感谢核心贡献者：
感谢公司对实习生开源项目的支持
AI 浪潮下论文呈指数级增长——一个细分方向半年就能冒出几十篇新工作。对想进入新领域的人：
- 找不到源头：分不清哪篇是真正的奠基作
- 理不清脉络：引用关系盘根错节，看不出主线
- 追不上前沿：最新论文还没被引用、没被索引，传统工具搜不到
- 不知从哪读起：不知道该按什么顺序读、先补什么
SuperAcademicAgent 把这件事压缩成一条命令。
给它一个研究方向、一篇论文（标题 / DOI / arXiv 链接）、或一段模糊描述。 它会给你验证可用的调研报告，杜绝了ai搜索的乱搜，多搜等情况，给你完美的报告。
| 产出 | 说明 |
|---|---|
| 🌱 奠基论文 | 这个领域从哪几篇开始 |
| 🕸️ 引用网络 | 真实引用关系构建的图（非关键词匹配） |
| 🛣️ 演进路线图 | 从源头 → 经典 → 最新前沿，标出范式突破/改进/分支 |
| 📌 你所查的论文 | 这篇论文在领域中的位置——在主干上还是分支？和主干什么关系？ |
| 📖 入门综述 | 大白话 tldr、核心思想、前置知识、关键术语、上手路径 |
| 📰 报纸式可视化 | 一份可离线分享的精美单页 HTML |
- 自主探索：AI agent 自己决定检索什么、往哪扩、读哪篇；拿不准时带选项问你
- 真的读论文：会精读 arXiv 全文来判断谁是奠基、谁重要（不只看标题和引用数）
- 够得到前沿：能把刚发出来、还没人引用的论文也织进脉络
- 不丢你的论文：以你查询的论文为起点，明确分析它在领域中的位置和与主干的关系
- 不配 AI 也能跑：没有大模型时自动降级到纯图算法 pipeline
- 对话中可调参：输出目录、图谱规模、语言等都可以在对话中用自然语言随时调整
examples/opsd_view.html — 查询 "on-policy self-distillation for LLMs" 的完整报纸式产出，下载后双击即可查看。
uv venv --python 3.12 .venv && source .venv/bin/activate
pip install -e .这个文件必须存在（可以为空）。不配大模型时自动走纯图算法；配了则使用 AI agent 自主探索。
阿里云百炼（推荐，免费额度充足）：
SAAS_LLM_PROVIDER=bailian
DASHSCOPE_API_KEY=sk-你的key
SAAS_BAILIAN_MODEL=qwen3.7-maxAnthropic 兼容网关：
SAAS_LLM_PROVIDER=claude
ANTHROPIC_BASE_URL=https://your-gateway.com/api
ANTHROPIC_AUTH_TOKEN=你的token
SAAS_LLM_MODEL=claude-sonnet-4-20250514本地模型（vLLM / Ollama）：
SAAS_LLM_PROVIDER=local
SAAS_LOCAL_BASE_URL=http://localhost:8001/v1
SAAS_LOCAL_MODEL=qwen3-8b不配大模型：
touch ~/.saagent.env # 空文件即可，走纯图算法数据源（可选，配了更快更稳）：
OPENALEX_API_KEY=你的key # 免费申请：https://openalex.org/users/me
S2_API_KEY=你的key # Semantic Scholar，修正引用数# 直接进入交互式 CLI（推荐）
saagent
# 带上问题直接开始
saagent "attention is all you need"
# 指定输出目录
saagent "attention is all you need" --out ./results/demo
# 恢复上次中断的会话
saagent --resume# 一次性运行（适合脚本/批量/CI，跑完自动退出）
saagent run "attention is all you need" --out ./results/demo --no-ask
# DOI / arXiv id 也认：
saagent run "10.48550/arXiv.1706.03762" --out ./results/demo --no-askopen ./examples/opsd_view.html输出目录包含：
| 文件 | 内容 |
|---|---|
view.html |
报纸式可视化（双击打开，支持中英切换） |
report.md |
Markdown 文字报告 |
result.json |
完整结构化数据 |
citation_network.graphml |
引用网络（可导入 Gephi / Cytoscape） |
roadmap.graphml |
路线图 DAG |
trace.log |
agent 决策轨迹 |
saagent（chat） |
saagent run |
|
|---|---|---|
| 交互方式 | 持久会话，多轮对话 | 一次性，跑完退出 |
| 适合场景 | 日常探索、追问、精读 | 脚本、批量、CI |
| 图谱增长 | 跨轮累积 | 单次 |
| 会话恢复 | --resume 支持 |
不支持 |
| 自然语言改配置 | 支持 | 不支持 |
