文献原句定位器 MEFinder

为什么做 MEFinder？

我是一名在读文科硕士生。以前写小论文，每到定稿前，都要把正文里的引文一条条重新核对：原文有没有抄错，出处有没有写对，页码准不准，我对上下文的理解有没有偏差。写作的时候，我也常常明明记得某个观点、某段大意，却一时想不起原句到底怎么写、藏在哪份文献里。

现在写大论文，文献更多了。我常常要在好几个 PDF 之间来回切换，反复打开、搜索、翻页、核对。被这些麻烦反复折腾之后，我开始想：如果有一个工具，能把自己的文献都放在一起，既能凭记得的片段找回原句，也能根据论文里的引文找到出处、上下文和页码，会不会省下很多时间？

我找了一圈，没发现真正贴合这种需求的软件，于是决定自己动手做一个。MEFinder 就这样开始了。

无论你交给它的是完整的原句、残缺的片段，还是带着错字漏字的只言片语，它都会在你的本地文献库里找回原文，带你回到上下文和原始页面，并把出处整理好，方便你继续核对、复制。

它不会替你“猜”引文来自哪里，也不会编一个像模像样的答案来糊弄你。搜索、索引、页码映射和大部分元数据处理，默认都在本机完成；只有扫描件、文本层乱码或版面复杂的 PDF 确实需要解析时，才由你决定是否交给 MinerU 或其他视觉服务。

这也是我第一次完整地做完一个软件项目，一路上磕磕绊绊，很多东西都是边做边学，MEFinder 也还在继续完善。如果它没找到你确定存在的句子，或者页码、题录处理得不对，欢迎附上具体样例来提交 Issue。感谢大家愿意试用，不足之处还请多多包涵。

如果 MEFinder 恰好能帮你少翻几次 PDF、少花点核对引文的时间，欢迎顺手点个 Star 🌟。对第一次做开源项目的我来说，你的支持会是很大的鼓励，也会让我更有动力继续把它做好。

✨ 主要功能

功能	能做什么
原句定位	输入完整原句、残句或带少量错字、漏字的文本，通过自动、精确、忽略空格、忽略标点和模糊模式定位原文。
上下文 / 页码定位	查看命中位置的前后文，区分 PDF 物理页与书内引用页码；支持自动映射和人工分段校准。
PDF / Word / EPUB / 扫描件	Word、EPUB 和文本型 PDF 在本机解析；EPUB 保留出版方 page-list/pagebreak 页码；扫描版、乱码文本层与复杂布局 PDF 可按需接入 MinerU、本机 OCR 或视觉模型。
本机 OCR（离线）	「设置 → 本地 OCR」安装组件后，日文扫描件走 NDL 日文 OCR，日文古籍与繁体竖排古籍走 NDL 古籍 OCR；不提供现代中文 OCR，也不生成屏幕重排页码。
繁体竖排 / 外部解析结果	可继续检索已经由 OCR、MinerU 或其他工具解析的繁体竖排、影印本等材料，并结合页码信息定位。
繁简统一检索	「设置 → 阅读与检索 → 文献检索」开关，默认开启；简体关键词可命中繁体原文，结果、页码与导出保留原文。
结构化阅读	从搜索结果直接打开结构化文本，查看命中段落、相邻内容与原始 PDF 页面；工具栏目录读取已入库的一、二级标题，点击章节可同步定位对照版本。
译本 / 版本对照	把同一作品的原文、译本或不同版本归入作品组，选两个版本自动逐段对齐，双栏对照阅读并在版本间定位对应文字；对齐在本机完成，支持 PDF 和 EPUB 格式。每对版本可查看并人工修正正文范围，失效对齐可一次全部重新对齐。
Zotero 来源同步（0.5.7）	「设置 → 来源 → Zotero」勾选 Zotero 分类，MEFinder 读取 Zotero 7 自带的本机只读接口，把其中的 PDF / EPUB 走自己的解析管线入库；增删与题录以 Zotero 为准（含茉莉花插件抓取的知网题录），不读 Zotero 全文索引、不改 Zotero 库。
题录补全 / 五种出处格式	识别并补全图书、译著、期刊和学位论文题录；支持中文脚注、GB/T 7714、APA、MLA、Chicago。
文档包传输	把已入库 PDF 连同页级文本、书目和页码映射导出为 .mefinder，换设备后重新导入就能恢复，不用重新 OCR。
按页导出 Markdown	文献库菜单可按原书页码或 PDF 物理页码导出指定页；PDF 已配对脚注随正文带出。EPUB 依赖出版方页码，页外脚注暂不保证。
独立阅读窗口	在「设置 → 阅读与检索 → 阅读窗口」开启“在独立窗口中阅读”（默认关闭）；结构化阅读和译本对照可在独立窗口中单独移动和缩放，关闭时仍在主窗口内阅读。
引文核对 / 主题检索 / 对齐修正（MCP）	让支持 MCP 的 AI 助手访问文献库：批量核对引文是否逐字命中、逐字比对错引差异、按主题召回相关段落、读取版权页与题录缺口；还可辅助标注并修正自动译本对齐。

