📄 读英文论文不用再左右切翻译了，这个开源项目能整篇翻完，还保住原来的排版。 GitHub 揽获 3.6 万 Star，背后有一篇 EMNLP 2025 的系统演示论文撑着。 以前读一篇 arXiv 上的论文，复制一段丢进翻译框，回来发现公式全散了、图表位置也对不上，一篇读下来来回切几十次，人都麻了。它的做法是直接产出双语 PDF，译文和原文并排，公式、图表、目录、批注全部原样保留，滚动着往下读就行，也可以只要纯译文那一版。 命令行、图形界面和 Docker 三种用法都有，翻译服务可以自己换，默认走 Google 翻译，还带翻译缓存和批量翻译，一次扔一摞论文进去也扛得住。 它还提供了 MCP 模式，可以直接接进 AI 工具里当一个翻译能力来用。 看文献的时间省下来，才是真的在做研究。 GitHub：

传统的 RAG 检索在遇到跨文档复杂推理时，表现往往像个只看关键词的机械硬盘。港大团队开源的 LightRAG 直接打爆了传统方案，用轻量知识图谱把大模型检索速度和准确率拉到了顶级。 项目来自港大 HKUDS 实验室，拿下了 EMNLP 2025 顶会。GitHub 狂揽 38k+ Star，采用 MIT 开源协议。 图谱+向量双引擎： 自动提炼实体和关系构建知识图谱，复杂问题不再漏答。 检索速度极快： 相比微软 GraphRAG，Token 消耗降了几个数量级，速度翻倍。 增量实时更新： 新增文档直接增量融合，不需要每次都重新建库。 多模态与全能模式： 支持 PDF、表格、图片解析，还提供局部/全局/混合 5 种查询模式。 🔗 项目链接：