🚀 v2.6 全新发布 · AI 驱动的代码库与论文研读新物种

把复杂代码与前沿论文
变成循序渐进的闯关之旅

告别碎片化的 AI 对话与迷雾般的源码翻阅。渐知基于独创 2D DAG 代码森林、Grill-me 启发式课程定制、移动端离线端侧高精度 OCR 与 12+ 顶尖 AI 智囊团,带你从宏观架构到底层实现,像打游戏通关一样真正啃透硬核技术!

🌲 2D DAG 架构图谱
⚡ 100% 离线端侧 OCR
🧭 Grill-me 启发式定制
🤖 12+ 顶尖 AI 智囊团
gin-gonic/gin · DAG Engine
main.go :: Engine 核心启动类 ROOT
RouterGroup (路由分组树) PKG
Context (请求上下文与生命周期) TYPE
Next() ➔ 中间件执行链路 LEAF
Gin 引擎架构 · 掌握度 85% (4/5 关卡) ● 学习路径已点亮
Attention Is All You Need
Ashish Vaswani, Noam Shazeer et al. (Google Brain)

We compute the matrix of outputs as follows, replacing recurrent layers entirely:

Attention(Q, K, V) = softmax( (QKᵀ) / √dₖ ) V

Cross-attention relies on previous keys from self-attention layers [Vaswani 2017].

⚡ arXiv:1706.03762 · 100% 端侧离线解析
🤖 Grill-me 启发式提问 (Round 2/3)
已分析该项目架构,你想优先攻克哪个核心领域?
○ Context sync.Pool 内存池复用机制
○ 中间件流水线拦截与恢复设计
💡 沿决策链逐级推荐,轻点即生成专属讲义

八大硬核特性,重塑技术研读体验

从宏观架构到函数细节,从论文公式到代码复现,步步为营、通关进阶

🌲
二维拓扑

2D DAG 代码森林

以入口为根,纵向解构「入口→模块→类→方法」,横向编织「调用方与被调用方」真实依赖网。学到哪亮到哪,下钻式渐进生成。

🧭
启发式对话

Grill-me 课程定制

一句话说出需求,AI 导师主动多轮提问摸清你的基础水平与核心偏好,动态注入搜索工具,量身生成图文、幻灯片与混排讲义。

📄
学术期刊级

arXiv 与论文研读

一键抓取 arXiv 论文源码,学术期刊级排版呈现。原汁原味 LaTeX 数学公式渲染、论文高清插图原位嵌入、参考文献双向跳转。

⚡
零隐私泄露

移动端端侧离线 OCR

内置移动端 C++ FFI + ONNX Runtime 模型,扫描版 PDF 纯离线毫秒级识别与重排。0 网络、0 上传、0 Token 费,私密科研随身看。

🤖
算力矩阵

12+ 平台 AI 智囊团

直连 DeepSeek、Claude、OpenAI、Gemini、通义千问、智谱清言、MiniMax、Kimi 等平台及本地 Ollama/vLLM,文生图、TTS 语音与 Vision 多模态全齐。

🎭
Agent 灵魂

15+ 预置专家角色

为学习注入专业 Agent 灵魂:课程内容专家、启发式编程导师、严格代码审查员、大厂技术面试官、Bug 侦探、系统设计导师随时伴读。

🔍
深度交互

交互式可视化工作台

语法高亮折叠、代码行词条解释、交互式调用关系图 (Call Graph)、思维导图 (Mind Map)、术语百科 Wiki 浮窗、划词生词本与发光笔记。

🏆
知识闭环

关卡测验与闪卡记忆

拒绝眼高手低!每章节针对性随堂测验,答对通关推进;错题归入手账,搭配 3D 翻转记忆闪卡与三档自评,长效巩固生词与硬核概念。

像探险一样拆解百万行开源巨石

面对结构复杂的庞大开源项目,初学者常迷失于无数的文件与抽象层中。渐知通过 2D DAG 森林架构与深度交互阅读器,让代码库脉络清晰可见。

🗺️

多根入口全景感知

以项目入口(main/CLI/App)为森林根节点,一眼看清项目的物理骨架与启动全过程。

🕸️

横纵交织的 2D DAG 依赖网

纵向树形逐层下钻,横向展示函数级调用方与被调用方依赖网,彻底理清执行流水线。

⚡

交互式调用图 (Call Graph) 与思维导图

关键函数一键唤出调用拓扑图,代码折叠与代码行词条浮窗随手点查。

🧑‍🏫

15+ 专业专家 Agent 随时解惑

遇到疑难,随时呼出「Bug 侦探」或「系统设计导师」抽屉,获得启发式点拨。

// gin-gonic/gin :: context.go
func (c *Context) Next() {
c.index++
for c.index < int8(len(c.handlers)) {
c.handlers[c.index](c)
c.index++
}
}
HTTP Request ➔ Recovery Middleware ➔ Auth Filter ➔ Handler
🔍 点击任意节点呼出调用拓扑 · 划词发光笔记即时归档

