🧬 AI 辅助扎根理论编码工具

多 AI 模型并行开放编码 + 轴心编码 + 选择性编码 + 理论备忘录生成，
全流程扎根理论编码辅助，让质性研究更高效、更系统。

🚀 立即使用 线上版本 · 无需本地安装
🟢 已部署上线 · HTTPS 📦 FastAPI + Uvicorn + Nginx
📖 快速启动指南 ↓

核心功能

📄

Word 文档分句

上传 .docx 文件自动分句，支持中文/英文句子边界检测，保留段落与标题信息

🤖

多模型并行编码

3 个 AI 模型同时并行开放编码，互不影响，总耗时 ≈ 最慢模型耗时，大幅提升效率

👁️

AI 综合审核员

独立审核模型综合评估 3 个编码结果，输出最终编码、选择理由、信心指数、建议类别

🔗

轴心编码

将初级编码自动聚类为 5-10 个范畴，分析范畴间关系，构建典范模型（条件→情境→行动→结果）

⭐

选择性编码

识别核心范畴，构建故事线（300-500 字）与理论框架，评估理论饱和度

📝

理论备忘录 + 导出

自动生成结构化理论备忘录（Markdown），支持导出 Word (.docx) 和 Excel（含 4 个理论化工作表）

扎根理论三阶段编码流水线

基于 Strauss & Corbin 的扎根理论方法论，分阶段执行编码，用户逐步审阅与确认

第一阶段：开放编码 自动执行

3 个 AI 模型并行对每一条句子进行独立开放编码，生成概念化标签与描述。模型之间互不干扰，形成"三角验证"的效果。

  • 支持 DeepSeek、Qwen 等多种模型混合配置
  • 实时进度推送（WebSocket）
  • AI 审核员综合评估，输出最终编码 + 信心指数

第二阶段：轴心编码 用户触发

将开放编码生成的众多概念整合为范畴，建立范畴间的逻辑关系，构建典范模型。

  • 范畴化：语义相近的编码自动合并为 5-10 个范畴
  • 关系分析：因果条件、情境、行动策略、后果
  • 典范模型：条件 → 情境 → 行动 → 结果

第三阶段：选择性编码 用户触发

识别核心范畴，围绕核心范畴构建故事线，形成完整的理论框架，评估理论饱和度。

  • 核心范畴识别：选择最具统领力的范畴
  • 故事线构建：300-500 字理论叙事
  • 理论饱和度评估：是否覆盖所有数据

理论备忘录 用户触发

汇总所有编码阶段的结果，自动生成结构化的理论备忘录，支持导出为 Word (.docx) 和 Excel。

  • Excel 输出：原始数据、开放编码、轴心编码（范畴/关系/典范模型）、选择性编码
  • Word 输出：完整的理论备忘录文档

用户操作流程

1

上传文档

.docx 或粘贴文本

→
2

开放编码

3 模型并行 + 审核

→
3

轴心编码

范畴化·关系·典范模型

→
4

选择性编码

核心范畴·故事线

→
5

备忘录

Word/Excel 导出

🌐 线上访问

🚀

工具已部署上线，无需本地安装

点击上方「立即使用」按钮，或直接访问以下地址：
https://grounded.musenxinliwu.com

HTTPS 加密 Nginx 反向代理 systemd 自启 2 核 4G 服务器

技术栈

Python 3.13 FastAPI Uvicorn openpyxl python-docx OpenAI SDK WebSocket ThreadPoolExecutor DeepSeek API DashScope API Vanilla HTML/CSS/JS

后端 FastAPI · 前端原生 SPA · 无外部依赖框架

关于本工具

本工具由心理研究工作室团队开发，基于扎根理论（Grounded Theory）方法论， 采用多 AI 模型并行编码 + 独立审核 + 轴心/选择性编码的完整流水线设计， 为质性研究者提供高效、系统的编码辅助工具。

采用多模型三角验证机制提升编码可靠性， 最终编码决策权始终保留给研究者。轴心编码与选择性编码结果 仅供研究者参考，辅助而非替代研究者的理论建构。

版本 1.0 · 2026 年 8 月 · 心理研究工作室团队