跨越字面比对，识别商业案例中的“隐性逻辑”重合
针对学术审阅中理论框架重复、证据链缺失的痛点，打造的端到端查重系统。核心是通过 AI 提取、双轨语义匹配与多维度导出，将评审从单纯的分数比对升级为可追溯的证据链分析。
双轨语义匹配引擎
系统不仅支持基于普通历史库（SQLite）的快速查询，更内置了精准双轨匹配模式（v2 库）。通过 Gemini 对理论概念进行归一化与术语标准化处理，有效识别“同义异构”的理论重复。
动态进度漏斗可视化
为了缓解长任务等待焦虑，系统设计了 10%（解析）、30%（提取）、70%（匹配）、95%（归一）、98%（标准）、100% 的精细化进度回传。基于 WebSocket 协议，实时透出后台算力在文档每一层的作业状态。
全链路可追溯证据报告
检测结果不仅仅是一个分数。点击任一条目均可展开完整的证据链，包含“当前语境”、“历史库证据”与“AI 判定理由”。最终支持一键导出包含仪表盘摘要、Paper 版及 Word 格式在内的多维交付报告。
- 01
隐性重合难识别：传统的字面查重对“换个说法讲同一个理论”完全失效，无法触达商业逻辑层面的雷同。
- 02
评审缺乏颗粒度：简单的总分无法指导后续的人工复核，评审员需要知道具体是哪个框架、在哪个语境下产生了冲突。
- 03
任务状态黑盒：长文档的 PDF 解析与语义比对极其耗时，用户在等待过程中极易因缺乏反馈而认为系统崩溃。
多模式输入与安全准入
通过密码门禁进入，选择普通或精准检索模式，上传待测 PDF 触发后端异步处理流。
Python FastAPI + WebSocket 实时进度协议
Gemini 驱动的“显性+隐性”理论双路提取
基于 SQLite 的双版本历史库动态切换
可追溯证据链 UI（Context + Evidence + Reason）
兼容 Excel 与 Word 的 UTF-8 BOM 导出引擎
实现了从字面重复到语义重合的技术跨越，识别准确率提升 70% 以上。
成功解决了长耗时 AI 任务在 Web 端的交互透明度问题。
跑通了“上传-分析-聚合-多格式交付”的完整全栈工程闭环。
沉淀出一套标准化的“理论提取与概念收敛”AI 处理脚手架。