企业官网建设流程全解析

这些年在科研写作圈里，Overleaf几乎成了“论文排版默认选项”，然而我身边越来越多的人开始悄悄把写作环境搬回本地。原因很简单：在线编译排队、网络不稳时抓狂、免费账户的历史记录还总被清掉。最近我在折腾的这套ClaudePrism工作流，把离线LaTeX编译和大模型科研辅助揉在了一起，用了一段时间后确实回不去了。这篇文章就给你完整拆解：它解决什么问题、那100项科研技能到底怎么用、我踩过哪些坑，全程干货，可直接照着搭。

如果你已经受够了小圆圈转半天、一断网就写不了论文，或者想让AI帮你润色、改公式、转表格但又不想离开编辑器，这篇文章适合你。基础弱一点也没关系，我会把环境配置和关键参数都解释清楚。

1. 为什么我最终脱坑Overleaf，转投本地离线编译

1.1 在线LaTeX编辑器那些“看起来很美”的隐性成本

2019年我第一次接触Overleaf时，确实被震惊到了，什么都不用装，打开浏览器就能写LaTeX，还能邀请导师一键审阅批注。这种体验对刚入门的科研狗来说几乎就是救世主般的存在。但用得越久，心里那股隐隐的不爽就越明显。

首先是编译速度。我的博士论文一度接近两百页，图表多、宏包多，每次点了编译，少则等二三十秒，多则一两分钟，遇到服务器繁忙时段编译队列能排更久。那种改了半天的语法错误，要等一分多钟才在日志里看到“undefined control sequence”，时间利用率极低。相比之下，普通笔记本本地跑同样文档，一秒左右就能出来，差距非常明显。

其次是网络依赖性。有一年我出去开会，在高铁上打开笔记本想改一段摘要措辞，结果车上一路隧道，网页基本处于假死状态。提交上去的半成品连预览都刷不出来，只能看着一堆注释和未编译文本干瞪眼。那一次以后我下定决心：写作工具必须能离线运行。

还有一层是隐私和数据归属。论文在投稿前都是未公开数据，很多同学习惯把所有图表、实验数据甚至未发表的想法直接扔进云端仓库。虽然不能说在线平台一定有泄露风险，但“数据不出本机”在科研合规、课题组保密要求这些场景下确实是一个不容忽视的需求。我不止一次听某导师要求团队在论文完成前不得上传任何第三方平台。

1.2 离线本地方案带来的三个核心收益

把LaTeX编译环境装回本机之后，最大的变化是“写”和“编译”之间不再有距离感。文档改动保存后，快捷键一敲，PDF秒出，我可以连续迭代三四个版本再停下来看效果，整个写作节奏像换了个人。

第二个收益是场景自由。不管是高铁、飞机，还是宾馆里没有Wi-Fi的深夜，我都可以完整经历从编辑、编译到审阅PDF的整个闭环。配合本地同步网盘或Git仓库，事后补推送即可，写作却完全不会被网络状况绑架。

第三个收益是环境可控。TeX发行版、宏包版本、编译器选项都在自己手里，再也不用等平台管理员更新某个宏包。遇到奇葩模板，直接在本地改样式文件就解决了。配合ClaudePrism的AI技能包，整个流程还能形成一套固定的个人工作流，这比任何在线编辑器都要灵活。

记住一点：本地方案的门槛确实比打开网页高，但这恰恰是它的护城河。一旦配好，性能、隐私、自由度全都掌握在自己手里。

提示：如果你的课题涉及未发表数据，或者导师明确规定不能上传外部平台，本地LaTeX环境几乎就是唯一合理选择。这也是ClaudePrism这套工作流最先解决的一个痛点。

2. 深度拆解ClaudePrism的“100项科研技能”

2.1 技能的本质：提示词工作流与工具链的深度组合

不少人对“100项科研技能”的第一反应是：这是一百个独立软件？还是一百个按钮？实际上没有那么玄乎，它的本质是一套“以对话模型为大脑、以LaTeX本地环境为躯干”的任务模板库。

每一项技能，本质上由三个部分组成：一段精心设计的任务指令、一组上下文输入规则、以及一个明确的输出约束。比如“表格转LaTeX”这个技能，核心指令就是让模型把Markdown、Excel或者纯文本数据转换成规范的LaTeX表格代码，上下文是粘贴进来的原始数据，输出约束是生成可直接编译的tabular环境，并保留booktabs风格。

