论文助手 + AI 简历优化 · 同一账号通用
从关键词到 可交付的研究成果
检索 arXiv / Semantic Scholar / OpenAlex，由 AI 生成结构化总结；上传简历即可诊断岗位匹配度。一个账号，积分与签到通用；论文与简历各自计次、额度独立。
无需信用卡
注册免费 · 论文 100 次/天
AI 输出示例 · 摘要
检索：transformer 注意力机制 · 2024
背景自注意力取代循环结构，实现长序列并行建模。
方法多头注意力 + 位置编码，去掉 RNN / CNN。
结论翻译 BLEU +2，训练吞吐显著优于 RNN。
[1] Vaswani et al. (2017) arXiv:1706.03762
论文科研
从检索到引用：AI 摘要、论文搜索、PDF 精读、引文回填与文献图谱。
- AI 摘要结构化总结可追问
- 论文搜索arXiv / Semantic Scholar / OpenAlex
- PDF 精读长文问答与要点提炼
- 引文回填BibTeX / RIS / Zotero
- 文献图谱引用网络可视化
注册免费 · 论文 100 次/天 · 积分通用
论文剩余 – 次 · 积分 –
求职就业
从诊断到面试：岗位诊断（含 Job-fit 四维雷达）、深度改写与一键导出。
免费开始 · 账号与积分通用
继续上次改写
暂无改写记录
3学术文献源
10+可选模型（含免费）
¥0免费起步，每日有额度
工作流程
三步拿到可交付的研究总结
不用先读完十篇论文，也不用自己整理格式。
1
输入关键词
用中文描述研究方向，或直接粘贴 arXiv 编号 / DOI。一次检索同时覆盖 arXiv、Semantic Scholar 与 OpenAlex。
2
勾选目标文献
按相关度或更新时间排序，从结果里勾选真正要精读的几篇，其余略过，节省额度。
3
生成并导出报告
AI 提炼研究背景、方法、实验与结论，一键导出带引用链接、文字可选中的 PDF 报告。
一份示例总结长这样
结构固定、可溯源，导出即为带引用链接的 PDF 报告。
传统序列模型依赖 RNN，难以并行且长程依赖弱。研究者不得不在十篇候选文献间反复跳转、手动整理引用格式。
提出 Transformer，完全基于自注意力机制实现并行化建模，去掉了 RNN 与 CNN 的循环结构，长序列可一次性并行处理。
方法在 WMT14 英德翻译上 BLEU 提升 2+，训练吞吐显著优于 RNN，成为之后大语言模型的共同基座。
[1] Vaswani et al. (2017). Attention Is All You Need. arXiv:1706.03762把十篇候选文献丢进去，十分钟拿到可溯源的结构化总结——文献综述的开头不再从头啃起。
可追溯 · 可信
每一句结论，都能回到原文
AI 总结的每条要点都标注来源文献；一键导出 BibTeX / RIS，直接推送 Zotero，引用链接可点击核对。
导出样例 · BibTeX
@article{vaswani2017attention,
title = {Attention Is All You Need},
author = {Vaswani, A. and Shazeer, N. and Parmar, N. and others},
journal = {NeurIPS},
year = {2017},
url = {https://arxiv.org/abs/1706.03762}
}
↗ 推送 Zotero
RIS 同样支持
arXiv
Semantic Scholar
OpenAlex
无需信用卡
简历数据本地优先
简单透明的定价
免费起步，进阶按需解锁。完整说明见 定价方案页。
路线图中：文献收藏夹多语言翻译团队批量开通主题订阅
常见问题
需要付费才能用吗？
不需要。免费版提供每日额度与多个免费模型，注册即可使用全部核心功能。
论文助手支持哪些文献源？
arXiv、Semantic Scholar、OpenAlex，可在搜索区切换单一来源，或用多源聚合检索。
总结可以导出吗？
可以。在浏览器打印窗口选择"另存为 PDF"即可导出带引用链接、文字可选中的报告。
简历优化会泄露我的信息吗？
详见 《隐私政策》。简历仅在本次会话用于生成，你可随时要求删除数据。
额度不够怎么办？
每日 0 点重置，免费额度不可手动叠加。想用进阶模型，可每日签到或分享网站积累积分来兑换次数，或直接用激活码升级。
两个工具的数据互通吗？
账号、积分与签到记录互通；每日次数额度不互通 —— 论文与简历各自计次、互不影响。