只有橘子1. 项目概述：当学术写作遇上AI辅助
去年指导本科生论文时，有个场景让我印象深刻：凌晨三点收到学生邮件，附件里是第11版修改稿，文档名从"终版"变成"真·终版"再到"打死不改版"。这种场景折射出学术写作中普遍存在的痛点——缺乏系统性指导工具。这正是"书匠策AI"试图解决的问题：一个专为毕业论文设计的智能导航系统，就像给学术新手装了自动驾驶仪。
不同于市面上通用的写作助手，这个工具针对学术论文的特殊性做了深度优化。它要解决的不仅是语法错误这类表层问题，更重要的是构建符合学术规范的写作框架。想象一下，当学生面对空白文档时，系统能像经验丰富的导师那样，逐步引导完成选题论证、文献综述、方法论设计等关键环节。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 核心功能解析
2.1 智能选题匹配引擎
系统内置的学科知识图谱会分析用户专业背景，结合热点研究方向推荐选题。比如教育学专业的学生输入"在线教育"关键词后，会得到类似这样的建议路径：
- 热度适中的选题："混合式学习中师生临场感对学习成效的影响"（竞争度67%）
- 创新突破型选题："VR教室中手势交互的认知负荷研究"（文献饱和度42%）
- 稳妥保底型选题："MOOCs平台用户持续使用意愿调查"（参考资料充足度89%）
每个推荐都附带三个关键指标：学术热度、参考资料丰富度、创新空间评分。这背后是NLP技术对近五年文献的挖掘分析，比人工查阅知网效率提升20倍以上。
2.2 文献矩阵自动生成
传统文献综述最耗时的部分——整理不同学者的观点对比，在这里变得可视化。输入10篇核心文献后，系统会自动生成这样的对比矩阵：
| 研究维度 | 张三(2020) | 李四(2021) | 王五(2022) |
|---|---|---|---|
| 理论框架 | 社会认知理论 | 建构主义 | 联通主义 |
| 研究方法 | 问卷调查 | 实验研究 | 混合研究 |
| 主要结论 | 影响因素A>B | 干预效果显著 | 新模式接受度高 |
这个功能依赖实体识别和关系抽取技术，准确率目前达到82%，足够支撑初稿撰写。我的使用建议是：先自动生成矩阵，再人工补充关键研究的细节讨论。
2.3 方法论检查器
很多学生栽在研究方法章节，常见问题包括：
- 抽样方案与研究方