🎯 适合什么场景

• 写论文时只记得一句话，却忘了出自哪本书、哪一页；
• AI 给的引文、笔记或文档里摘的句子，想回到原文确认一下；
• 本地攒了一堆 PDF / Word / EPUB，不想一本本打开挨个 Ctrl + F；
• 扫描书、影印本、繁体竖排材料已经做过 OCR，希望统一检索；
• 搜到原句后还想接着看上下文、翻到原页、顺手复制规范出处；
• PDF 的“第 48 页”实际对应书内“第 1 页”，需要分别管理物理页与引用页码。

⚙️ 工作原理

flowchart LR
    A[Word / PDF / EPUB] --> B{可直接读取文本?}
    B -->|是| C[本地解析]
    B -->|否| D[OCR / MinerU / Vision API]
    C --> E[本地 SQLite 文献库]
    D --> E
    E --> F[FTS5 trigram 全文索引]
    F --> G[原句检索]
    G --> H[上下文 / 结构化阅读]
    G --> I[物理页 / 引用页码]
    G --> J[题录 / 出处格式化]

MEFinder 使用本地 SQLite 数据库和 FTS5 trigram 全文索引保存来源、文献、段落、原始文本与页码映射。搜索时不需要向量数据库、Embedding 或 LLM API。

原生文本 PDF 优先由 PyMuPDF 读取，Word 和 EPUB 文献走本地解析。EPUB 按 OPF spine 的阅读顺序提取正文，只采用出版方提供的 page-list/pagebreak 页码。只有扫描版、乱码文本层或复杂布局 PDF 需要 OCR / 视觉解析，可选在线 MinerU、本机 OCR 组件或视觉模型；只有你主动使用在线解析时，待处理的页面才会被上传。

页码系统同时保留 PDF 物理页与正式引用页码。自动映射无法可靠判断时，可以人工分段校准；没校准过的页码不会被当成正式引用页码。

⬇️ 下载

正式发布包都在 GitHub Releases，普通用户不需要安装 Python。

平台	版本	发布包
Windows	安装版（推荐）	MEFinder-v<版本>-windows-setup.exe
Windows	绿色免安装版	MEFinder-v<版本>-windows-portable.zip
macOS	Apple Silicon	MEFinder-v<版本>-macos-arm64.dmg
macOS	Apple Silicon（备用）	MEFinder-v<版本>-macos-arm64.zip
macOS	Intel	MEFinder-v<版本>-macos-x86_64.dmg
macOS	Intel（备用）	MEFinder-v<版本>-macos-x86_64.zip

