古法读文献的自动化：种子 → 关联网络 → 知识库。
打开就能用：ai4fig.com/linkedpaper
当我们进到一个新领域、开一个新课题，「古法科研」是这样读文献的：
1. 先找到几篇经典 / 关键文献，当作「种子」；
2. 顺着引用、被引、同作者、同主题，把关联文献一层层扩出来；
3. 边读边整理：谁重要、谁相关、谁可疑，最后沉淀成自己的主题知识库。
导师带学生，学长带新人，干的就是这件事。差别只在于：以前靠笔记卡、文件夹和脑子里的关系图；现在标签页开到崩溃，PDF 堆成山，关系却仍然说不清。方法经典，但执行起来比较累，效率不高。
LinkedPaper 要做的，不是发明一种新的读文献哲学，而是用 AI 把这套古法自动化：以种子建网络，以网络建知识库；对已有原文的文献，还可一键AI 精读，产出详解报告——过程加速，逻辑仍是那三条。
01 古法三步，对应今天还在做的事
种子：锚住领域的「坐标系」
新课题最怕漫无目的地搜词。古法是先问：这个方向里，哪几篇是绕不开的？方法奠基、关键发现、领域共识——它们就是种子。种子选对了，后面的关联才有方向。
关联：从已知走向未知
读种子的参考文献、被谁引用、同组后续工作、相近主题——这是在已知周围生长。手工做，靠「点开再点开」；脑子里其实已经在搭一张网络，只是很少画下来。
知识库：读完要能留下来
真正的产出不是「读过很多」，而是：这个主题下，核心是哪些、外围是哪些、哪些要警惕、哪些能直接写进综述。没有这一步，下次换个学生、换个课题阶段，又要从零搜起。
02 AI 自动化的，正是这条流水线
种子 → 网络 → 知识库
界面一览：中间是按时间展开的文献关系网络（★ 为种子）；右侧可看详情、知识库，并对有原文的文献做 AI 精读。
LinkedPaper 把古法三步收成同一条链：
第一步 选定种子
按标题 / DOI / 作者精确搜，或用研究问题找候选；也可上传 PDF、从 Zotero 导入。种子可以是一篇经典，也可以是几篇「课题锚点」——和古法一样，先锚住，再扩开。
第二步 自动获取关联，建成网络
系统从多个维度拉关系：同作者、引用 / 被引、共被引、共同参考文献、主题相似、摘要相似、语义相关。可「从此扩网」，也可把搜索结果「加入现网」并重算边。以前靠人手点引用链；现在一次构建，就能看见那张以前只在脑子里的图。
第三步 在网络上沉淀知识库，并对有原文者精读
权重（相关性 + 重要性）、风险甄别（撤稿、关注声明、掠夺性期刊等启发式）、学科聚类；输出核心文献与高风险清单；支持 Markdown / JSON / BibTeX / RIS 导出，以及带出处的问答。读与整理不再脱节——网络是过程，知识库才是课题资产。
古法里最耗时的「精读」，现在也可以辅助完成：网络节点若能拿到开放全文（PMC / arXiv / OA PDF），或你自行上传 PDF，即可启动 AI 精读——解析原文、撰写详解报告，方便你先抓结构再深读重点。没有全文的文献仍可留在网络与知识库里；精读只作用于「有原文」的那一批。
03 和「只看相似图」差在哪
这些年，也有很好用的工具，比如 Connected Papers：输入一篇种子，画出相似文献图，对「先摸清地盘」非常高效。它擅长探索——帮你看见邻域。
古法的终点却不止于看图。导师要的是：读过之后，你能不能讲清结构、留下可用的库。LinkedPaper 因此故意多走半步：网络只是中间态，知识库才是交付物。
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
可以前后接力：先用相似图扫视野，再把锁定的关键节点送进 LinkedPaper，继续走「网络 → 知识库」。方法仍是古法，工具只是换挡加速。
04 自动化替你扛的几件脏活
1）关系要可解释
古法里，你为什么读这篇，往往能说清：同门、共被引、方法一脉。多维边把这种理由留在图上，写综述时站得住。
2）文献要过风控
以前靠经验避开「有问题的刊 / 文」；现在撤稿与关注声明可查。LinkedPaper 在建图时做 OpenAlex + Crossref 诚信通道校验，高风险单独列出——提醒你核对，不替你下定论。
3）有原文，可 AI 精读
网络扩出来之后，真正费时间的是逐篇啃正文。对已拿到全文的文献（开放获取自动拉取，或你上传 PDF），点「精读」即可生成详解报告：先帮你理清问题、方法、结果与图表脉络，再由你复核判断。付费墙文献请自行上传原文后再精读。
4）成果要能带走
古法的笔记本和卡片，对应今天的导出与知识库。Markdown / BibTeX / RIS 接写作和 Zotero；全文入库后还可带出处问答，让「读过的东西」还能被问回来。
05 十分钟走一遍古法（自动版）
新领域第一次，建议选你已经认定的一篇经典当种子，方便对照「自动化结果像不像自己手工会扩出来的那张网」。
1. 打开 LinkedPaper，选定种子（经典文献）；
2. 「构建网络」——自动获取关联；
3. 看权重与高风险标记，该核的核；
4. 对有原文的节点点「精读」，先看 AI 详解再深读原文；
5. 保存到知识库（按课题单独建库）；
6. 导出引用或 Markdown，接到写作流程。
人还是要读正文的。AI 自动化的是「找关联、理结构、辅助精读、留资产」；最终判断与理解，仍在你这边——这和古法并不矛盾。
06 用之前请知悉
· 主数据源为 OpenAlex，覆盖与时效受上游限制；
· 高风险标记是启发式提示，正式引用前请核对原文与撤稿状态；
· AI 精读依赖可获取的全文（OA / 自传 PDF），详解报告需人工复核，不能替代精读原文；
· 公开页可能经微信验证进入；工具辅助梳理，不能替代人工审读。
现在就试
新领域、新课题：先有种子，再有关联，再有知识库；有原文处，还可 AI 精读。古法如此，AI 只是让它跑得更快。
功能页：
http://ai4fig.com/linkedpaper/
介绍页：
http://ai4fig.com/linkedpaper-intro.html
短链：
http://ai4fig.com/linkedpaper.html
—— 选一篇经典作种子，建一次网，存进知识库 ——
科研文献梳理辅助工具 · 不替代人工审读与领域判断