[T.2] 团队项目：选题和需求分析

这个作业属于哪个课程 北航2026年春季软件工程
这个作业的要求在哪里 [T.2] 团队项目：选题和需求分析
我在这个课程的目标是 提升团队协作与项目管理能力
这个作业在哪个具体方面帮助我实现目标 确认选题，进行选题调研，初步明确开发方向

一、选题介绍：PaperPal

针对当前本科生和低年级研究生阅读英文论文时面临的语言障碍、畏难情绪及缺乏有效学习方法等问题，现有工具或交互单一、缺乏游戏化设计，或虽有趣味性但工作流固定、无学习闭环；

因此，我们希望开发PaperPal ：一个模板化配置、多角色AI引导、支持多论文管理与学习跟踪的游戏化论文阅读平台，旨在降低论文阅读的心理门槛，提供有陪伴、有反馈、可追踪的可持续学习路径，探索“游戏化+AI Agent”在学术阅读中的创新应用。

二、NABCD 模型分析

N

论文阅读痛点长期存在

论文本身语言晦涩、结构复杂，阅读门槛极高；而现有的 AI 总结工具大多只是机械地压缩篇幅，没有真正把内容讲得通俗易懂，用户仍然难以理解。

灵感来源：Paper2Galgame

用户只需上传论文PDF，AI便会自动解析并汉化，由二次元角色以“大白话”对话的形式讲解知识点，每讲完一个知识点还会出题考你。答对了角色会夸你，答错了会纠正并重新讲解，让你在轻松互动中不知不觉读完一篇论文。

然而，其存在以下局限（详细内容于C部分阐释）：

  1. 工作流固定
  2. 无学习闭环
  3. 无知识库
  4. 一次只能处理一篇论文

目标用户：需要经常阅读英文论文，但因语言障碍、术语艰深或缺乏学习方法而产生畏难情绪的本科生及低年级研究生

核心诉求：不想读枯燥论文，想要互动、陪伴、按自己节奏学，并能沉淀多篇论文的知识资产

A

产品定位：模板化配置学习陪伴 Agent 的平台，类Galgame形式为表层，底层支持通过选择模板、调整参数来快速定制工作流，内置多论文管理、结构化知识库、学习结果报告与主动提问引导机制。

产品名称：PaperPal

核心功能

  1. Agent 性格与风格自定义：

    用户可通过自然语言描述或者给出对话示例自由设定Agent性格（提供提示词模板），并可选择不同的解说风格维度组合：

    风格维度 可选值
    语言风格 通俗口语 / 标准学术
    难度等级 入门 / 进阶 / 专家
    输出长度 精简 / 标准 / 详细

    对于已有作品中的角色，也支持提供角色名，由系统自动检索生成角色性格描述。

    已定义好的Agent可以选择开启好感度系统：

    • 答对题、提出问题、完成论文学习等行为可以增加好感度，答错不影响。
    • 好感度达到等级后解锁称呼变化（如“同学”→“搭档”→自定义）和语气微调（如增加鼓励语、特殊开场白）（好感度满解锁特殊CG？），不改变学习流程。

  2. 多角色对话引导学习：
    支持两个及以上自设Agent围绕论文展开多视角讨论。
    例如一个Agent扮演“老师”，另一个扮演“同学”，用户可回答问题、介入提问或切换Agent发言。

    类似于https://b23.tv/NJU8GSY

论文被切分成数十个小块，以对话节奏推进阅读，具体流程根据所选模板有所不同

针对学生“不知道该问什么”的常见障碍，系统内置多种策略引导学生思考、提问：

  • 角色设问：Agent讲解时抛出开放式思考题，（可以让位于“同学”位的Agent也对该问题发表自己看法，再问“你怎么想？”）让用户自己输入想法，Agent 再基于用户回答给出反馈和标准解释
  • 提问脚手架：对话界面常驻“💡 帮我问”按钮，点击后展开半结构化提问模板（如“这个词是什么意思？”“为什么这里用这个方法？”），用户填空或直接选择即可生成问题

