科学观察往往始于散落的笔记、照片、测量数据，以及一堆没来得及回答的问题。有人干脆把这些东西搬进了同一个地方——AI Scientific Journal。

这个项目的出发点很直接：让用户把观察记录集中管理，在研究地图上浏览它们，调用Gemini生成分析，通过AI对话把想法继续推进下去，还能就此前写下的条目提问，从自己的记录里翻出相关证据。

不止是给界面加个AI

对作者来说，这件事的意义不在于往一个现成界面里塞进AI功能。他真正想练的，是完整走一遍构建安全、可云端部署的AI应用：用Firebase和Firestore做数据层，用Gemini做分析引擎，加上基于检索的搜索，再用Docker打包、部署到Google Cloud Run。

这套组合覆盖了一个AI应用从数据存储、模型调用到检索增强、容器化上线的完整链路。检索式搜索在这里的作用是让AI回答有据可依——问题抛出去，答案从用户自己的日志里找证据，而不是凭空生成。

从记录到证据的闭环

把功能拆开看，这个应用做了几件事：

  • 集中整理观察记录，笔记、照片、测量数据不再散落各处
  • 在研究地图上探索这些记录
  • 用Gemini生成分析结果
  • 通过AI对话延续未完成的想法
  • 对旧条目提问，从自己的日志中检索相关证据

这几步连起来，形成的是一个从记录到分析、再到追问和检索的闭环。用户不需要把内容导出到别处，所有证据都来自自己写下的东西。

作者公开了在线应用、GitHub仓库和完整的应用演示，也欢迎试用，并希望收到问题、建议或反馈。