💡 建议配合 学习模式 使用本工具 学术合规

SurveyXIAAR-Shanghai 开源的文献综述自动化工具,目标是"一句话 topic → 一篇可读综述草稿"。系统通过多轮文献检索、大纲规划、段落生成、引文插入四阶段串联,全程 LLM 调用,不依赖 GPU

典型运行时长 20–30 分钟,在 qwen-max / gpt-4o 级模型上均可跑通。产物为 Markdown 草稿,可直接导入 Overleaf 编译为 LaTeX 论文。在本门户 15 份工具中属于"最稳、最易跑"的档位之一。

20–30 分钟产出完整综述

输入一句研究方向,系统自动检索、组织、生成带引文的综述草稿,从零到产出仅需半小时。

四阶段严谨流程

多轮文献检索 → 大纲规划 → 段落生成 → 引文插入,确保综述结构完整且引用可溯源。

纯 API 零硬件门槛

不需要 GPU、不需要本地模型,纯 LLM API 调用即可完成,3–5 分钟装完环境。

与 Overleaf 无缝衍接

产物为 Markdown 草稿,可直接导入 Overleaf 编译为 LaTeX 论文,或退出为 Word/PDF 于投稿环节使用。

成功判定:依赖装齐 + .env 写入真实 DASHSCOPE_API_KEY + 关键 import 通过。

① 前置条件检查

python3 --version    # 3.10+ git --version df -h .              # ≥ 3 GB

② 人类必填项

DASHSCOPE_API_KEY 通义千问 创建(需开通 qwen-max)
SURVEY_TOPIC 默认:retrieval-augmented generation

③ .env 模板

OPENAI_API_KEY=${DASHSCOPE_API_KEY} OPENAI_API_BASE=https://dashscope.aliyuncs.com/compatible-mode/v1 LLM_MODEL=qwen-max HF_ENDPOINT=https://hf-mirror.com WANDB_MODE=disabled LANGCHAIN_TRACING_V2=false

④ 按序执行

git clone https://github.com/IAAR-Shanghai/SurveyX.git && cd SurveyX python3 -m venv .venv && source .venv/bin/activate pip install -i https://mirrors.aliyun.com/pypi/simple/ -r requirements.txt set -a; source .env; set +a python -c "import os; assert os.getenv('OPENAI_API_KEY'); print('✅ ready')"
⑤ 常见故障排查
pip 超时--timeout 300 -i https://mirrors.aliyun.com/pypi/simple/
DashScope 401核对 Key 并确认账号已开通 qwen-max
git clone 超时改用 https://kkgithub.com/IAAR-Shanghai/SurveyX.git

AI·RESEARCH·HUB — SurveyX — 文献综述自动化