从一句模糊的导师任务出发，
走完「问题澄清 → 文献调研 → 知识构建 → 证据写作」的完整闭环。
每一步都可追踪、可审计、可推进。
每个研究生都经历过这样的时刻：导师说"你去调研一下这个方向"，然后一周过去了，看了几十个网页、下载了十几篇论文，却仍然不知道方向全貌。现有工具无法真正解决科研调研的系统性问题。
AI 直接给出总结，但用户不知道查了哪些来源、是否遗漏关键论文、是否覆盖了经典工作。
单一搜索容易漏掉重要工作，缺乏多源交叉验证、引用网络扩展和中英文双语检索。
百科式解释无法帮助建立知识体系，不知道先学什么、哪些概念是前置知识、概念间如何关联。
AI 直接生成正文，缺少论证构建过程，段落像资料拼接，没有中心论点和专业逻辑。
读完论文后无法变成可复用的项目知识资产，证据、观点和方法无法有效组织。
AI 可能生成不存在的论文引用，把摘要推断成全文结论，缺乏证据绑定和可信度标记。
研途 Navigator 是一款面向研究生、科研新人和跨学科学习者的 AI 科研调研与写作工作台。它帮助用户从一个陌生研究方向出发，完成研究问题澄清、文献调研、概念学习、知识地图构建、证据组织、综述撰写和汇报生成。
普通 AI 工具解决的是"生成一段答案"，研途 Navigator 解决的是"建立一套可追踪、可检查、可继续推进的科研调研过程"。
从模糊任务到可交付成果，每个模块解决科研调研中的一个关键环节，形成完整闭环。
把用户输入的模糊任务转化为清晰、可检索、可汇报的研究问题。自动生成研究边界、学科分类、关键子问题和输出目标建议。
从多个学术源检索、筛选、分类和审计文献。自动生成中英文关键词、布尔检索式，执行引用网络扩展，输出调研覆盖报告。
把碎片化概念组织成学习路径。生成概念依赖图、方法谱系图和学习计划，帮助用户知道先学什么、后学什么、概念间如何关联。
基于证据矩阵生成具有学术逻辑的综述和汇报材料。先构建论证结构，再生成正文，每个观点必须绑定证据来源。
用户只需输入一句模糊指令，系统自动执行完整的科研调研流程。
输入研究主题
或导师任务
明确研究边界
生成子问题
生成关键词
和布尔检索式
多源检索
去重分类排序
概念依赖图
学习路径
观点与证据
绑定映射
综述大纲
组会提纲
flowchart TD
A[" 用户输入\n导师任务描述"] --> B["🔬 Research Scope\n研究问题澄清"]
B --> C[" Query Planner\n检索策略生成"]
C --> D["📡 Academic Retriever\n多源文献检索"]
D --> E["📊 Literature Radar\n文献雷达与分类"]
E --> F["️ Concept Mapper\n知识地图构建"]
E --> G["📋 Evidence Extractor\n证据抽取"]
F --> H["️ Argument Builder\n论证结构生成"]
G --> H
H --> I[" Academic Writer\n综述与汇报生成"]
I --> J["👨 Review Agent\n导师视角审稿"]
J --> K["📦 Output Center\n成果导出"]
style A fill:#1a2340,stroke:#4f8cff,color:#e8ecf4
style K fill:#1a2340,stroke:#ff9f43,color:#e8ecf4
style B fill:#243056,stroke:#4f8cff,color:#e8ecf4
style C fill:#243056,stroke:#4f8cff,color:#e8ecf4
style D fill:#243056,stroke:#4f8cff,color:#e8ecf4
style E fill:#243056,stroke:#4f8cff,color:#e8ecf4
style F fill:#243056,stroke:#4f8cff,color:#e8ecf4
style G fill:#243056,stroke:#4f8cff,color:#e8ecf4
style H fill:#243056,stroke:#4f8cff,color:#e8ecf4
style I fill:#243056,stroke:#4f8cff,color:#e8ecf4
style J fill:#243056,stroke:#ff9f43,color:#e8ecf4
研途 Navigator 不是"更聪明的 AI 回答"，而是重新设计了科研调研的完整工作流。
将"AI 搜了一些资料"变成"系统展示检索过程、来源、覆盖度和遗漏风险"。用户清楚知道查了什么、漏了什么、为什么重要。
不只解释概念，而是生成前置知识、依赖关系和学习路径。让科研新人知道先学什么、后学什么，建立系统性认知。
写作前先构建观点和证据关系，每个观点必须绑定来源。减少空泛生成和虚假引用，让综述有真正的学术论证结构。
模拟科研训练中最关键的反馈角色，帮助用户发现调研和写作中的弱点，提出修改建议而非只给最终文本。
不绕过付费墙、不伪造引用、不替用户制造虚假结论。所有观点绑定证据来源，输出附带核查清单和学术诚信声明。
研途 Navigator 在多个维度上区别于通用 AI、论文总结工具和文献管理软件。
| 对比维度 | 通用 AI / 论文工具 | 研途 Navigator |
|---|---|---|
| 核心定位 | 对话式答案生成 / 单篇论文总结 | 项目式科研工作流 |
| 文献来源 | 不透明，无法审计 | 多源检索 + 覆盖报告 + 遗漏提示 |
| 知识组织 | 碎片化回答 | 概念依赖图 + 方法谱系 + 学习路径 |
| 写作方式 | 直接生成正文 | 先构建论证 → 绑定证据 → 生成正文 |
| 引用可靠性 | 可能生成虚假引用 | 所有引用绑定 DOI / arXiv ID / PubMed ID |
| 学术诚信 | 无特殊设计 | 合规路径 + 核查清单 + 诚信声明 |
| 输出物 | 一段文字回答 | 完整科研入门包（14 类交付物） |
面向所有需要进入陌生研究方向、完成文献调研和学术写作的用户。
刚进课题组，对方向不熟，需要快速入门和组会汇报
进入交叉领域，需要快速建立另一学科的知识体系
准备大创、毕设、保研，缺乏检索和写作经验
希望学生的调研过程可检查、可评估、可追踪
基于 TRAE 的 AI 能力构建，采用模块化架构设计，核心服务独立可替换。
React / Next.js，图谱使用 React Flow / D3，编辑器使用 TipTap
Node.js / Python FastAPI，学术检索服务封装为独立模块
PostgreSQL 存结构化数据，pgvector 存论文片段向量
LLM 用于任务拆解、概念图谱、证据抽取和写作；Embedding 用于语义检索
OpenAlex · Semantic Scholar · arXiv · PubMed · Crossref · Unpaywall
Query Planner · Academic Retriever · Evidence Extractor · Review Agent
研途 Navigator 在科研调研的核心维度上全面领先，同时大幅缩短每个环节的时间成本。
研途 Navigator 的本质不是"科研写作生成器"，
而是"科研调研与学习工作台"。
从"导师让我调研一个陌生方向"
到"生成可检查的文献雷达、知识地图、
证据矩阵、综述大纲和组会汇报提纲"。