Upload app.py with huggingface_hub

app.py

@@ -29,15 +29,15 @@ except (ImportError, ModuleNotFoundError) as e:
 
 
 def diagnose(arxiv_url: str, progress: gr.Progress = gr.Progress()) -> str:
-    """Gradio 回调：用户输入 arxiv URL → 返回 Markdown 研报"""
+    """Gradio 回调：用户输入 arXiv URL → 返回 Markdown 研报"""
     url = arxiv_url.strip()
     if not url:
-        return "## ⚠️ 请输入 arxiv 论文链接\n\n示例: `https://arxiv.org/abs/2011.08785`"
+        return "## ⚠️ 请输入 arXiv 论文链接\n\n示例: `https://arxiv.org/abs/2011.08785`"
 
     try:
         result = run(url, progress=progress)
     except ValueError as e:
-        return f"## ❌ 输入格式错误\n\n{str(e)}\n\n请确认输入的是有效的 arxiv 链接。"
+        return f"## ❌ 输入格式错误\n\n{str(e)}\n\n请确认输入的是有效的 arXiv 链接。"
     except RuntimeError as e:
         return f"## ❌ API 请求失败\n\n{str(e)}\n\n请检查网络连接或稍后重试。"
     except Exception as e:
@@ -293,10 +293,10 @@ def _fmt(value) -> str:
 # Gradio 启动
 # ============================================================
 DEMO_EXAMPLES = [
-    ["https://arxiv.org/abs/2011.08785"],   # PaDiM（工业缺陷检测）
-    ["https://arxiv.org/abs/1706.03762"],   # Attention Is All You Need
-    ["https://arxiv.org/abs/2108.07610"],   # DRAEM（缺陷检测，合成缺陷方法）
-    ["https://arxiv.org/abs/2307.12526"],   # 新增：AnomalyGPT
+    ["https://arxiv.org/abs/2011.08785"],   # PaDiM — 工业缺陷检测（制造工程）
+    ["https://arxiv.org/abs/2301.06230"],   # Swarm-SLAM — 多机器人协同SLAM（机器人工程）
+    ["https://arxiv.org/abs/2304.07794"],   # NDP-NMPC — 四旋翼非线性控制（航空航天）
+    ["https://arxiv.org/abs/2306.05889"],   # C(NN)FD — 涡轮机械CFD（机械工程）
 ]
 
 with gr.Blocks(title="ResearchRadar") as demo:
@@ -305,7 +305,7 @@ with gr.Blocks(title="ResearchRadar") as demo:
         <h1>🔬 ResearchRadar</h1>
         <h3>研究方向全景分析 + 开源代码评估 + 对比实验推荐</h3>
         <p style="color: #666; max-width: 700px; margin: 0 auto;">
-            输入一篇 AI 论文的 arxiv 链接，AI 自动完成：<br>
+            输入一篇工科论文的 arXiv 链接，系统自动完成：<br>
             ① <strong>摸清方向</strong> — 该领域有哪些方法族？各自什么特点？当前趋势是什么？<br>
             ② <strong>找到代码</strong> — GitHub 上哪些开源仓库实现了这些方法？覆盖度如何？<br>
             ③ <strong>评估可用性</strong> — 每个仓库能不能跑通？能不能直接用于论文对比实验？
@@ -316,7 +316,7 @@ with gr.Blocks(title="ResearchRadar") as demo:
     with gr.Row():
         with gr.Column(scale=4):
             url_input = gr.Textbox(
-                label="📄 论文 arxiv 链接",
+                label="📄 论文 arXiv 链接",
                 placeholder="https://arxiv.org/abs/2011.08785",
                 lines=1,
                 show_label=True,
@@ -338,9 +338,9 @@ with gr.Blocks(title="ResearchRadar") as demo:
 ---
 ## 等待输入
 
-请输入一篇 AI 论文的 **arxiv 链接**（如 `https://arxiv.org/abs/2011.08785`），点击「开始分析」。
+请输入一篇工科论文的 **arXiv 链接**（如 `https://arxiv.org/abs/2011.08785`），点击「开始分析」。
 
-AI 将在 3-5 分钟内生成一份完整的 **研究方向全景研报**，包含：
+系统将在 3-5 分钟内生成一份完整的 **研究方向全景研报**，包含：
 
 | 章节 | 内容 |
 |------|------|