SurveyX

输入主题，自动生成学术综述论文草稿

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 98 🐛 待处理 37 👀 关注 5

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 997

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，本地部署，完全免费。

项目预览

项目数据

分类开源模型

开发团队IAAR-Shanghai

官网地址http://www.surveyx.cn

GitHubhttps://github.com/IAAR-Shanghai/SurveyX

定价模式🏷️完全免费

价格说明开源项目，本地部署，完全免费。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

主要语言TeX

技术栈/模型ai4research,automated-survey-generation,autosurvey,deep-research,large-language-models,literature-search,literature-synthesis,llm,nlp

GitHub 星标★ 997

上线时间2025-02-19 00:00:00

代码更新2026-01-12

仓库体积1.04 GB

本站数据更新2026-11-09

维护状态低维护

收录时间2026-08-09

浏览次数13

项目介绍

SurveyX 是一个专注于学术综述论文自动生成的开源工具，以 TeX 为底层语言，面向科研人员、学生和学术写作者。它解决的是从零开始撰写综述论文时面临的文献梳理耗时、结构组织困难、内容覆盖不全等问题。核心能力包括：基于用户指定的研究主题，自动检索和整合相关学术文献，生成结构化的综述大纲，并填充内容形成初步的 TeX 格式论文草稿。项目处于早期阶段，但已具备基本的端到端流程，支持自定义主题和输出格式，旨在降低综述写作门槛，提升学术产出效率。

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 2026-08-09 · 当前星标 ★ 997

技术标签

deep-research large-language-models llm nlp

使用教程

难度：进阶约 25 分钟部署方式：本地安装 4 步

环境要求

Python 3.10+
完整 TeX 环境（texlive-full）
OpenAI / SiliconFlow 等 LLM API Key

安装与启动步骤

1安装 LaTeX

在 Debian/Ubuntu 上安装完整 TeX 环境。
```
sudo apt update && sudo apt install texlive-full
```

2克隆与安装

获取仓库并安装 Python 依赖。

git clone https://github.com/IAAR-Shanghai/SurveyX.git
cd SurveyX
pip install -r requirements.txt

3配置 API

在配置中填写对话接口、Key 与 embedding 模型地址。

REMOTE_URL = "https://api.openai.com/v1/chat/completions"
TOKEN = "sk-xxxx..."
EMBED_REMOTE_URL = "https://api.siliconflow.cn/v1/embeddings"
EMBED_TOKEN = "your embed token here"

4一键生成

指定主题、关键词与参考文献目录后离线生成综述。

python tasks/offline_run.py --title "Your Survey Title" --key_words "keyword1, keyword2" --ref_path "path/to/refs"

关键配置

配置项	必填	说明	示例
`REMOTE_URL`	是	大模型对话接口地址	`https://api.openai.com/v1/chat/completions`
`TOKEN`	是	大模型 API Key	`sk-xxxx...`
`EMBED_REMOTE_URL`	是	向量化接口地址	`https://api.siliconflow.cn/v1/embeddings`