// 01 > CONTEXT
Felis AI 是为 Vanshika Tyagi 打造的，她是一位需要通读大量研究论文的研究学者。目标是做一款工具，让学者把论文交给应用并用平实语言跨论文查询，而不必手动逐篇重读。
// 02 > THE_PROBLEM
研究学者要阅读海量论文，而要找到回答某个问题的那个段落，意味着手动把所有论文重新梳理一遍。
一位学者的工作集是数十篇密集的论文。关键词搜索会漏掉被改述的观点，而此前没有办法跨整个语料库提出一个问题并得到一个有据可依、能指回来源的答案。
之前
数十篇论文要重读 · 关键词搜索漏掉含义 · 无法跨论文查询
// 03 > APPROACH
我构建了一款 RAG 应用，学者在其中上传论文并用自然语言跨论文查询，检索让每个答案都扎根于真实来源，并在一次研究会话中保持持久记忆。
上传并查询论文
学者添加自己的研究论文；应用检索相关段落并用平实语言作答。
有据可依，带记忆
每个答案都扎根于检索到的来源，持久记忆在漫长的研究会话中承载上下文。
Next.jsOpenAI APITailwind CSSLangChainSupabase
// 04 > THE_RESULT
一位研究学者可以把论文交给 Felis 并跨所有论文提问，而不必手动重读。保密合作。
之前
- 重读数十篇论文
- 关键词搜索漏掉含义
- 无法跨语料库查询
之后
- 上传论文，用平实语言提问
- 答案扎根于来源
- 贯穿研究会话的记忆
“我要阅读海量的研究论文，而 Felis 改变了我的工作方式。我把论文交给它，跨所有论文提问，而不必再逐篇翻找，它会直接指向正确的段落。”