asreview

让 AI 帮你优先读最该读的文献,综述筛选省时数倍

开源 🏷️基础免费,高级付费 ✅ 目前可打开 搜索知识 🍴 复刻 185 🐛 待处理 129 👀 关注 21
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 1063
维护状态 活跃
是否开源 开源
定价模式 🏷️基础免费,高级付费 支持限时试用 · 开源免费,官网提供在线服务,具体定价待确认

项目预览

asreview 项目界面预览图
图片来源:项目官网

项目数据

分类搜索知识
开发团队asreview
定价模式🏷️基础免费,高级付费
价格说明开源免费,官网提供在线服务,具体定价待确认
访问状态✅ 目前可打开
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型active-learning,asreview,deep-learning,language-model,learning-algorithms,literature,llm,natural-language-processing,neural-network,research,systematic-literature-reviews,systematic-reviews,utrecht-university
GitHub 星标★ 1063
上线时间2019-01-09 00:00:00
代码更新2026-11-02
仓库体积166.7 MB
本站数据更新2026-11-04
维护状态活跃
收录时间2026-09-16
浏览次数1

项目介绍

ASReview 是一个基于主动学习的系统性文献综述工具,用 Python 编写。系统性综述通常需要研究者从成千上万篇文献中逐篇筛选,耗时且枯燥。ASReview 通过机器学习模型(包括传统算法、深度学习与语言模型)在筛选过程中动态学习用户的判断,优先推荐最可能相关的文献,从而大幅减少需要人工阅读的篇数。核心能力包括:支持多种主动学习算法、可接入预训练语言模型、提供命令行与图形界面、支持模拟与真实筛选流程,并能导出筛选结果与统计指标。它把文献筛选从线性阅读变成智能排序,帮助医学、社会科学等领域的研究者更快完成综述,同时保持筛选过程可复现、可审计。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-09-16 · 当前星标 ★ 1063

使用教程

难度:入门 约 10 分钟 部署方式:本地安装 4 步

环境要求

  • Python 3.10 或更高版本
  • 可用的 pip 包管理工具
  • 能够访问 PyPI 的网络环境

安装与启动步骤

  1. 1确认 Python 版本

    ASReview 要求 Python 3.10 或更高版本,先确认本机版本是否满足,不满足需先升级 Python。

    python --version
  2. 2安装 ASReview

    使用 pip 从 PyPI 安装 asreview 包,会自动拉取所需依赖,建议在虚拟环境中执行。

    pip install asreview
  3. 3升级到最新版

    如果本机已装过旧版本,用升级命令获取最新版本,避免使用过时功能。

    pip install --upgrade asreview
  4. 4验证安装结果

    查看已安装包信息,确认 asreview 出现在列表中且版本号正常即可。

    pip show asreview

如何确认成功

执行 pip show asreview,若能输出包名和版本号,说明安装成功。

常见问题

Q:Python 版本低于 3.10 怎么办?

A:README 明确要求 Python 3.10 或更高,请先升级 Python 版本后再执行 pip install asreview,否则可能安装失败或运行异常。

Q:如何升级已安装的 ASReview?

A:执行 pip install --upgrade asreview 即可升级到最新版本,无需先卸载旧版本。

Q:想用 Docker 或其它方式安装怎么办?

A:README 指向官方安装指南 https://asreview.readthedocs.io/en/stable/lab/installation.html,其中包含 Docker 与高级安装说明。

Q:安装后怎么启动使用?

A:README 节选未给出启动命令,请参考官方文档 asreview.readthedocs.org 中的使用说明进行操作。

注意事项

  • README 只提供了 pip 安装方式,Docker 和高级安装需查看官方安装指南链接。
  • ASReview LAB v3 新增自动重复检测、可编辑标签和更精简的筛选流程。
  • 建议在 Python 虚拟环境(venv/conda)中安装,避免污染系统环境。

核心亮点

  • 内置多种主动学习算法,可对比选择最优策略
  • 支持接入语言模型与深度学习,提升排序准确率
  • 提供图形界面与命令行,兼顾易用性与自动化

不足之处

  • 图形界面功能相对基础,复杂流程仍需命令行
  • 对非英文文献与特定领域语料的效果依赖配置

适用场景

  • 医学研究者做系统综述时快速筛出相关论文
  • 社科团队协作完成大规模文献筛选
  • 学生写毕业论文时从海量检索结果中定位核心文献

替代项目

Rayyan、Abstrackr、Colandr

上一篇:distil-text2sql

下一篇:daily-paper-reader

同类项目推荐

document-chat-system 开源

上传文档,直接对话提问,AI秒回答案

Open-source document chat platform with semantic search, RAG (Retrieval Augmented Ge···

★ 148 2026-08-09
DataChad 开源

上传数据,直接聊天提问,秒得答案

Ask questions about any data source by leveraging langchains

★ 319 2026-08-09
adaptive-rag-workbench 开源

搭建会自我更新的智能问答系统,多源验证防幻觉

Sample for context-aware Agentic RaG, Q&A with multi-source verification, and self-c···

★ 56 2026-08-09
SQLBot 开源

对话式问数,让不懂 SQL 的人也能秒查数据库

基于大模型和 RAG 的智能问数系统,对话式数据分析神器。Text-to-SQL Generation via LLMs···

★ 7059 2026-08-09
awesome-VLLMs 开源

一页看全视觉大模型论文脉络,调研选题不迷路

This repository collects papers on VLLM applications. We will update new papers irre···

★ 221 2026-10-28
hyde 开源

让LLM生成假设文档,零样本提升检索精度

HyDE: Precise Zero-Shot Dense Retrieval without Relevance Labels

★ 583 2026-08-09
my-wiki 开源

本地优先的 AI 知识库,让 AI 回答有据可查

Local-first AI knowledge app and Agent Skill with evidence-backed Wiki, an interacti···

★ 126 2026-08-09
MemoRAG 开源

给 RAG 装个记忆库,模糊问题也能精准检索

Empowering RAG with a memory-based data interface for all-purpose applications!

★ 2270 2026-08-09
edgequake 开源

用 Rust 把文档变成知识图谱,让 AI 检索更聪明

EdegQuake High-performance GraphRAG inspired from LightRag written in Rust; Transfo···

★ 2295 2026-08-09