InfiniPaper

自建学术文献数据库 · 无 Docker 快速启动（保持可移植性）

快速开始

make init          # 安装前后端依赖
cp backend/.env.sqlite.example backend/.env
make backend       # http://localhost:8000/docs
make frontend      # http://localhost:3000

数据可移植

• SQLite 模式下，数据在项目根的 infinipaper.db 文件中，拷贝即可迁移。
• 也可执行 make export 生成 export.json。

切换到 Postgres

• 按 backend/.env.postgres.example 配置 DATABASE_URL。
• 运行 make db-migrate 同步表结构。

🚀 本次改动（August 29, 2025, M3 friendly）

UI/UX

• 全局导航与卡片样式焕新，统一圆角与阴影，提升可读性。
• 新增 /search 页面：支持 语义搜索 与关键词搜索切换。
• 新增 /import 页面：一键从 OpenAlex 搜索并批量导入。
• 新增 /quality 页面：质量面板展示缺失字段数量，一键定位问题数据。
• 标签输入升级为 芯片式编辑器（支持建议与快捷删除）。

数据与API

• GET /api/v1/import/openalex?q=... 搜索外部文献；POST /api/v1/import/openalex/import 批量导入。
• GET /api/v1/search/semantic?q=... 语义搜索（优先使用 sentence-transformers/all-MiniLM-L6-v2，不可用时自动降级）。
• POST /api/v1/tags/suggest 从文本中给出建议标签。
• GET /api/v1/quality/summary 质量概览。
• GET /api/v1/dedupe/preview 与 POST /api/v1/dedupe/merge 去重预览与合并（无 DOI 时按标题近似）。

安装依赖（后端）

• 新增依赖：httpx、rapidfuzz、sentence-transformers、loguru（已写入 backend/pyproject.toml）。
• 语义模型初次运行会自动下载（可离线前置下载）。

Apple Silicon (M1/M2/M3) 说明

• Python 依赖建议使用 uv/poetry 或 pipx+venv 安装，避免 Rosetta。
• 若安装 sentence-transformers 较慢，可先跑：pip install torch --extra-index-url https://download.pytorch.org/whl/cpu，然后 pip install sentence-transformers。
• 若只想先跑起来，后端会自动降级为“关键词搜索”，不阻塞功能。

开发启动

make init
cp backend/.env.sqlite.example backend/.env
make backend   # http://localhost:8000/docs
make frontend  # http://localhost:3000