开源仓库ChaokunHong/MetaScreener1,319 Stars

MetaScreener

多LLM协作的系统综述自动化平台,从检索到偏倚评估全链路

适合做系统综述或Meta分析的研究团队。MetaScreener用4个以上LLM并行独立判断每篇文献的纳入排除,通过四层共识机制做出决策,任何不确定结果自动路由至人工复核。

bo老师判断:值得观察

方向值得关注,建议先确认当前任务是否真正需要它。

...互动状态已更新

这个工具提供了哪些能力

点开任一能力,看清怎么用

每个能力展开后是三件事:它会给你什么、你需要准备什么、哪些必须由你把关。

常见场景:需要做系统综述的标题摘要筛选,希望用多LLM投票减少单模型偏差;需要对大量文献做PICO标准的结构化数据和效应量提取;需要用RoB 2、ROBINS-I或QUADAS-2工具评估纳入研究的偏倚风险;需要在PubMed、Scopus等多个数据库同时检索并自动去重

覆盖阶段文献验证写作

第一次这样开始

把仓库地址直接交给 AI

先让 AI 说明环境和风险,再完成最小安装验证。开始前想清楚要用哪个能力、把对应材料备在手边——每张能力卡展开后有具体清单。

第一次直接复制

帮我安装这个库:https://github.com/ChaokunHong/MetaScreener
安装前先告诉我需要什么环境,安装后帮我跑通一个最小示例。

别这样用

这些判断,仍然由你负责

  • 把Tier 1和Tier 2的自动决策当作最终结果而不人工抽检
  • 跳过PICO标准的人工审核环节而直接用模型生成的版本
  • 把MetaScreener的偏倚评估结果替代研究者对研究质量的独立判断

技术依据

查看能力拆解、验证范围与来源

处理机制

  1. 01

    HCN四层与分层决策路由

    解释 MetaScreener 多个模块(筛选、提取、RoB 评估)怎样共享一套"并行多模型推理 → 规则修正 → 校准聚合 → 分层路由(含人工门)"的骨架,同时在产物类型(决策/字段/判定)上分化,以及保守策略(不确定→人工、recall-first、最差情况合并)如何贯穿全系统成为共同运行治理。

已核对范围

  • 读取 README 的 HCN 四层架构图与 Decision Router tier 定义
  • 读取 docs/SYSTEMARCHITECTURE.md 第 11 章 HCN 四层筛选系统
  • 读取 hcnscreener.py、layer1/inference.py、layer2/ruleengine.py、layer3/aggregator.py、layer4/router.py 源码骨架
  • 读取 core/modelsscreening.py 的 Record/ModelOutput/ScreeningDecision 字段
  • 读取 docs/SYSTEMARCHITECTURE.md 第 12 章 PDF 数据提取系统与第 14 章 Meta 分析导出
  • 读取 module2extraction/engine/neworchestrator.py、fieldrouter.py、llmextractor.py、computation.py、arbitrator.py 源码骨架
  • 读取 module2extraction/validation/ 四层验证与 export/ 导出策略
  • 读取 tests/unit/testextractionschema.py、testfieldschemaextension.py、testnumericalcoherence.py、testcompilerpipeline.py

仍待核对

  • 未调用 OpenRouter API,未验证多模型并行推理实际输出
  • 未运行任何筛选 smoke 或 Cohen/ASReview benchmark
  • 未验证校准器在真实金标准上的拟合行为
  • msactive 主动学习与 layer3 贝叶斯路由(bayesianrouter.py/glad.py/dawidskene.py)的运行行为未深读
  • 未运行任何提取 smoke
  • 未验证双模型 Alpha/Beta prompt 的实际分歧率
  • 效应量计算在真实数据上的正确性未验证
  • RevMan XML/R metafor 导出的下游可用性未验证

读取版本

532ee3cc10a7e22e54747d7c3413509c31b9a99b

许可

Apache-2.0

最近核对

内容 2026-07-10
Stars 2026-07-11

已完成源码核对

科研之我见

AI 科研全流程怎么搭,我梳理出三个核心入口

每天开工先固定阶段入口、材料入口和验证入口,把庞大的科研全流程收缩成一段可执行、可检查的任务。

查看内容

科研之我见

如何从 300 篇候选文献中筛出 50 篇核心文献

把文献检索与筛选拆开,通过本地文献库、Zotero、外部数据库和引文追踪形成可回查的核心文献清单。

查看内容

科研之我见

用 AI 写文献综述,怎样控制幻觉和证据断裂

把文献关系、核心文献筛选、方法矩阵和四类 Gap 分开处理,让综述中的每个判断都能回到具体材料。

查看内容

文献 · 验证

paper-qa

从本地论文和文档中检索证据并生成带精确引用的科研答案

查看内容

文献 · 分析 · 写作

grobid

把学术论文PDF解析成结构化TEI XML,提取元数据、全文结构和参考文献

查看内容

设计 · 分析 · 验证

CausalPy

用贝叶斯方法做准实验因果推断,含10+方法和稳健性诊断套件

查看内容