Connected Papers｜查找和探索学术论文

是什么

Connected Papers 是一款文献探索工具，通过可视化图谱帮助人们查找和研究学术论文。用户首先输入论文标识符，例如 DOI、arXiv 链接、PubMed URL、Semantic Scholar URL、论文 URL 或论文标题，产品会围绕该起始论文构建一个相似论文图谱。

该产品显然面向研究人员、学生以及其他学术用户，帮助他们理解某一领域、识别重要论文并扩展参考文献列表。根据页面内容，其定位更可能是构建在 Semantic Scholar 数据库之上的研究发现与知识映射界面，而不是完整的参考文献管理器或端到端学术写作平台。

功能

• 可视化论文图谱生成：用户可输入一篇已知论文并获得相关论文图谱，从而快速了解某一研究领域的结构和动态。
• 多种输入方式：工具支持 DOI、arXiv、PubMed、Semantic Scholar、论文 URL 和论文标题输入，便于用户从自己已有的任意引文格式开始使用。
• 领域概览探索：可用于获取某个新学术领域的可视化概览，在进入陌生文献领域时尤其有用。
• 重要论文发现：产品可帮助用户识别可能错过的相关和近期论文，尤其适用于变化迅速的领域。
• Prior Works 和 Derivative Works 视图：这些视图支持发现更早期的奠基性论文，以及后续衍生作品，如文献综述和最新进展类论文。
• 通过 Semantic Scholar 实现广泛科学覆盖：平台表示其使用 Semantic Scholar 数据库，这表明其覆盖范围可能横跨多个学科，而非局限于狭窄的主题领域。

实用建议

• 从具有代表性的种子论文开始：图谱质量很大程度取决于你选择的第一篇论文，因此应从与你主题高度相关或广为人知的论文开始。
• 将图谱用于发现，而非最终判断：可视化上的接近性和相关性是有用信号，但论文筛选仍应通过阅读摘要、方法和引文来验证。
• 配合引文工作流使用：由于页面强调探索和参考文献构建，如果你需要结构化的引文管理，最好搭配单独的笔记或参考文献管理流程使用。
• 策略性使用 prior 和 derivative 视图：Prior works 有助于建立历史背景，Derivative works 则有助于定位综述和对某一主题的较新总结。
• 确认对细分主题的覆盖情况：尽管网站表示通过 Semantic Scholar 对科学领域提供广泛支持，但高度专业化领域的用户仍应确认其文献是否得到充分覆盖。

OpenClaw 技能

Connected Papers 很可能适合作为 OpenClaw 生态中的研究发现层，嵌入更广泛的知识工作流中。较可能的 OpenClaw 技能包括一个文献侦察代理：接收主题或种子论文，获取 Connected Papers 图谱，提取关键聚类，并将其转化为面向分析师、研究生或创新团队的结构化研究简报。

更广泛的 OpenClaw 工作流还可能将 Connected Papers 与论文总结、参考文献缺口分析、综述起草和趋势监测等代理结合使用。虽然页面未描述原生集成，但这种组合有望显著改善研究密集型职业的工作方式，将时间从手动搜寻论文转向综合、批判分析与决策。