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：面对一个涉及多个子问题的复杂学术查询，需要系统性搜索而非简单关键词匹配；做文献综述时不确定用什么搜索词能覆盖研究问题的不同侧面；希望搜索一个主题的同时自动沿引用链扩展候选论文；需要区分“可能与问题相关”和“经筛选确认相关”的两个论文集合
覆盖阶段起步文献
帮你从一堆候选论文里筛出真正相关的：它逐篇看标题和摘要，对照你的研究问题打相关分，分数够高的才算找到的结果。
它会给你什么
- 每篇候选论文及其相关分。
- 被判定为相关的论文清单。
- 通过筛选门槛的论文集合。
你需要准备
- 候选论文的标题和摘要。
- 你的研究问题或检索需求。
- 用来打分的筛选模型。
由你把关
- 结果是否符合你当前的研究问题和证据边界，由你核对。
帮你把一个复杂的研究问题拆成几条互相不重复的搜索词，同时去 arXiv 上检索，凑出第一轮候选论文清单。
它会给你什么
- 第一轮找到的候选论文清单。
- 按搜索词分组的检索结果。
- 去重后的论文编号清单。
你需要准备
- 你想查的学术问题。
- 负责拆搜索词的模型。
- 负责筛选的模型。
由你把关
- 结果是否符合你当前的研究问题和证据边界，由你核对。
帮你把整个搜索过程保存成一棵论文树，还能对着已知的标准答案算出“该找的论文找到了多少”，方便你评估这次搜索找得全不全、准不准。
它会给你什么
- 记录搜索过程的论文树文件。
- 搜索阶段找到目标论文的比例。
- 筛选阶段的准确率和召回率。
你需要准备
- 搜索过程形成的论文树。
- 可选的标准答案论文清单。
- 存放结果的输出目录。
由你把关
- 结果是否符合你当前的研究问题和证据边界，由你核对。
帮你顺着论文找更多论文：它会读入选论文的全文结构，挑出值得细看的章节，再顺着这些章节里引用的论文标题，把新的候选论文加进搜索。
它会给你什么
- 补充扩展后的论文树。
- 哪个章节引用了哪篇论文的关系记录。
- 新增的引用候选论文。
你需要准备
- 已排队待处理的候选论文。
- 论文在 arXiv 上的编号。
- 从 ar5iv 拿到的网页版全文。
由你把关
- 结果是否符合你当前的研究问题和证据边界，由你核对。
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/bytedance/pasa 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
- 直接把 Selector 的“高于阈值”等同于“已阅读全文确认支持”——标题摘要相关性不等于全文质量
- 依赖搜索式生成覆盖所有侧面——如果问题本身有概念性缺口，搜索式会系统性地遗漏某一类文献
- 将搜索树当作一次性搜索结果使用——它的价值在于保留搜索策略，方便调整搜索式重新运行并对比召回差异
技术依据
查看能力拆解、验证范围与来源
技术依据
查看能力拆解、验证范围与来源
处理机制
- 01
核心处理链
把复杂学术问题拆成多条搜索式，自动检索并筛选最相关论文
已核对范围
- 已核对来源定位、公开入口和核心处理链
仍待核对
- 尚未完成真实环境运行和大规模输入验证
读取版本
2aaa6a9b1e48d24a2b7e21e8551f863dad9eeb84许可
Apache-2.0
最近核对
内容 2026-06-16
Stars 2026-07-11
已完成源码核对
相关文章
具备相关能力的其他库
相关课程
把单项工具放进完整研究设计流程
课程一从研究问题、文献判断、理论假设和方法骨架继续推进，帮助你建立可以复用的研究设计档案。