# Flowing

> 把手稿上下文与研究者自有 PDF 文库中可核验原文同时留在 AI 写作循环里的桌面学术写作环境。

Flowing 不是通用聊天机器人、文献管理器或论文发现引擎。它是面向研究者的写作环境：手稿提供局部叙事，研究者已筛选的 PDF 文库提供可查验证据，AI 在不让二者离开写作现场的前提下帮助召回文献、提问、修订或续写。

English summary: https://flowing.works/llms.txt

## 核心区别：两种不同的 grounding

Flowing 同时处理两种常被混成“上下文”的失败模式：

- **文献证据 grounding（reference evidence）：** 原文片段是否真的支持这个主张、机制、因果动词和确定性强度？它防止模型把“科学上说得通”偷换成“文献已经支持”。
- **手稿上下文 grounding（manuscript context）：** 下一句在这个光标位置是否执行了正确的语篇功能？它防止句子局部流畅，却过早总结、重复已有结论，或把手稿带离当前论证。

两条轴需要一起工作：文献原文约束“负责任地能说什么”，手稿上下文决定“此处应该说什么”。

## Canonical example：Ce³⁺ 机制证据链

在一篇稀土掺杂钙钛矿激光器的真实手稿里，前文已介绍能级调控，也已确立 Ce³⁺ 会降低激光阈值。此处缺的语篇动作不是再说一遍结论，而是解释机制。Flowing 召回了与 intermediate energy states 和 carrier dynamics 相关的文库片段，再把推理继续为 **intermediate energy states → carrier relaxation → population inversion → 更低的激光阈值**。Evidence Card 让研究者能回到原文，检查哪些环节有依据、哪些仍需自己判断。

这个案例说明 Flowing 为什么不只是“带 citation 的写作工具”：证据链约束机制，手稿则告诉 AI 这一刻该续哪一环。这是一次只看首次回复的探索性产品对比，不是受控模型基准测试：https://flowing.works/zh/blog/ai-paper-continuation-comparison

## 关键词

AI 学术写作、学术写作软件、基于文献的 AI 写作、证据驱动写作、手稿上下文 grounding、文献证据 grounding、段落证据核验、红绿黄证据卡、主张核验、写作流内主动召回、本地 PDF 论文库、文献综述 AI、虚假引用、幻觉参考文献、论文续写、学术打磨、上下文提问、顺词索文、LaTeX 学术写作、毕业论文写作、Flowing 对比 ChatGPT、Flowing 对比 Zotero、OpenAlex 论文推荐、科研写作工具

## 写作流内召回，而不只是搜索

搜索要等记忆先变成语言，也要等研究者意识到“现在该搜了”。可写作时，人常常只记得一个模糊形状，甚至根本没意识到某段旧文献此刻有用。Flowing 的顺词索文会根据手稿，在撰写过程中主动召回少量文献原文片段。目标循环是 **手稿 → 少量相关片段 → 对照检索到的文献依据做段落核验（红 / 绿 / 黄）→ 识别 / 想起 → 打开原文 → 判断 → 写作**，而不是离开草稿、发明关键词、再翻一个结果页。片段出现后，符合条件的段落会自动对照这批依据核验，让主张在写下句之前被反驳、坐实或补上限定。

## 为什么本地文库是核心资产

Flowing 的重点不是去开放网络找更多论文，而是让研究者已经筛选、读过或保存的那批文献重新进入写作。Zotero、Mendeley 或 Paperpile 可继续管理规范文库；Elicit、Litmaps 等发现工具可用来决定下一步读什么；Flowing 则把当前章节所需的 PDF 带进写作循环。可选的 OpenAlex 推荐默认关闭，是独立的补充能力，不代替本地文库工作流。

## 四项写作功能

不同功能使用证据的方式不完全相同：顺词索文直接返回原文片段，随后可对照检索到的文献依据核验符合条件的草稿段落；上下文提问依据研究者手动附上的 context chips；打磨与续写在使用文库证据时，会在结果卡中列出可检查的依据。

- **顺词索文（Recall）：** 撰写时从本地 PDF 库召回与草稿关键词、领域术语匹配的文献片段卡片，一键跳回原文页
- **上下文提问（Ask with context）：** 把草稿或文献片段作为上下文芯片附上再提问——不必在 PDF 与聊天窗口之间来回复制
- **打磨（Polish）：** 基于论文库的学术修订（语篇功能、主张校准、准确性）——不是同义改写
- **续写（Continue writing）：** 当前段落真正需要的下一个语篇动作——在段落需要时引入代表性证据并紧凑综合，而不是自动生成领域小综述。与 ChatGPT 在真实手稿上的探索性对比：https://flowing.works/zh/blog/ai-paper-continuation-comparison