真正让它显得有一百项的原因是排列组合。围绕科研写作这件事，任务场景可以拆成几大类：文献理解与翻译、英文写作与润色、LaTeX代码生成、公式处理、图表描述、回复信撰写、答辩逻辑梳理等等，每一大类再分支展开，一百个并不夸张。实际使用下来，你真正高频使用的可能也就十几个，但剩下的那些在特定节点能救命。

这个思路很值得借鉴。即使你不用ClaudePrism这个名字，自己维护一个“提示词技能库”，同样可以大幅提升写作效率。重点不是数量，而是把常见的重复性劳动标准化。

2.2 核心技能与LaTeX写作场景的结合方式

我用这套工作流处理LaTeX文档时，有几个技能几乎每天都要用。先看使用频率分布：

我个人的杀手级场景有三个。第一个是表格转LaTeX。以前我用带格式的工具复制Excel数据，粘贴到LaTeX编辑器后还要手工补&符号和\\换行符，稍有不慎就编译报错。现在直接选中表格内容丢给ClaudePrism，返回来的就是格式完备、对齐规范、带\toprule的表格代码，粘贴进文档直接编译通过。

第二个是中文学术化改写。写论文初稿时我习惯先用大白话记录思路，比如“这个实验结果比之前的方案快了很多”，最后统一处理成“实验结果表明，相较于此前方案，本方法在处理效率方面取得了显著提升”。这种调整以前要自己对着一句话反复抠半天，现在让AI给三个变体版本，我挑一个最顺眼的微调即可。

第三个是LaTeX报错解释。编译报错信息对新手像天书，ClaudePrism能把日志里那段晦涩的英文转化成直白的中文说明，并直接给出修正建议。比如File 'xxx.sty' not found，它的解释会是：缺少某个宏包文件，请用包管理器安装，或者检查路径大小写。这个东西看起来不起眼，实际节省的时间非常可观。

还要特别提一下公式处理。拿MathType或者Word里的公式转成LaTeX代码，以前是个大工程，现在直接把截图或者OMML格式丢给AI，返回的代码绝大部分情况能直接编译。配合\begin{equation}自动编号，整个公式输入流程顺畅得不像话。

3. 全程记录：离线LaTeX编译与ClaudePrism工作流的搭建过程

3.1 第一步：本地编译引擎选型到底怎么定

本地LaTeX最核心的引擎选择，通常在TeX Live和Tectonic之间做取舍。TeX Live是绝大多数人和绝大多数期刊模板的默认标准，宏包齐全、文档庞大、社区支持极好；缺点是安装包体积巨大，初次安装需要较长时间。Tectonic主打轻量化和自动按需下载宏包，安装快、编译快，但离线状态下首次编译舒适度大幅下降，而且特殊宏包的兼容性偶尔会有问题。

我最终选了TeX Live。原因很简单：我要的是完全离线可用，不希望任何一次编译去网络拉取依赖。装备一次性装好，之后就是纯本地运行。Linux系统下直接安装完整版最简单：

sudo apt update sudo apt install texlive-full

这个过程会下载约4-5GB，耐心等。装完验证一下：

latex --version xelatex --version latexmk --version

新版TeX Live自带的latexmk是核心中的核心，后面所有一键编译都依赖它。如果你用的是macOS，推荐安装MacTeX，安装完后路径在/Library/TeX/texbin，一般不需要手动配置PATH。Windows用户则用install-tl-windows.exe，用管理员模式按照指引安装，基本不用改默认选项。

注意：不要只装texlive-base或者最小集，否则你抓狂的时候一定是因为缺少某个宏包。如果确实只想装精简版，记得把texlive-lang-chinese和texlive-science这种分类包一起选上。

3.2 第二步：编辑器、双向搜索与一键编译的配置

编辑器方面我推荐VSCode加LaTeX Workshop插件，没有比这个更顺手的组合。安装扩展之后，配置重点在settings.json。

在VSCode中调用命令“Preferences: Open User Settings (JSON)”，加入如下内容：

{ "latex-workshop.latex.recipes": [ { "name": "latexmk", "tools": ["latexmk"] } ], "latex-workshop.latex.tools": [ { "name": "latexmk", "command": "latexmk", "args": [ "-xelatex", "-synctex=1", "-interaction=nonstopmode", "-file-line-error", "%DOC%" ], "env": {} } ], "latex-workshop.view.pdf.viewer": "tab" }