  1. 多种工作流模板

    用户通过选择预设模板并调整参数即可搭建学习流程。拟定提供以下模板：

    模板类型 说明 可微调参数
    标准讲解模板 按论文结构顺序讲解，每节后测验 角色数量、语言风格、测验频率
    问答聚焦模板 以用户提问驱动，AI角色引导深度讨论 角色性格、回答详细程度、追问策略
    对比学习模板 同时导入多篇论文，由角色对比异同 对比维度、关联知识点抽取

    （如果开发精力允许，增加自定义搭建工作流功能）

  2. 多论文管理

    • 支持同时上传多篇论文，用户可切换当前学习的论文
    • 自动识别论文元数据（标题、作者、摘要），支持手动编辑标签和分类
    • 提供论文列表视图，可按文件夹或标签组织
    • 支持跨论文的知识点关联（例如将不同论文中对同一概念的阐述进行对比）

  3. 学习结果记录与报告

    • 记录每次学习的内容（论文大纲、用户提问与答题记录、耗时等）
    • 生成个人学习报告，包括：
      • 总体学习进度（根据测验正确率、学习次数综合计算）
      • 根据用户提问与答题记录及其agent反馈整理薄弱知识点列表
      • 学习时长与活跃度趋势图
    • 其他待扩展

可拓展功能

考虑工作量问题，以下功能作为可选功能，后续迭代时再考虑实现：

  • 多样化趣味测验：除了问答，还可设计填空、连线等小游戏测验模式
  • 可视化拖拽工作流搭建：拖拽式工作流搭建，支持自定义学习流程
  • 创意工坊社区：支持使用他人创作的Agent模板（如果上一条能实现，还有他人创作的工作流模板），并在此基础上进行微调
  • 知识库：支持导入知识库，用户可查看、添加、修改、删除知识库内容。知识库内容可导入工作流，用户可基于已有知识库进行学习

实现方法

以下是初步设想的实现方法

后端：Python + Flask

搭建RESTful API，提供PDF上传、工作流配置保存、大模型调用等接口。使用Flask-CORS解决前端跨域问题，通过Flask-Session管理用户会话。所有路由统一定义，便于快速迭代。

前端：Vue 3 + Element Plus

使用Vue CLI创建项目，Element Plus提供UI组件库。工作流配置采用“模板列表展示 + 表单填写”界面。模板和参数以JSON格式存储，发送给后端执行。

大模型API：DeepSeek / Qwen
封装统一的llm_client模块，支持通过配置切换不同模型。设计Prompt模板：

  • 标准讲解模板：将论文片段转换为角色对话
  • 对比学习模板：输入多篇论文的相关段落，生成对比分析
  • 引导提问模板：在每个知识点讲解后，自动生成一个反问句或“埋钩子”

实现token计数和重试机制。

为了避免因成本问题而导致产品无法使用，可以转变为引导用户使用自备API Key。

PDF解析：pdfplumber + 轻量级本地模型

用户上传PDF后，后端使用pdfplumber提取文本，对于图/表/公式等复杂内容，可集成轻量级开源模型。

数据库：SQLite

核心表拟定：

  • users（用户信息）
  • workflows（工作流配置，JSON字段）
  • papers（论文元数据，支持多篇）
  • learning_records（学习进度与测验结果，含提问记录）
  • 待补充

B

降低论文阅读的心理门槛，辅助学习

我们学生在面对大量英文论文时，往往会因为术语艰深、逻辑复杂而产生畏难情绪；
本选题通过可自定义的 Agent 角色、大白话讲解、游戏化的互动形式和即时测验反馈，将枯燥的论文阅读转化为轻松、有成就感的互动体验，从而降低学习的心理门槛；同时借助多种工作流模板、多角色对话引导主动思考以及学习报告精准定位薄弱点，提升学习效率

C

1. Paper2Galgame（灵感来源）

Paper2Galgame 是本选题灵感来源，也是最主要的竞品，由佛山大学大三学生开发，通过将学术论文转化为 Galgame（二次元美少女恋爱游戏）形式，让用户在与虚拟角色的趣味对话中理解论文内容。该产品上线后迅速走红，获得了不少学生群体的关注，印证了“游戏化读论文”这一需求的真实存在。

