ACADEMIC API MESH
多源学术数据网关
聚合 Crossref、Semantic Scholar、OpenAlex 等学术服务，统一执行检索、引文扩展、回退与去重；授权数据库题录可通过 RIS/BibTeX 纳入同一证据空间。
中文综述写作
把一篇中文综述，从选题做到终稿验收
围绕一个明确主题完成选题门控、文献检索、证据整理、分类比较、图表组织、LaTeX 排版与最终 PDF 检查。页面只展示综述案例和综述学员工具。
CASE SHOWCASE
综述成稿案例
这里展示的是脱敏后的成稿案例，不是空白模板。每篇案例都呈现选题方向、交付指标和真实图文内页。
左右滑动浏览全部案例
交付不只看生成速度
选题先确认，结论有证据，外部图优先来自不同团队的原始研究论文，最终 PDF 逐页检查后才交付。
10+ 页正文50–80 篇文献5+ 幅研究图3+ 张归纳表
正式成稿模型建议时间性价比优先 GPT-5.6 Sol
模型能力会直接影响综述终稿质量
完整综述不是一次性生成，而是连续完成选题门控、多轮检索、全文核验、跨文献综合、图件获取、LaTeX 编译、质量审计与异常恢复。服务器门控可以拦截不合格结果，但不能完全弥补基础模型在长程规划、证据推理和稳定执行上的能力差距。
为什么不建议用 GPT-5.5 或 GPT-5.6 Luna 承担正式终稿？
实测中，性能相对较弱的模型更容易出现约束遗忘、任务类型漂移、分类结构偏浅、证据与正文脱节、命令错误、长流程超时或无法稳定收尾。它们并非绝对不能完成，但返工概率和结果波动明显更高，更适合体验流程或低风险试运行。
CLOUD RESEARCH INFRASTRUCTURE
MCP 激活的，是一整套云端科研基础设施
平台在云端聚合多类学术检索 API、引文网络、开放全文发现与元数据服务，并统一管理服务端凭据、访问额度、检索路由、失败回退和跨源去重。其中部分能力需要申请、密钥与持续运维，无法依靠一份本地 Skill 稳定复制；课程授权密钥用于激活这层受控科研能力，并将它安全接入 Codex 或 OpenCode。
THE DIFFERENCE
本地 Skill 决定 AI 如何理解任务；云端基础设施决定 AI 实际能够检索什么、调用什么、保存什么，以及最终按什么标准完成验收。
RESEARCH INTELLIGENCE CLOUD
一枚授权密钥，接入持续演进的科研能力网络
新的检索源、证据工具、质量规则与交付能力持续部署在云端；授权端按统一版本获得最新能力，无需反复拼装零散脚本。
01
Academic API Mesh
多源学术接口统一编排
02
Managed Research Runtime
项目状态与工具持续运行
03
Publication-grade QA
面向正式论文交付的质量控制
CLOUD CAPABILITY FABRIC
云端科研能力中枢
服务端凭据、共享额度、版本化工具、权限策略与项目状态由云端集中管理；新增能力持续进入工具矩阵，授权端无需自行维护复杂依赖。
PUBLICATION-GRADE QA
期刊级质量控制系统
将选题边界、目录结构、证据引用、研究图、LaTeX 工程与最终 PDF 纳入统一质量门，使结果不依赖单次模型发挥。
MANAGED RESEARCH WORKFLOW
从知识发现到正式交付的云端工作流
统一状态模型 · 持续版本演进 · 全流程质量门
01
Knowledge Discovery
多源检索与证据发现
02
Evidence Synthesis
引文网络与结构化综述
03
Publication Engineering
图表、引用与LaTeX工程
04
Final Quality Assurance
终稿PDF与交付验收
学员专属
综述写作控制台
兑换权限后生成独立 MCP 访问令牌。你可以把安装命令粘贴到 Windows PowerShell，也可以复制完整安装提示词，交给能够操作本机终端的 Codex 或 OpenCode 自动执行。
正在检查登录状态...