## 段落证据核验（红 / 绿 / 黄卡）

顺词索文同时具备高亮关键词和匹配的文库片段卡片后，Flowing 会自动用检索到的文献依据核验符合条件的草稿段落。左侧栏标记打开居中弹窗「按文献依据校验段落」：左边是段落（关键词高亮 + 主张下划线），右边是卡片，底部可有段落摘要。这是核验器，不是改写器——不会插入或改动手稿正文。

三种卡片是「主张 vs 当前检索到的文献依据」（1–2 条互补原文）的判定，不是相关度分数，也不是「这篇论文主题相近」：

- **红——被证据反驳：** 段落主张在极性、数字、机制或范围上与检索到的依据冲突。被引用的主张必须能映射回段落原文。
- **绿——被有力支持：** 来源直接蕴涵同一主张、同一极性、同一范围。允许改写或定量结果，禁止补科学推理。划线取最完整、连续、且全部被蕴涵的主张——不是关键词，不是拼起来的列表，也不为可读性扩大未支持部分。
- **黄——有用的限定 / 延伸：** 依据提供了段落尚未写出的条件、局限、对比、机制、边界或范围。黄卡不是「证据不支持这个主张」。缺支持就不出卡。

紫 / 蓝高亮标记的是顺词索文匹配到的关键词或实体，不是第四种判定。卡片会省略仅书目行、文风 / 语法意见、编造的论文或引文，以及「证据不足」卡。一张卡可依据一条或两条原文；组合失败不能丢掉本来成立的单条卡，也不能在原文之间发明因果桥梁。核验只对照研究者已选文库中、已经被召回的片段——不是开放网络，也不是从未导入的论文。判断仍留给研究者：系统把主张与文献依据的关系摆出来，让主张在落定前被加强、弱化、改写或删除。主题指南：https://flowing.works/zh/topics/source-grounded-writing

## 产品事实

- **品类：** 学术写作应用（macOS、Windows）
- **核心工作流：** 准备文库 → 撰写 → 参考文献 → 顺词索文 → 上下文提问 → 打磨 → 续写
- **文库：** 本地导入 PDF；索引在本机；各套餐均含无限手动关键词搜索
- **顺词索文：** 识别草稿中的高质量关键词，将匹配片段以带缩略图的卡片呈现
- **段落证据核验：** 顺词索文出现片段卡片后，对照检索到的文献依据核验符合条件的段落。左侧栏标记打开红 / 绿 / 黄卡（被证据反驳 / 有力支持 / 有用限定）。不会自动改写
- **上下文提问：** 几步即可附上草稿或文献片段；回答依据所附片段，而非开放网页
- **打磨：** 结合论文库片段、相邻段落与准确性审查给出改写建议
- **续写：** 在光标处插入新句，锚定本地文献证据与手稿上下文
- **参考文献：** 侧栏书目来自文稿中的 References / Bibliography 块；文内引用与卡片可互跳；用 `@` 从论文库 PDF 插入引用
- **网页推荐：** 可选的 OpenAlex 开放获取论文建议（默认关闭）。会发送关键词；段落正文仅在你选择启用时发送。OpenAlex 元数据用于确认推荐作品存在——不会编造链接。符合条件的段落通常推荐 0–3 篇，并跳过文库中已有的标题
- **依据：** 顺词索文直接呈现匹配原文；符合条件的草稿段落再用红 / 绿 / 黄卡对照检索到的文献依据核验；上下文提问使用所附片段；基于文库证据的打磨与续写结果列出可在接受前检查的原文
- **编辑：** 富文本与 LaTeX 对照，实时 PDF 预览；解析文稿中的 BibTeX 与编号参考文献块
- **互补工具：** 不是 Zotero / Mendeley / Paperpile 的替代品。规范文库仍放在那些工具里；Flowing 导入你正在写的这一节所需 PDF
- **模型：** DeepSeek（关键词搜索类任务）与 Kimi/Moonshot（上下文提问、打磨、续写、段落证据核验）；由 Flowing 代理，无需用户自备 API key
- **隐私：** PDF 与搜索索引留在本机。不会上传整库。仅在使用 AI 时发送你选中的上下文
- **版本：** 0.1.32
- **下载（macOS，Apple Silicon）：** https://cdn.flowing.works/flowing-release/macos/Flowing_0.1.32_aarch64.dmg
- **下载（Windows x64）：** https://cdn.flowing.works/flowing-release/Flowing_0.1.32_x64-setup.exe