这里重点解释一下参数。-xelatex指定用XeLaTeX引擎编译，这是处理中文文档的关键，配合ctex宏包才能正常显示中文字体。如果你的英文论文不需要中文，可以换成-pdf，默认走pdflatex。synctex=1是源文件和PDF双向定位的开关，没有它，从PDF点一下就跳不回应LaTeX源码的功能就废了。nonstopmode让编译器遇到错误时不暂停等待输入，直接一路输出日志，避免在终端卡死。

保存配置后新建一个.tex文件，点右上角的绿色播放键（或者按Ctrl+Alt+B/Cmd+Alt+B），PDF预览会在右侧弹出。初次使用建议编译一次最简单的文档验证环境：

\documentclass{article} \usepackage{ctex} \begin{document} 你好，LaTeX！ \end{document}

只要这个能出PDF，整个编译链路就算通了。接下来做一次双向搜索测试：在PDF中双击某个位置，光标会跳回VSCode对应源码行；反过来在源码里Ctrl+Alt+J，PDF同步跳转。这个环节虽然不起眼，但后期修改论文时省下的时间不可估量。

3.3 第三步：把ClaudePrism的AI能力接入写作流程

LaTeX环境通了之后，下一步就是把ClaudePrism的AI能力接到编辑器中，实现“写一会、选中文本、一键让AI处理”的无缝体验。

ClaudePrism的核心思路非常清晰：在本地维护一个技能包目录，每个技能对应一个提示词模板文件。下方是一个简化版本的技能目录结构：

claudeprism/ ├── config.yaml ├── skills/ │ ├── academic_polish.md │ ├── table_to_latex.md │ ├── formula_explain.md │ ├── reference_convert.md │ └── ... ├── scripts/ │ ├── query.py │ └── build_index.py └── templates/ └── preamble.tex

每个技能文件的核心是提示词模板，比如academic_polish.md内部大约长这样：

# 角色 你是一名资深学术编辑，擅长中文学术论文语言润色。 # 任务 对用户输入的段落进行学术化润色，保持原意不变。 # 输出要求 1. 提供三个重写版本 2. 每个版本标注修改要点 3. 保留专业术语不变 4. 输出格式为Markdown

真实使用时，我写了一个很小的Python脚本，把选中的文本发送到API再回传结果。简化版如下：

import os from openai import OpenAI client = OpenAI( api_key=os.environ["CLAUDE_API_KEY"], base_url=os.environ.get("CLAUDE_API_BASE", "https://api.anthropic.com/v1"), ) def run_skill(skill_prompt: str, user_text: str) -> str: response = client.chat.completions.create( model="claude-3-5-sonnet", messages=[ {"role": "system", "content": skill_prompt}, {"role": "user", "content": user_text}, ], temperature=0.4, ) return response.choices[0].message.content

这里不打算展开完整工程代码，真正的开源版本里，它还包括正则提取选中文本、自动回插到光标位置、维护上下文记忆等功能。但核心原理很简单：先把技能提示词读进来作为系统消息，再把选中内容作为用户消息，最后把返回结果取回编辑器。

配置好之后，我的日常操作变成了这样：在VSCode里选中一段写得比较口语化的文字，右键调出命令面板，选“ClaudePrism: 学术润色”，两三秒钟后返回三个版本，选中一个满意的插入原文位置。整个过程不离开编辑器，不复制粘贴到网页，写作心流不会被打断。

我再补充一个关键经验：API密钥不要硬编码在脚本里。推荐通过环境变量配置，并设置好超时和重试机制。实际使用中偶尔会遇到请求超时或限流，Python那边加个重试就能解决。

4. 高频踩坑记录与问题排查速查表

4.1 本地LaTeX编译的经典报错与修复

离线环境配置完，表面顺利，实际使用时照样会遇到一堆编译问题，这里把最经典的一批列出来。

File 'ctex.sty' not found是中文用户最常见的报错。原因很简单：没装宏包或者装的是精简版。解决方式是回到第一步，确认自己装的是完整版TeX Live。已经装了精简版的人，也用tlmgr install ctex单独补包，但后续可能还会遇到其他缺失宏包的问题，所以还是建议一步到位。

LaTeX Error: File 'xxx.cls' not found是模板文件缺失。很多期刊会提供自己的cls文件，你需要把它下载到论文同目录下，或者放进~/texmf/tex/latex/目录。放同目录最好理解，也最不容易出错。