把晦涩论文变成沉浸式精读期刊

从 arXiv 到代码复现,打通学术科研到工程落地的最后一公里。再复杂的数学公式与扫描件,也能在手机端从容研读。

📥

arXiv 一键抓取与源码转换

直接拉取论文 LaTeX 源码,定理推导与数学公式原汁原味还原,公式绝不模糊变形。

🛡️

移动端端侧离线高精度 OCR

内置 C++ ONNX Runtime 引擎,纯本地离线解析扫描论文,0 网络、0 上传、0 Token 扣费,100% 隐私安全。

🔗

文献引用双向锚点跳转

正文中的 [1] 或 [Vaswani 2017] 均为交互链接,一键跳转参考文献并即时对照,告别繁琐翻页。

📖

学术术语百科与词形还原

生僻词汇与学术专有名词点击即得通俗释义,内置 Lemmatizer 词形还原引擎与离线学术词库。

⭐

多场景生词本与 3D 闪卡复习

长难句与生词划词一键星标收藏,本地离线持久化;配合 3D 翻转闪卡与三档记忆自评,构建学术词汇长效记忆闭环。

Deep Residual Learning for Image Recognition
Formally, denoting the desired underlying mapping as ℋ(x), we let the stacked nonlinear layers fit another mapping of ℱ(x) := ℋ(x) - x. The original mapping is recast into:
y = ℱ(x, {Wᵢ}) + x
📖 术语库: Residual Block [已收录] [He et al. CVPR 2016] ➔
⭐ 生词本: 已加入收藏 🎴 3D 闪卡复习中
⚡ 纯本地 ONNX 引擎执行双栏版面重排 · 0 云端上传

为什么选择渐知?

打破传统源码研读的晦涩痛点与通用 AI 对话的零散幻觉

👈 左右滑动查看完整多维对比 👉
对比维度 传统源码 / PDF 研读 通用对话 AI (ChatGPT/Claude) 渐知 StepStudying
内容组织 ✕ 成千上万零散文件,容易迷失在目录中 ✕ 线性长篇文字流,看完前面忘后面 ✓ 2D DAG 代码森林 + 结构化闯关关卡
路径规划 ✕ 缺乏路径,靠个人意志死磕,容易放弃 ✕ 泛泛总结,缺乏水平摸底与针对性 ✓ Grill-me 启发式多轮摸底,定制专属大纲
论文与公式 ✕ 手机上频繁双指缩放,公式易模糊,排版糟糕 ✕ 纯文本描述,无法还原论文复杂图表与数学排版 ✓ 期刊级排版 + 原生 LaTeX 公式 + 参考文献一键定位
隐私与成本 ✕ 无智能辅助 ✕ 私密代码/商业论文频繁上云,云端 OCR 账单昂贵 ✓ 移动端离线端侧高精 OCR,0 上传、0 泄露、0 Token 费
自测与吸收 ✕ 走马观花,缺乏验证,面试或实操时脑中空白 ✕ 缺乏随堂实测,容易产生「看懂了」的假象 ✓ 每关随堂测验 + 错题手账 + 3D闪卡生词本长效巩固
模型自由度 ✕ 无 ✕ 单一厂商锁定,功能受限 ✓ 直连 12+ 顶尖模型 + 本地 Ollama + 15+ 专家角色