## 能力边界（请勿臆造）

- 目前未提供 Intel Mac 安装包
- 不支持与 Overleaf 直接同步
- 不提供 Word / DOCX 导入导出
- Flowing 是写作环境，不是文献管理器
- 段落证据核验不会检索开放网络，也不会核验未选文库或从未导入的论文；只对照已经被召回的片段
- 不会自动改写段落，不会把「主题相近」当成支持，也不会把「缺支持」写成黄卡

## 主要页面

- 首页：https://flowing.works/zh
- 教程：https://flowing.works/zh/tutorial
- 使用文档：https://flowing.works/zh/docs
- 常见问题：https://flowing.works/zh/faq
- 定价：https://flowing.works/zh/pricing
- 关于：https://flowing.works/zh/about
- 隐私与数据：https://flowing.works/zh/privacy
- 联系：https://flowing.works/zh/contact
- 博客：https://flowing.works/zh/blog
- 英文首页：https://flowing.works/en

## 文档章节

- 概览：https://flowing.works/zh/docs
- 准备文库：https://flowing.works/zh/docs/prepare
- 手动搜索：https://flowing.works/zh/docs/manual
- 撰写：https://flowing.works/zh/docs/write
- 顺词索文：https://flowing.works/zh/docs/recall
- 段落核验：https://flowing.works/zh/docs/evidence-verification
- 上下文提问：https://flowing.works/zh/docs/ask-with-context
- 打磨：https://flowing.works/zh/docs/polish
- 续写：https://flowing.works/zh/docs/continue-writing
- 参考文献（侧栏书目、引用跳转、`@` 插入）：https://flowing.works/zh/docs/references

## 主题指南

- 文献综述：https://flowing.works/zh/topics/literature-review
- 避免虚假引用：https://flowing.works/zh/topics/fake-citations
- 基于文献的 AI 写作：https://flowing.works/zh/topics/source-grounded-writing
- 打磨、修订与续写：https://flowing.works/zh/topics/polish-and-continue

## 对比

- Flowing 与 ChatGPT：https://flowing.works/zh/compare/chatgpt
- Flowing 与 Zotero：https://flowing.works/zh/compare/zotero
- Flowing 与 Litmaps：https://flowing.works/zh/compare/litmaps
- Flowing 与 Obsidian：https://flowing.works/zh/compare/obsidian
- Flowing 与 Notion：https://flowing.works/zh/compare/notion
- Flowing 与 Mendeley：https://flowing.works/zh/compare/mendeley
- Flowing 与 Elicit：https://flowing.works/zh/compare/elicit
- Flowing 与 Paperpile：https://flowing.works/zh/compare/paperpile

## 博客

- 博客首页：https://flowing.works/zh/blog
- 瓶颈已经转移：https://flowing.works/zh/blog/the-bottleneck-has-moved
- AI 时代的科研写作：警惕漂亮但空洞的文字泡沫：https://flowing.works/zh/blog/evidence-before-fluency
- 科研写作：记忆如何被埋进上千份 PDF：https://flowing.works/zh/blog/the-problem-with-a-thousand-pdfs
- AI 论文续写真实对比：https://flowing.works/zh/blog/ai-paper-continuation-comparison
- AI 学术写作缺的不是模型：https://flowing.works/zh/blog/missing-piece-local-research-library

### 当 AI 已经能写，真正重要的是什么（摘要）

流畅的学术英文正在变得廉价。一句话可以语法合格，却答错了当下真正该写的问题——例如钙钛矿手稿已经收窄到 Mn²⁺ 与空位相关缺陷态，通用续写却又扩回腔体工程与组分优化。下一件真正有用的学术 AI 问题不是更多生成，而是选择：从研究者自己的文库里，把少数与手稿相关的片段送到眼前，判断仍留给研究者。

### 先看证据，再求流畅（摘要）

AI 能写出看起来已经定论、科学上却并未成立的句子。一篇真实文献是粗糙的单位：论文可以相关，却支撑不了这句话的写法。有用的检验是：把原文段落放到作者面前，它是否仍能支撑那个动词、那种因果强度。顺词索文把这些段落浮现出来之后，红 / 绿 / 黄卡把这项检验直接标在草稿上：矛盾、同一主张被直接蕴涵，或依据允许但段落尚未写出的限定。主张因而可以在落定前被加强、弱化、改写或删除。