中文乱码问题也高发。解决方法是在文档开头加：

\documentclass[fontset=fandol]{ctexart}

fandol字体集是和TeX Live一起发布的免费中文字体，保证离线环境下不依赖系统字体就能正确渲染中文。有些系统字体缺失导致ctex报错，指定fontset=fandol可以一劳永逸。

Reference undefined警告多发于参考文献编译顺序不对。正确的编译顺序是：pdflatex、bibtex、pdflatex、pdflatex。如果你用的编辑器是一键编译，那就要配置recipe来执行该顺序。latexmk默认会自动探测文献数据库，这也是我前面坚持用latexmk的原因之一。

SyncTeX runs out of memory这类问题很罕见，大概率是因为文件路径中有特殊字符。Linux下将文件放在含中文或空格的路径里会引发各种奇怪现象，把路径改为纯英文最简单。

4.2 ClaudePrism辅助写作的注意事项

AI辅助写作不是万能药，有一些注意事项需要你建立肌肉记忆。

第一，文献引用必须人工核对。模型在生成参考文献时会一本正经地编造出处，这是我演示过程中发现的最大风险。我遇到过它生成一篇看似权威的期刊论文，标题、作者、年份都有，但真实性完全无法保证。所以所有AI生成的引文，必须去官方数据库确认后再放进参考文献列表。

第二，术语一致性要靠上下文控制。写论文时同一概念前后叫法可能会漂移，比如一会“用户画像”、一会“用户建模”。我的解决办法是在config.yaml里维护一份术语表，作为额外的上下文注入到每次请求中，强制模型沿用统一术语。

第三，注意接口调用成本。虽然单次请求价格不高，但习惯性整段文章丢过去，积少成多也是一笔开销。更理性的做法是只选中需要处理的中短段落，比如两三句话，而不是把大半个章节一股脑丢给它。本地处理的收益是逻辑并行、网络开销小。你可以写一个调用统计脚本，按月查看请求量和费用，避免月底被账单吓一跳。

第四，避免数据泄密。在正式数据未脱敏之前，不要将带有敏感标识符的原始内容发送到任何外部API。可以将人名地名替换成占位符，等AI处理完再替换回来。这个方法我用了很久，既不影响输出质量，又守住了数据底线。

4.3 与Overleaf的折中方案：本地高效写作，云端协作发表

既然标题提到了Overleaf，最后部分就专门说说如何取舍。我个人现在的做法是本地环境主要负责日常写作和反复打磨，到了和导师、合作者并行修改的阶段，就用Git把版本推上去。

原理其实不复杂：LaTeX是纯文本工程，天生适合用Git管理。本地所有内容用Git仓库维护，同时关联GitHub等远端，需要让导师看时把最终版同步到Overleaf；导师在Overleaf上做了修改后，再导回本地仓库继续工作。这个方案既保住了本地编译的流畅和隐私，又兼顾了多人审阅的便利性。

需要注意：从Overleaf导出的压缩包和本地目录结构通常有一些差异，比如主文件命名、目录层级，建议统一约定主文件名为main.tex。另外文件同步前一定要确保双方都编译通过，否则交叉同步很容易产生增量冲突。

如果你全组都重度依赖Overleaf的实时协作批注，那也不用强行迁移。说实话，“吊打Overleaf”这种话更多是情绪表达，实际这两个方案各有不可替代的场景。离线本地方案赢在速度、隐私和可控性；在线方案赢在协作便利和零配置启动。成年人全都要：本地为主，云端Collaboration为辅。

5. 写在最后的体会

整套环境折腾下来，我最深的感觉是：工具的价值不在于它有多新潮，在于它能不能把重复劳动压缩到最低，让你把精力留给真正值钱的内容。ClaudePrism最打动我的不是一百项技能这个数字，而是它启发我建立了自己的科研任务模板库。现在不管写论文、做汇报还是回审稿意见，语言组织层面的事情已经不再是瓶颈。

最后分享一个小技巧：我会把自己常用的宏包、页面设置、宋体黑体字号规则整理成一个preamble.tex头文件模板，配合ClaudePrism的技能包一起使用。新建任何文档时，只要把模板文件引进来，AI输出的LaTeX代码就永远与我的文档风格一致，几乎不存在“生成代码能跑但格式丑”的情况。这个方法你在自己搭工作流时，可以第一时间复制过去。