核心功能

  • 上传论文 PDF 后自动解析并汉化，由预设的二次元角色以大白话对话形式讲解知识点
  • 每讲完一个知识点出选择题进行测验，答对时角色给予正向反馈，答错则纠正并重新讲解
  • 支持一定程度的角色自定义和创意工坊分享角色模板
  • 2026年2月26日新增智能解析模式，支持图片理解、表格识别、公式识别（由SoMark提供技术支持），补齐了复杂内容解析短板
  • 提供“存档”功能，可查看历史已生成的对话剧本
  • 提供对arXiv的每日论文推荐与检索功能

局限性分析

尽管 Paper2Galgame 在解析能力和游戏化形式上已相当成熟，但仍存在以下根本性局限：

  • 工作流固定线性：用户只能被动接受“读→做题→通关”的固定流程，无法自定义学习路径或分支逻辑。
  • 无学习闭环：只有单次测验，没有学习进度追踪、测验结果分析、薄弱点诊断，也没有个性化推荐。
  • 无结构化知识库：其“存档”功能仅保存完整的对话剧本（自然语言长文本），用户只能打开阅读，也不记录测验、提问反馈结果——本质上等同于游戏通关后的“剧情回放”，而非结构化的学习资产。
  • 一次只能处理一篇论文：无法同时进行多篇论文的学习，也无法建立论文间的知识关联（如对比不同论文对同一概念的阐述）。
  • 缺乏引导提问机制：用户全程被动接收信息，没有策略性地激发用户主动思考或提问，难以培养批判性思维。

这些局限决定了 Paper2Galgame 是一款优秀的“单篇论文讲解器”，但无法满足学生系统性、长期性学习多篇论文的需求。

2. ChatPDF （核心功能相似）

ChatPDF 是目前月访问量高达 260 万的 AI 文档助手，允许用户上传 PDF 后直接与文档对话提问，获得带原文定位的摘要回答。它支持多文件同时交互，并提供源文献引用，适合快速浏览和理解论文内容。

优势： - 上手极简：无需任何配置，上传即问 - 多文件支持：可同时与多篇论文对话，便于交叉查阅 - 带源引用：回答附带原文出处，便于核实 - 使用门槛低：适合快速查阅论文中的某个具体问题或概念

对于学生论文解读需求方面的劣势：

  • 交互形式单一：本质是“提问—回答”的聊天模式，用户需要自己主动提问才能获得信息；对于不熟悉论文内容的学生，往往不知道该问什么。
  • 缺乏系统性学习设计：ChatPDF 不会主动将论文拆解成知识点、按顺序讲解，也不会出题测验或纠正理解偏差；它更像一个“智能搜索+摘要工具”，而非“学习伴侣”。
  • 无游戏化机制：纯工具型界面，没有角色陪伴、没有对话剧情、没有正向反馈，阅读过程依然枯燥，难以解决学生的畏难情绪。
  • 无学习闭环：不记录学习进度，不分析测验结果，不诊断薄弱点，用户用完后对“自己学会了多少”缺乏感知。
  • 不主动引导：ChatPDF 是被动响应的，而论文学习往往需要主动引导和节奏推进。本项目的多角色对话会主动按知识点推进，用户只需跟随对话即可完成学习。
  • 无引导提问策略：虽然用户可自由提问，但系统不会主动激发学生提问，也不会提供提问脚手架。

3. ReadPaper（核心功能相似）

ReadPaper 定位为“基于AI科研大模型的专业社区”，核心目标是“有AI，轻松读论文”，核心功能覆盖论文搜索、文献管理、智能阅读与学术社区四大板块。

优势：

  • 一站式科研全流程：整合了文献检索、管理、阅读、翻译、润色、引用生成、学术交流等完整科研链路，覆盖从“找文献”到“形成思路”的每一环节。
  • 强大的AI辅读能力：搭载自研学术大模型Eureka，支持PDF智能解析、AI辅读、划词翻译/全文翻译、图表&引文智能解析。
  • 完善的文献管理体系：支持文件夹+标签双重管理、多端同步、Word插件、引用格式自动导出。
  • 学术社区与知识图谱：每篇论文拥有独立讨论区，支持小组协同与公开问答；同时构建了引用网络、作者关系等知识图谱，帮助用户理解学术脉络。