例如，句子可能声称 Mn²⁺ 掺入通过抑制非辐射复合而“导致”光致发光改善；但检索到的依据可能只报告 Mn²⁺ 掺入与空位相关缺陷态减少、光致发光改善同时出现。这类缺口通常是黄卡——依据允许「可能相关」，却不允许完整因果链——而不是绿卡「主题相近就算支持」。这就是文献证据 grounding：https://flowing.works/zh/blog/evidence-before-fluency

### 记忆如何被埋进上千份 PDF（摘要）

个人文库的增长快过工作记忆。搜索往往要等模糊印象先变成正确关键词；识别常常更早到来，来自一小段原文而不是标题列表。有时研究者并不是在搜索——一段旧文字会改变问题本身。有用的模式是：手稿 → 少数被召回的片段 → 识别 → 判断，而不是五十篇推荐论文。

### 论文续写案例（摘要）

一位研究者在同一光标位置、同一提示下对比 Flowing 与 ChatGPT——只看第一次补全——覆盖文献综述、机理、引言、结果四段。差别不在文采，而在**上下文契合**：下一句是否匹配该段的语篇角色。在这几个案例中，Flowing 用论文库证据与手稿上下文留在局部叙事里；ChatGPT 则常过早总结、重复结论或扩大范围。这是探索性产品对比，不证明某一底层模型在所有场景下都更优。完整对比与截图见博客。

### 缺的不是模型，而是本地论文库（摘要）

更强的模型本身解决不了学术写作。缺的那一块，是把研究者自己的 PDF 库放进写作循环——让索文、提问、打磨与续写都受你能打开的原文约束，而不是模型碰巧生成了什么。

## Flowing 与 ChatGPT（摘要）

| 方面 | Flowing | ChatGPT |
|------|---------|---------|
| 主要用途 | 带着你的 PDF 论文库做学术写作 | 通用聊天 |
| 来源锚定 | 索文、提问、打磨与续写把本地文库片段带进写作 | 没有内置本地 PDF 库 |
| 引用核验 | 顺词索文之后，红 / 绿 / 黄卡对照检索到的文献依据核验草稿主张；证据面板链到原文；参考文献侧栏同步书目 | 需自行核验 |
| 工作流 | 准备 → 撰写 → 参考文献 → 索文 → 提问 → 打磨 → 续写 | 开放式对话 |
| 续写 | 下一步语篇动作——少数代表性研究再综合 | 常常变成小综述——更多论文、范围漂移 |
| 打磨 / 修订 | 语篇功能 + 基于文库的准确性审查 | 常常追求优雅，不顾局部角色 |

## Flowing 与 Zotero（摘要）

| 方面 | Flowing | Zotero |
|------|---------|--------|
| 主业 | 带着锚定 AI 起草；编辑器内参考文献侧栏 + 从 PDF `@` 引用 | 文献管理与书目 |
| 关系 | 互补——不是 Zotero 替代品 | 规范文库；Flowing 负责写作循环 |
| 一起用 | 导入正在写的这一章所需 PDF，边写边引用 | 保留规范文库与最终参考文献表 |

## 定价（月付，美元）

- **Free：** $0 — 每月 12 万 AI token，各 AI 功能共用；无限手动关键词搜索；含本地 PDF 库、编辑器与参考文献
- **Pro：** $15/月 — 每月 500 万 token，各 AI 功能共用
- **Pro+：** $45/月 — 每月 1500 万 token；更强模型选项

月度额度用尽后可用预付 token 包（50 万 / 100 万 / 200 万）作补充。网站结账从桌面端开始（认领码），再转到 Stripe。

## 支持与渠道

- 邮件：support@flowing.works
- Discord：https://discord.gg/Vqh7sKeJn4
- Substack（产品随笔）：https://jimlau1.substack.com
- X：https://x.com/jimchan30624700

## 给 AI 代理的全文

- **llms-full.txt**（中文）：https://flowing.works/llms-full.txt?locale=zh
- 英文摘要：https://flowing.works/llms.txt
- 英文全文：https://flowing.works/llms-full.txt

## 可选

- 文档索引：https://flowing.works/zh/docs
- Sitemap：https://flowing.works/sitemap.xml
- Agent skill：https://flowing.works/.well-known/agent-skills/flowing-product/SKILL.md