ИНКЕРТИНГ · LOCAL AI
Research Assistant / локальный контур
Демо-режим
Локальный ИИ-ассистент для научной работы

Поиск источников → научный аппарат → статья с проверяемыми ссылками

Прототип фронтенда под локальный сервер Инкертинга. Интерфейс уже готов к REST API: при наличии backend работает с локальной LLM, RAG и внешними научными метаданными; без backend автоматически переключается в безопасный демонстрационный режим.

Local QwenYandex Qwen + DeepSeekFastAPI OpenAlex + CrossrefPostgreSQL + pgvectorTika
Шаг 1

Найти и проверить источники

Поиск выполняется по OpenAlex и Crossref на русском или английском языке. Русскоязычные результаты можно поднять в приоритете.

Поиск метаданных → дедупликация DOI → локальный reranking → проверка ссылок…
В production не стоит «рисовать» статус РИНЦ или существование статьи по догадке. Интерфейс должен показывать только те признаки, которые backend получил из проверяемого источника.
Шаг 2

Выбрать формулировку темы

LLM получает найденные источники и предлагает темы, которые реально поддерживаются источниковой базой.

Qwen формирует научный аппарат по выбранной теме и источникам…
Шаг 3

Научный аппарат и материалы конференции

Локальная Qwen формирует проблему, объект, предмет, цель, задачи, вопросы, гипотезу, методы, новизну, ограничения и структуру статьи по выбранной источниковой базе.

Документы конференции / журнала

Загрузить требования, шаблон или методические материалы

Перетащите PDF / DOCX / TXT сюда или нажмите для выбора файлов. Модуль загрузки требований будет подключён отдельным этапом; извлечение текста в текущем backend выполняет Tika.
Шаг 4

Подготовить и сгенерировать статью

Единый Article Pipeline автоматически получает доступные OA-полные тексты, определяет уровни доказательности L3/L2/L1, строит Evidence Cards, генерирует статью и проводит рецензирование DeepSeek.

Evidence Gate: статья не будет создаваться как полноценный научный обзор, если доказательная база не проходит минимальные требования. Источники L1 сохраняются в метаданных, но не используются как содержательная доказательная база.
Подготовка источников → Evidence Gate → Evidence Cards → Article v2 → DeepSeek Review → Quality Gate…
Статья ещё не создана.

Выберите 8–12 публикаций, сформируйте тему и научный аппарат, затем запустите Article Pipeline.