT | Agent timeout in seconds (default: 500) |
--pqa-concurrency INT | Indexing concurrency (default: 1) |
--pqa-rebuild-index | Force full index rebuild |
--pqa-retry-failed | Retry previously failed documents |
--format evidence-blocks | Output JSON with {answer, evidence[]} (requires PaperQA2 Python package) |
--pqa-raw | Show raw PaperQA2 output (streaming logs + answer); disables papi ask output filtering (also enabled by global -v/--verbose) |
Any additional arguments are passed through to pqa (e.g., --agent.search_count 10).
API keys should be in env
export OPENAI_API_KEY=... export ANTHROPIC_API_KEY=... export GEMINI_API_KEY=... export VOYAGE_API_KEY=... export OPENROUTER_API_KEY=...
Common options
papi ask "..." --backend leann --leann-provider ollama --leann-model qwen3:8b
papi ask "..." --backend leann --leann-host http://localhost:11434
papi ask "..." --backend leann --leann-top-k 12 --leann-complexity 64Notes: - If you use --leann-provider anthropic, your leann install must include the anthropic Python package (pip install anthropic in the same environment that runs leann). - You can pass through extra leann CLI flags after -- (useful for debugging), e.g.: papi -v ask "..." --backend leann -- ...
API keys should be in env
export OPENAI_API_KEY=... export ANTHROPIC_API_KEY=... export GEMINI_API_KEY=... export VOYAGE_API_KEY=... export OPENROUTER_API_KEY=...
LLM configuration
paperpipe uses LLMs for generating summaries, extracting equations, and tagging. Without an LLM, it falls back to regex extraction and metadata-based summaries.
```bash
Either env var name works (paperpipe normalizes both):
export OLLAMA_HOST=http://localhost:11434
Configuration file
For persistent settings, create ~/.paperpipe/config.toml (override location with PAPERPIPE_CONFIG_PATH):
```toml [llm] model = "gemini/gemini-2.5-flash" temperature = 0.3
[embedding] model = "gemini/gemini-embedding-001"
[paperqa] settings = "default" index_dir = "~/.paperpipe/.pqa_index" summary_llm = "gpt-4o-mini" enrichment_llm = "gpt-4o-mini"
Optional: override LEANN separately (otherwise it follows [llm]/[embedding] for openai/ollama model ids)
[leann] llm_provider = "ollama" llm_model = "qwen3:8b" embedding_model = "nomic-embed-text" embedding_mode = "ollama"
[tags.aliases] cv = "computer-vision" nlp = "natural-language-processing" ```
Precedence: CLI flags > env vars > config.toml > built-in defaults.
(or let your coding agent do this via the /papi skill)
papi show lora --level tex # exact LaTeX definitions
RAG backends (`papi ask`)
paperpipe supports two RAG backends for cross-paper questions:
| Backend | Install | Best for |
|---|---|---|
| [PaperQA2](https://github.com/Future-House/paper-qa) | paperpipe[paperqa] | Agentic synthesis with citations (cloud LLMs) |
| [LEANN](https://github.com/yichuan-w/LEANN) | paperpipe[leann] | Local retrieval (Ollama) |
```bash
Set your API key (pick one)
export GEMINI_API_KEY=... # default provider export OPENAI_API_KEY=... export ANTHROPIC_API_KEY=... export VOYAGE_API_KEY=... # for Voyage embeddings (recommended with Claude) export OPENROUTER_API_KEY=... # 200+ models
export OLLAMA_API_BASE=http://localhost:11434
Check which models work with your keys:Typical workflow
```bash
Agent integration
paperpipe is designed to work with coding agents. Install the skill and MCP servers:
```bash papi install # installs skill + MCP for detected CLIs
4. Ask cross-paper questions (requires RAG backend)
papi ask "How does LoRA differ from full fine-tuning in terms of parameter count?"
