arxie

读论文、找关联、提假设,一键生成研究反馈

arxie 是一个面向学术研究场景的 AI 智能体,它通过深度分析 arXiv 论文,为研究者提供基于文献的反馈和假设生成。该工具解决的核心问题是:在海量论文中,研究者难以快速定位领域关键文献、梳理研究脉络并发现潜在创新点。arxie 利用 LangChain 构建智能体流程,结合 FastAPI 提供 API 服务,能够自动抓取 arXiv 论文、进行引用分析、生成研究假设,并输出结构化的文献综述反馈。其技术栈涵盖学术研究、AI 智能体、引用分析、假设生成等,旨在成为研究者的 AI 助手,帮助用户从文献中提炼洞见,加速科研进程。

开源 free 智能体
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 112
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类智能体
开发团队mmTheBest
所属国家
定价模式free
价格说明开源项目,MIT许可证,完全免费,可自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型academic-research,ai-agent,arxiv,citation-analysis,fastapi,hypothesis-generation,langchain,literature-review,machine-learning,nlp,paper-search,pdf-parser,python,rag,research-assistant,research-proposal,research-workflow,retrieval-augmented-generation,scientific-papers,semantic-scholar
GitHub 星标★ 112
30天Star增速
HF 下载量
上线时间2026-02-27 00:00:00
最近更新2026-09-06 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3

使用教程

核心亮点

  • 深度结合 arXiv 与引用分析,反馈基于真实文献而非泛泛而谈
  • 集成 LangChain 智能体,可自动化完成文献综述与假设生成流程
  • 提供 FastAPI 接口,便于集成到现有科研工具链

不足之处

  • 早期项目,文档和社区生态尚不完善
  • 依赖外部 API,可能受限于 arXiv 访问频率和稳定性

适用场景

  • 科研人员快速了解领域内关键论文及引用关系
  • 研究生在开题或写综述时生成初步研究假设
  • AI 研究者利用智能体自动化文献调研流程

替代项目

Elicit、Scite、Semantic Scholar

项目介绍

arxie 是搜索知识领域的开源项目,由 mmTheBest 开发,是 2026 年新上线的项目。

它收录于搜索知识分类,该分类目前共有 581 个项目,GitHub 星标数为 112。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-09-06。MIT许可证,完全免费,可自行部署使用。

它主要面向的使用场景是:科研人员快速了解领域内关键论文及引用关系。同类可对比的替代方案包括 Elicit、Scite、Semantic Scholar。

上一篇:RivalSearchMCP

下一篇:asktube

同类项目推荐

firecrawl 开源

网页抓取像喝水一样简单,开发者省下整周加班

The web data API to search, scrape, and interact at scale.

★ 183325 2026-08-09
contoso-chat 开源

一键跑通 Azure RAG 应用,从代码到评估部署全流程

This sample has the full End2End process of creating RAG application with Prompty an···

★ 766 2026-08-09
graphify 开源

整个代码库画成一张图,找问题一眼定位

Turn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable k···

★ 120493 2026-08-09
ragflow 开源

让大模型用上你的私有知识,搭建可靠的企业级RAG应用

RAGFlow is a leading open-source Retrieval-Augmented Generation (RAG) engine that fu···

★ 91170 2026-08-09