Due dottorandi che costruiscono gli strumenti che i ricercatori meritano
Sappiamo cosa vuol dire annegare negli articoli, destreggiarsi tra sei app diverse e perdere ore con gli strumenti invece di pensare. Così abbiamo costruito Omnilib — un unico workspace intelligente dove tutto si connette.
La nostra storia
Ci siamo conosciuti al CERN, dove entrambi facciamo il nostro dottorato. Tra esperimenti di fisica delle particelle e sessioni di programmazione notturne, ci siamo resi conto di una cosa: gli strumenti che usano i ricercatori sono frammentati, obsoleti e pensati per un mondo prima dell'IA. Passavamo più tempo a lottare con i nostri strumenti che a fare vera scienza.
Abbiamo iniziato a costruire Omnilib alla fine del 2024 come progetto parallelo — un posto dove articoli di ricerca, note, codice e collaborazione potessero finalmente convivere. Quello che è iniziato come uno strumento personale è rapidamente cresciuto quando i colleghi hanno iniziato a chiedere accesso.
Le recenti scoperte nei modelli linguistici di grandi dimensioni ci hanno convinto che il workspace di ricerca del futuro andava costruito ora. Non un semplice chatbot IA aggiunto a un editor di testo, ma un ambiente veramente intelligente che comprende l'intero progetto — i tuoi articoli, il tuo codice, le tue note — e ti aiuta a pensare meglio.
Le persone dietro Omnilib
Andrea Protani
Co-Fondatore
Dottorando al CERN e all'EPFL, lavora all'intersezione tra fisica delle particelle e machine learning. Appassionato nella creazione di strumenti che semplificano la vita dei ricercatori.
Cosa ci guida
La ricerca prima di tutto
Costruiamo per i ricercatori. Ogni funzionalità è progettata pensando al flusso di lavoro accademico, dalla revisione della letteratura alla pubblicazione.
Aperti e trasparenti
La nostra roadmap è pubblica, la community plasma il prodotto. Crediamo che i migliori strumenti si costruiscano apertamente.
Costruito con cura
Siamo ossessionati dai dettagli. Ogni interazione, ogni pixel, ogni millisecondo conta quando sei nel flusso del lavoro profondo.
Rilascia veloce, migliora
Crediamo nel mettere le funzionalità nelle tue mani rapidamente e migliorarle in base al feedback reale di veri ricercatori.
What is Omnilib?
Omnilib is an AI-powered research workspace that unifies every stage of the research workflow into a single application. Instead of switching between a reference manager, a LaTeX editor, a coding environment, and a dozen browser tabs, researchers can search literature, write papers, run code, and map knowledge — all inside project-based workspaces that keep context together.
The platform connects to major academic databases — arXiv, Semantic Scholar, and PubMed — for deep literature search and paper discovery. A built-in LaTeX compiler lets you draft and typeset manuscripts without leaving the app. Interactive knowledge graphs visualize relationships between papers, concepts, and your own notes. Integrated Jupyter-style notebooks support Python and R for data analysis alongside your reading. And an OCR extraction engine pulls text, figures, and tables from scanned PDFs automatically.
Omnilib is designed for academic researchers, graduate students, engineers, and technical writers — anyone who works with complex information and needs more than a collection of disconnected tools. A multi-agent AI assistant runs across your entire workspace, answering questions with citations, generating literature review summaries, and suggesting related work based on the papers and notes you already have.
How Omnilib compares to a traditional research workflow
| Feature | Omnilib | Traditional Workflow |
|---|---|---|
| Literature Search | ✓ Unified search across arXiv, Semantic Scholar, and PubMed | Search each database separately in the browser |
| LaTeX Writing | ✓ Built-in compiler with live preview | Overleaf or local TeX distribution in a separate window |
| Knowledge Mapping | ✓ Interactive graphs linking papers, notes, and concepts | Manual organization in folders or spreadsheets |
| Code Notebooks | ✓ Jupyter-style notebooks alongside your reading | Separate Jupyter Lab or VS Code instance |
| AI Assistance | ✓ Multi-agent AI with full workspace context and citations | Generic chatbot with no access to your research |
| OCR / Extraction | ✓ Automatic text, figure, and table extraction from PDFs | Third-party OCR tool or manual copy-paste |
Frequently asked questions
What is Omnilib?
- Omnilib is an AI-powered research workspace that combines deep literature search across arXiv, Semantic Scholar, and PubMed with a built-in LaTeX compiler, interactive knowledge graphs, Jupyter notebooks, OCR extraction, and a multi-agent AI assistant — all unified in project-based workspaces.
Who is Omnilib for?
- Omnilib is designed for academic researchers, graduate students, engineers, and technical writers who need to search literature, write papers, run code, and organize research in one place.
Is Omnilib free to use?
- Omnilib offers a free tier with core features. Pro and Enterprise tiers are available for users who need unlimited AI assistance, priority support, and advanced features.
What platforms does Omnilib support?
- Omnilib is available as a native macOS desktop app (Apple Silicon and Intel) and as a web application accessible from any modern browser.
How does the AI agent work?
- The AI agent reads and indexes all papers, notes, and code in your workspace. It answers questions with citations, helps write LaTeX documents, generates literature review summaries, and suggests related papers based on your research direction.
Unisciti a noi in questo viaggio
Stiamo costruendo Omnilib pubblicamente e ci piacerebbe che tu facessi parte del progetto. Segui la nostra roadmap, condividi le tue idee e aiutaci a creare il workspace di ricerca del futuro.