为每一位追求深度的技术人打造

无论你是渴望啃透经典架构,还是追踪顶会前沿,渐知都是你的得力战友

👨‍💻 开源进阶

开源进阶开发者

克服大型项目源码恐惧症。快速拆解 Gin、Redis、Vue 等经典项目,领悟工业级架构与设计模式精髓。

🔬 学术科研

硕博研究生与科研学者

高效精读顶会论文,数学公式一步步推导,高清插图原位比对,从论文理论快速对齐工程代码实现。

💼 面试通关

大厂求职与面试备战者

深挖框架底层原理与高频源码八股,通关随堂测验强化记忆,从容应对底层设计与架构追问。

🚀 技术决策

架构师与技术决策人

快速摸清新开源组件的技术选型与内部机制,评估性能瓶颈与扩展性权衡,加速方案落地调研。

四步走,吃透任何代码库与学术论文

从导入到融会贯通,渐知为你规划最优学习路径

1

多源一键导入

支持 GitHub / GitLab / Gitee 仓库地址、本地 ZIP 压缩包,以及 arXiv 编号或 PDF 论文导入。

2

AI 架构扫描与摸底

自动扫描代码调用依赖图谱;或启动 Grill-me 启发式对话摸底基础;端侧 OCR 解析扫描文献。

3

闯关式沉浸研读

展开 2D DAG 节点,图文讲义、思维导图、调用链追踪、术语百科 Wiki 浮窗、TTS 语音伴读。

4

实测过关与沉淀

完成随堂 Quiz 自测题,错题自动收录入库,量化掌握度,支持自包含 .ssc 课程离线导出。

12+
支持主流 AI 平台直连
15+
预置专家伴读角色
100%
端侧离线 OCR 隐私保护
∞
可学习的代码库与论文

常见问题解答

关于渐知的功能、安全与使用的详细解答

渐知支持导入哪些代码库与学术论文来源? ▼
代码方面:支持 GitHub、GitLab、Gitee 公开与私有仓库(可配置 Access Token),同时支持直接上传本地代码文件夹或 ZIP 压缩包。论文方面:支持直接输入 arXiv ID(如 1706.03762)进行自动化搜索与抓取,也支持直接打开本地存储的 PDF 论文文献。
我需要自备大模型 API Key 吗?支持哪些 AI 服务? ▼
渐知提供极致自由的模型配置选项。您可以自由绑定自己的 API Key 直连 12+ 家主流 AI 平台(DeepSeek、Anthropic Claude、OpenAI、Google Gemini、通义千问、智谱清言、MiniMax、月之暗面 Kimi、硅基流动 SiliconFlow、OpenRouter 等),同时支持连接本地部署的 Ollama 或 vLLM 兼容接口。
我的代码和论文上传安全吗?会有隐私泄露风险吗? ▼
渐知采用 Local-First(本地优先)设计。您的代码解析数据、笔记和学习进度均持久化保存在手机本地数据库中。特别地,对于扫描版论文,渐知内置了移动端 C++ FFI + ONNX 端侧离线 OCR 模型,纯手机本地离线运算,绝不上云,不消耗任何第三方 Token,100% 保护商业与学术机密。
什么是「代码森林」?它和普通的目录树有何不同? ▼
普通的目录树只是文件的存放路径,无法体现程序的运行逻辑。代码森林是以二维有向无环图 (2D DAG) 构建的知识图谱:纵向以系统入口为根逐级下钻到模块、类和函数;横向自动连接函数间的调用方与被调用方关系。卡片按需渐进生成,学到哪亮到哪。
生成的课程支持离线查看或导出分享给好友吗? ▼
完全支持!渐知生成的课程可以完整导出为自包含的 .ssc(StepStudying Course)专有文件或单个自包含 HTML,包含全部讲义文字、思维导图、代码片段与随堂测验题,无需网络连接即可完整阅读,方便备份与好友共享。

开启你的代码与论文闯关之旅

目前提供 Android 客户端官方直链下载,iOS 版本敬请期待

📱

渐知 StepStudying Android 客户端

正在检测最新版本...

反馈建议

您的每一条反馈,都会帮助我们做得更好
请填写标题
请填写详细描述
✓

感谢您的反馈!

我们会认真阅读每一条建议。

关于渐知

渐知 StepStudying

当前版本 v2.6.4

一款用 AI 帮你读懂代码与论文的学习应用。把复杂的技术内容,变成看得懂、学得会、记得住的学习体验。

我们做什么

渐知让 AI 拆解代码库与学术论文,生成循序渐进的闯关式课程:从整体架构到每一处细节,从论文标题到每一个公式,都有通俗讲解、配图与随堂测试。新手能入门,工程师能进阶。

我们的理念

最好的学习,是亲手拆解一个伟大的项目、读懂一篇前沿的论文。我们想让「读源码、读论文」这件高门槛的事,成为每个人都能轻松上手的日常。

核心能力

2D DAG 代码森林 Grill-me 启发式规划 端侧离线 OCR LaTeX 论文渲染 12+ 平台 AI 智囊团 15+ 预置专家角色 自包含课程导出

联系我们

如有任何问题或合作意向,欢迎通过 App 内「帮助与反馈」或邮件联系我们。

📧 feedback@stepstudying.com