Windows

• 支持 Windows 10 21H2 及以上系统；
• 安装版支持应用内检查更新，用户数据默认保存在 %LOCALAPPDATA%\MEFinder；
• 绿色版完整解压后双击 文献原句定位器.exe，程序、文献、索引、设置和日志均保存在解压目录；
• 未签名的发布包可能触发 Windows SmartScreen 提示。

macOS

• Apple Silicon（arm64）支持 macOS 14 或更高版本；
• Intel（x86_64）支持 macOS 12 或更高版本；
• 根据 Mac 芯片选择 Apple Silicon（arm64）或 Intel（x86_64）DMG；
• 打开 DMG 后将 MEFinder.app 拖入 Applications；
• 应用数据保存在 ~/Library/Application Support/MEFinder/。

Homebrew（可选）：已安装 Homebrew 的用户可以用 Cask 安装并跟进更新：

brew trust sabercomo/mefinder   # 新版 Homebrew 要求先信任第三方 tap
brew tap sabercomo/mefinder
brew install --cask mefinder

之后用 brew update && brew upgrade --cask mefinder 升级。Homebrew 渠道要求 macOS 14 及以上（两架构取较严门槛；Intel 机若是 macOS 12–13，请直接下载 DMG 安装）。应用未经 Apple 公证：首次启动若被拦截，在「系统设置 → 隐私与安全性 → 仍要打开」批准一次即可，之后的升级会延续已批准状态。brew uninstall --cask mefinder 不影响文献数据。

桌面应用可在「设置 → 数据位置」打开已有 MEFinder 资料库（例如从另一台电脑同步的文件夹），或迁移当前资料到新位置。两种操作均在重启后生效；打开已有库不复制或覆盖资料。跨设备使用云盘库时，先退出另一端并等待同步完成。

「设置 → 关于与更新」显示当前版本，提供官方网站、更新日志、最近更新与 GitHub Star 入口。Windows 安装版可检查、下载并确认安装更新；Mac 可手动检查并前往下载 DMG，通过 Homebrew 安装的用户也可在这里复制更新命令。

📖 快速开始

1. 导入文献 打开左侧“文献导入”，选择或拖入 PDF / Word / EPUB。原生文本文件会直接进入本地索引；扫描、乱码或复杂布局 PDF 会提示选择解析方式。

2. 搜索原句 输入完整句子或片段，选择综合、精确或模糊检索，也可以限定 Word、PDF 或指定文献范围。

3. 查看原文 在结果中查看命中内容与上下文，打开结构化文本，或跳转到原始 PDF 的对应物理页。

4. 校准引用页码 如果 PDF 封面、目录等导致物理页与书内页码不一致，可建立分段映射。例如：

   PDF 起始页：48
   引用起始页：1
   

5. 复制出处 选择中文脚注、GB/T 7714、APA、MLA 或 Chicago，然后复制当前文献的规范出处。关键元数据或页码缺失时，程序会明确提示。

配置 MinerU API（可选）

扫描版、乱码文本层或复杂排版 PDF 会交给 MinerU 在线解析。先到 MinerU 申请 API Token（先登录，再申请）拿到 Token，再到软件里填：

1. 打开 设置 → MinerU API，进去就是填写表单，其他保持默认就行；
2. 把申请到的 API Token 粘贴进输入框；
3. 到期日期选填，拿不准就留空。建议填上：免费 Key 一般只有三个月有效期，填了以后账号列表里会显示剩余天数，过期了也看得出来；
4. 点 保存配置；
5. 保存后账号出现在列表里，点 测试，显示连接成功就行。

导入扫描 PDF 时选 强制 MinerU，或者保留默认的 自动选择——文字层不可靠时程序会自动改用 MinerU。

不想用 MinerU 的话，也能在 设置 → 其他解析 API 里添加 OpenAI 兼容的视觉模型或中转接口，导入时选 其他视觉 API。

自己部署的 MinerU 也能用：在 设置 → MinerU API 把“服务地址”改成你的部署地址即可，MEFinder 会自动检测接口版本，也可以在设置中手动锁定协议。服务端启用了 API key 时在这里配置。

译本对照

同一部作品的原文、译本和不同版本可以自动对齐后对照阅读：

This is the beginning of the README. Read the rest at the original. Read the full README ↗