对于学生论文解读需求方面的劣势：

  • 工具型导向，缺乏游戏化设计：ReadPaper缺乏游戏化元素和情感陪伴感。用户仍然需要主动驱动阅读进程，平台不会像 Galgame 角色一样“陪你读”，也无法降低学生“不想读”的心理门槛。
  • 交互方式单一：同ChatPDF
  • 无系统性学习闭环：ReadPaper 虽然提供学习统计功能（记录阅读时长、文献数量等），但并没有围绕“知识点掌握程度”构建学习闭环
  • 学术社区≠陪伴学习：ReadPaper 的社区强调“向同行提问或分享见解”的学术讨论，而非“由AI角色陪你读”的陪伴式学习；这对于需要入门引导的本科学生来说门槛偏高。
  • 面向专业科研，功能过重：ReadPaper 的目标用户是科研人员和研究生，其功能设计对于本科生日常读论文的需求来说显得太全面，部分功能可能用不上，反而增加了学习成本。
  • 无主动提问引导：社区中的提问依赖于用户自发行为，系统不会通过角色设计来激发提问。

综合对比

维度 Paper2Galgame ChatPDF ReadPaper PaperPal
核心交互模式 线性对话剧情（读→测验→通关） 自由提问-回答 自由提问-回答 + 社区讨论 模板化配置的主动引导式对话（支持多角色）
工作流灵活性 固定线性，不可调整 无固定流程，全由用户提问驱动 无固定流程，用户自行组织阅读 提供多种预设模板（标准/问答聚焦/对比学习），参数可调
多论文支持 一次一篇 支持多文件同时对话 支持文献管理（文件夹/标签） 多论文管理
学习闭环 仅单次测验，无进度追踪、无诊断 无 有时长/数量统计，无知识点掌握分析 学习结果记录与报告
引导提问机制 无主动引导提问 被动响应，无引导 被动响应，社区提问依赖用户自发 角色设问 + 提问模板
游戏化/陪伴感 二次元角色、galgame剧本、测验反馈 无 无 自定义Agent性格 + 好感度系统 + 多角色讨论
适用场景 单篇论文趣味入门 快速查阅具体问题 专业科研全流程管理 多篇论文的引导学习与进度跟踪

差异化总结

与现有竞品相比，PaperPal 的差异化主要体现在：

  1. 工作流可配置：用户可根据学习目标（标准讲解、问答聚焦、对比学习）选择模板并调整参数，而非像 Paper2Galgame 那样只能被动接受固定流程。

  2. 多角色讨论：通过自定义 Agent 性格、好感度系统，为用户提供多角色讨论，帮助用户理解论文内容。

  3. 多论文管理与学习跟踪：支持同时管理多篇论文、切换学习，并提供学习报告，弥补了 Paper2Galgame 只能单篇学习且无闭环、ChatPDF/ReadPaper 无系统性学习跟踪的不足。

  4. 主动引导提问机制：通过角色设问和提问模板，帮助不知道该问什么的学生主动思考，比被动问答式的 ChatPDF/ReadPaper 更适用于入门阶段的学习。

D

  • 抖音/B站/小红书等宣发，展示“多论文知识库”、“学习报告”和“AI角色引导你提问”的价值
  • GitHub 开源核心框架
  • 内置创意工坊（可拓展）

三、发布平台

Web 端
后续视用户反馈考虑适配桌面客户端和移动端

四、上线首周用户量预估

指标 数值
发布后一周总用户量* 1000 人
每日活跃用户峰值 约 350 人
平均每日活跃用户 约 280 人

AIGC声明：数据搜集整理借助了deepseek-chat

posted @ 2026-04-08 16:23  BBnomoney  阅读(28)  评论(0)    收藏  举报