查重工具都在云端偷看你的论文

当你把论文上传到某查重平台时，有没有想过这份文件去了哪里？一位开发者受够了这种不透明，直接写了一个本地运行的替代品。

为什么现有工具让人不爽

市面上的查重和AI检测工具普遍有三个毛病：贵、慢、把你的文档传到远程服务器。学术圈的人对此深有体会——你刚写完的未发表论文，可能正在被某个第三方API扫描、存储、甚至训练模型。

开发者Thavarshan几次遇到这个问题后，决定自己动手。成果是dokimos，一个Python写的命令行工具，安装后完全本地运行。

用法极简：

敲一行命令，等几秒，出来两行结果：抄袭风险百分比，AI生成概率分数。没有网页加载，没有注册登录，没有"正在排队中"。

本地优先的设计哲学

dokimos的定位很清醒：不是取代商业大平台，是给需要快速、私密检查的人一个轻量选项。

开发者明确说了几个设计目标：

第一，零配置开箱即用。下载安装，直接跑命令，不需要调API密钥、配环境变量。

第二，结果可解释。很多AI检测器给出一个"98% AI生成"就完事了，dokimos试图让你看懂这个分数怎么来的。

第三，完全离线。敏感学术材料不上传任何服务器，这对处理未发表研究、专利申请、内部报告的人很关键。

一位评论者点出了核心价值：「本地运行查重和AI检测是很好的隐私保护方案。不需要把敏感学术作品上传到第三方服务器。对教育工作者和学生都有用。」

现在的能力和局限

目前dokimos只支持纯文本文件（.txt）。功能聚焦在两个核心指标：抄袭风险评分和AI相似度评分。

开发者很诚实：这是早期项目，结果应该被视为"信号"而非最终结论。换句话说，别拿这个分数去指控学生作弊，它更适合快速自检和初步筛查。

技术实现上，dokimos用了轻量级的本地模型来做判断，而不是调用云端API。这意味着你的电脑承担计算，换来的是数据不出本机。

项目托管在GitHub，开源可审计。对安全敏感的人来说，能看代码比能看隐私政策更重要。

路线图上的改进

开发者列出了几个明确的方向：

支持更多格式。目前只能吃纯文本，下一步要处理.docx和.pdf，这对实际使用场景是刚需。

提升检测准确性。现有模型在特定文体上可能偏保守或偏激进，需要更多训练和调参。

增加可解释性。不只是给分数，还要指出具体哪些段落、哪些用词模式触发了警报。

优化性能。让本地运行的速度更快，内存占用更低，老电脑也能流畅用。

这个工具为什么值得关注

dokimos的出现踩中了一个正在发酵的行业痛点：AI检测和查重服务的信任危机。

过去两年，多家商业检测器被曝出误判人类写作为AI生成，或者反过来漏掉明显的机器文本。更严重的是，这些工具的黑箱特性让用户无从质疑——你说我抄袭，证据呢？你说这是AI写的，依据什么特征？

本地开源工具提供了另一种可能：把判断权还给用户，把透明度当作功能来做。你可以看到代码逻辑，可以离线反复测试同一篇文档，可以用自己的语料库校准敏感度。

对教育场景尤其有意义。教师批量检测学生作业时，上传整批文件到商业平台涉及严重的隐私和版权风险。一个能跑在教室电脑上的本地工具，合规成本几乎为零。

当然，dokimos现在还太轻量。没有多语言支持，没有大规模语料库比对，没有机构级的管理后台。但它的存在证明了一件事：这个需求可以被满足得很简单，不需要订阅费，不需要牺牲隐私。

开发者正在征集反馈，特别是关于准确性、易用性和功能方向的建议。如果你也被现有查重工具折磨过，这是一个可以直接对话开发者的窗口期。

项目地址：https://github.com/Thavarshan/dokimos