| 无 LLM | 不支持（需要 LLM） | 自动降级为 pipeline |
| 参数 | 默认值 | 说明 |
|---|---|---|
query |
无 | 首个研究问题（可启动后再输入） |
--out DIR |
~/.saagent/sessions/<时间戳>/ |
会话输出目录 |
--resume |
— | 恢复上次中断的会话 |
--max-nodes N |
60 | 引用网络节点上限 |
--max-turns N |
60 | agent 单轮最大推理步数 |
--model NAME |
.env 配置 | 覆盖模型名 |
--lang zh|en |
zh | agent 交互语言 |
--no-translate |
off | 跳过中文翻译 |
| 参数 | 默认值 | 说明 |
|---|---|---|
--out DIR |
./results/agent_run |
结果输出目录 |
--no-ask |
off | 关掉歧义追问，全自动 |
--max-nodes N |
60 | 引用网络节点上限 |
--depth N |
2 | 扩图深度（pipeline 模式） |
--max-turns N |
60 | agent 最大推理轮数 |
--model NAME |
.env 配置 | 覆盖模型名 |
--lang zh|en |
zh | agent 交互语言 |
--no-translate |
off | 跳过中文翻译 |
在交互模式中，你可以直接用自然语言调整配置，无需重启：
| 说什么 | 效果 |
|---|---|
| "把结果放到 ./results/demo" | 修改输出目录（已有产出自动复制过去） |
| "最大 50 篇" | 修改 max_nodes |
| "用英文" | 切换 agent 交互语言 |
| "不要翻译" | 关闭中文翻译 |
| "当前配置是什么" | 查看输出目录、模型、参数 |
| 命令/快捷键 | 作用 |
|---|---|
/new |
开始新的研究方向（清空当前图谱） |
/quit |
退出 |
/help |
完整帮助 |
Ctrl+O |
展开/折叠工具输出详情 |
Ctrl+C |
中断当前任务 / 退出 |
- 数据来自 OpenAlex（2.5 亿+ 论文的真实引用）和 arXiv（最新前沿），均为公开学术数据
- API key 都可选——不填也能匿名跑
- 密钥只存在本地的
~/.saagent.env，不会上传
saagent / saagent run
│
▼
┌─────────────────┐ ┌──────────────────┐
│ Stirrup Agent │──────▶│ Tools (14 个) │
│ Loop (LLM) │ │ seeds / graph / │
│ │ │ read / analysis / │
│ done/emit_result│ │ config / notes │
└─────────────────┘ └────────┬─────────┘
│ │
▼ ▼
┌─────────────────┐ ┌──────────────────┐
│ Engine Core │ │ Data Sources │
│ (algorithms) │ │ · OpenAlex │
│ · graph metrics │ │ · arXiv (PDF) │
│ · founding │ │ · Semantic Sch. │
│ · roadmap │ └──────────────────┘
│ · report │
│ · seed analysis │
└─────────────────┘
│
▼
┌─────────────────┐
│ Export │
│ · result.json │
│ · view.html │
│ · report.md │
│ · graphml │
└─────────────────┘
Agent 工具集：
find_candidates/add_seed— 双源检索 + 种子锚定expand_forward/expand_backward/expand_frontier— 引用图扩展graph_search/search_recent/mine_surveys— 补充检索read_paper/read_local_pdf/link_frontier— 全文精读 + 前沿连接find_founding/select_roadmap/write_report— 分析三步get_config/set_config/set_output_dir— 运行时配置take_note/export_notes— 精读笔记ask_user— 歧义消解emit_result/done— 结束工具
引擎核心算法：PageRank / betweenness / velocity 指标、实体去重、年份自愈、相关性标注（core/related/off-topic）、噪声剪枝、Semantic Scholar 引用数校正
数据源：OpenAlex（2.5 亿论文引用骨架） + arXiv（前沿全文 PDF） + Semantic Scholar（引用数修正）
可端到端运行，持续优化中。