PaperQA2 (default if installed)
papi ask "What regularization techniques do these papers use?"
paperpipe 是一个解决论文实现问题的工具，帮助开发者维护一个本地论文数据库，包含 PDF 文件和 LaTeX 代码，方便开发者验证代码与数学公式的匹配。
paperpipe 提供多种功能，包括使用 LLMs 提供更好的摘要、RAG 通过 PaperQA2 提供引文、使用 LEANN 提供本地 RAG 等功能。
paperpipe 需要从 BibTeX 文件导入，需要使用 bibtexparser 库。
paperpipe 可以使用 uv tool 安装，支持多种安装选项，包括 BibTeX 支持、LMM 支持、PaperQA2 支持等。
paperpipe 的使用包括创建索引、在编码代理中使用 leann_search() 或 retrieve_chunks() 等功能，支持 PaperQA2 等 RAG 后端。
paperpipe 的配置包括 MCP 环境变量，例如 PAPERPIPE_PQA_INDEX_DIR 和 PAPERPIPE_PQA_INDEX_NAME 等，支持多种配置选项。
paperpipe 提供多种 API，包括 papi show lora、papi ask 等功能，支持 RAG 后端等功能。
paperpipe 的工作流包括创建索引、在编码代理中使用 leann_search() 或 retrieve_chunks() 等功能，支持 PaperQA2 等 RAG 后端。
paperpipe 的常见问题包括如何使用 RAG 后端、如何设置 API 密钥等问题。
专注于学术论文公式提取的垂直工具，填补AI编码助手的知识库建设空白。代码质量较高，但stars较少，生态有待扩展。
- 需要让 Claude / Cursor 操作本地工具的 AI 工程师
- 构建多智能体协作系统的 Agent 开发者
- 构建企业知识库 / RAG 检索应用的团队
- 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
- 本地部署优先选 GGUF 量化模型，节省显存并保持响应速度
- 分块大小建议 256-512 tokens，向量库优选 pgvector 或 Qdrant
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
- embedding 模型与查询模型不一致导致检索失效
- 显存不足直接 OOM — 优先降低 context 或换更小的量化模型
- Python 依赖冲突：建议用 venv / uv 隔离环境
- CLI：直接 npm install -g / pip install，命令行调用
- 本地部署：CPU 8GB 起，GPU 推荐 16GB+ 显存
- 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
- 开源免费，支持本地部署，数据完全自主可控
- 活跃的 GitHub 开源社区，持续迭代更新
- 提供详细文档和使用示例，新手友好
- 支持自定义配置，灵活适配不同使用环境
- 可作为基础组件集成进现有技术栈或进行二次开发
- 需要让 Claude / Cursor 操作本地工具的 AI 工程师
- 构建多智能体协作系统的 Agent 开发者
- 构建企业知识库 / RAG 检索应用的团队
- 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
- 本地部署优先选 GGUF 量化模型，节省显存并保持响应速度
- 分块大小建议 256-512 tokens，向量库优选 pgvector 或 Qdrant
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
- embedding 模型与查询模型不一致导致检索失效
- 显存不足直接 OOM — 优先降低 context 或换更小的量化模型
- 本地部署运行，保护数据隐私，满足合规要求
- 自定义集成到现有系统，扩展技术栈能力
- 作为开源基础组件进行商业化二次开发
- +MIT 协议，可免费商用
- +完全开源免费，无授权费用
- +本地部署，数据完全自主可控
- +开发者社区支持，遇问题可查可问
- −安装和初始配置可能需要一定技术基础
- −功能完整性通常不如成熟商业产品
- −技术支持主要依赖开源社区，响应速度不稳定
AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。
✅ MIT 协议 — 最宽松的开源协议之一，可自由商用、修改、分发，仅需保留版权声明。
总体来看，论文公式提取工具 是一款质量良好的AI工具，在同类工具中具备一定竞争力。AI Skill Hub 将持续追踪其更新动态，建议收藏备用，结合自身场景选择合适时机引入使用。
| 原始名称 | paperpipe |
| 原始描述 | 开源AI工具：Extract equations and context from research papers for LLM coding assistants (ar。⭐12 · Python |
| Topics | 公式提取学术论文AI编码助手arXivCLI工具 |
| GitHub | https://github.com/hummat/paperpipe |
| License | MIT |
| 语言 | Python |
收录时间：2026-05-21 · 更新时间：2026-05-26 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。