版本: 5.0 作者: 党琛颢 (Chenhao Dang) 更新日期: 2026-03-24
CitationQA（Citation Quality Analyzer） 是一个智能的学术论文被引质量评估与影响力画像系统。它接收一篇论文的标题，自动从多个学术数据源（Semantic Scholar, ArXiv, PubMed, Google Scholar, ADS ABS）检索其被引文献列表，通过并发处理获取这些文献的全文或摘要，利用大型语言模型（LLM）对每一篇引用的质量进行深度分析，并在此基础上完成学者画像补全、引用描述深度分析、影响力预测和数据洞察，最终生成一份交互式静态网页报告，同时保留 Markdown 和 PDF 导出能力。
-
交互式静态报告页面: 分析完成后一键生成基于 Astro + React 的交互式静态网页报告，替代传统 PDF/Markdown 导出作为主要展示方式。报告包含 Dashboard 总览、引用画廊、人口地域分布、影响力与学者、知识图谱五大模块，支持 ECharts 图表交互与 D3.js 力导向图可视化。
-
引用星座图 (Citation Constellation): 基于 D3.js 力导向图构建论文引用关系可视化，节点区分目标论文与施引论文，hover 时显示论文类型、年份、评分和完整标题，支持缩放和拖拽交互。
-
前端全配置化: 所有后端配置项（LLM、SerpAPI、Semantic Scholar、ADS ABS、MinerU、代理）均可通过前端设置面板实时修改，区分必填与可选字段，无需手动编辑
config.py或重启服务。 -
学者画像并发加速: 学者画像补全阶段引入
ThreadPoolExecutor并发查询（默认 5 并发），配合线程安全的作者缓存，大幅缩短单次分析的学者画像耗时。 -
学者画像实时进度: 学者画像补全过程中实时推送当前作者查询进度（已完成 / 总数 / 当前作者姓名），前端显示进度条与作者名称。
-
Astro 静态站点构建集成: 后端自动导出
report.json，调用 Astro 构建静态站点，通过 Flask 路由直接提供预渲染的 HTML 页面及_astro静态资源，无需独立部署。 -
影响力雷达图动态渲染: 影响力维度评分支持 3+ 维雷达图和 1-2 维水平条形图的自适应切换，数据从
influence_prediction.impact_scores动态读取。 -
引用趋势预测图: 新增基于历史引用数据和 LLM 预测的年度趋势折线图（实际值 + 预测值），集成于 Impact & Scholars 模块。
- 引用时间 · 地域分布 · 学者层级分析: 五维分析面板 — 引用时间分布、第一作者国家/地区分布（全部施引文献）、知名学者国家/地区分布、顶尖学者国家/地区分布、学者层级分布（两院院士 / Fellow / 其他知名学者），全部由后端生成图表并嵌入报告。
- 被引描述深度分析: 结合全文引用定位（
citation_contexts）与搜索型 LLM 确认引用位置及评价语气，输出引用用途类型分布、引用位置分布、引用情感分布、引用深度分布、关键发现与综合说明。 - 知名学者画像一览: 自动为每篇被引论文的第一作者补全机构、国家、荣誉头衔和学者层级（搜索型 LLM + SerpApi 联合检索），生成知名学者卡片列表。包含姓名、机构、国家、职务、荣誉称号、层级、引用论文和引用描述摘要。
- 影响力预测分析: 基于引用年份趋势数据，结合 LLM 与线性回归回退策略，生成年度趋势预测图（含历史值与预测值）、预测指标卡片、影响力维度评分和预测评语。
- 数据洞察与画像总结: 自动生成 4 条数据洞察卡片和被引描述综合总结，整合进综合评估报告，不另起体系。
- 后端图表生成: 所有分析图表由后端 matplotlib 生成 PNG 文件，前端直接加载图片展示，同时嵌入 Markdown 和 PDF 报告，确保浏览器与导出报告内容一致。
- 搜索型 LLM 客户端: 新增独立搜索型 LLM 接口，专用于学者信息检索、引用描述确认、影响力预测等需要联网搜索能力的场景；当前通过 Responses API +
web_search调用，并与主评估共用统一配置文件中的模型设置。 - SerpApi 三类检索扩展: 新增 Google Search API（学者/机构网页级检索）、Google Scholar Profiles（学者主页检索）、Google AI Mode API（结构化问答补充检索），用于学者画像补全。
- 引用定位接入主流程: 将已有的
fetch_fulltext_with_citation_context()真正接入逐篇评估链路，为 LLM 提供预定位的引用上下文，提升分析精度。 - 著名机构匹配: 自动匹配施引论文作者所在机构是否属于国际/国内科技企业和顶尖高校（Google、OpenAI、清华、MIT 等 30+ 机构），生成机构引用统计。
- 多源聚合检索: Google Scholar (via SerpAPI)、ADS ABS、Semantic Scholar、ArXiv、PubMed 五源聚合去重。
- 增强的论文解析: ArXiv HTML 精确定位、MinerU API PDF 解析。
- 智能LLM策略: 网络错误自动重试、自动切换可用服务。
- 落地页PDF发现增强: 多级回退链路提升全文获取率。
- 单篇论文影响力指标: Google Scholar 被引次数 + 发表来源综合评分。
- 高性能并发处理: asyncio 异步并发。
- SSE 实时进度推送: Server-Sent Events 长连接。
- 跨平台PDF生成: fpdf2 + weasyprint 双引擎。
- 后端: Python 3.11+, Flask, aiohttp, httpx, asyncio, ThreadPoolExecutor
- 主入口前端: 原生 HTML, CSS, JavaScript (Neo-Brutalist 设计)
- 静态报告前端: Astro 4, React (Islands), Tailwind CSS, ECharts, D3.js
- 学术API: Semantic Scholar, ArXiv, PubMed, SerpAPI (Google Scholar / Google Search / Google AI Mode), ADS ABS
- PDF处理: PyMuPDF, fpdf2, weasyprint
- 图表生成: matplotlib (后端), ECharts + D3.js (前端报告)
- LLM: 兼容 OpenAI 接口的任意模型服务（主评估 + 搜索型分析），统一由
backend/config.py配置，支持前端实时修改
用户输入论文标题
│
├─→ 多源被引检索 (Semantic Scholar / ArXiv / PubMed / SerpAPI / ADS ABS)
│
├─→ 全文抓取与引用定位 (fetch_fulltext_with_citation_context)
│
├─→ LLM 逐篇引用质量评估 (citation_type / depth / sentiment / score)
│
├─→ LLM 综合评估总结
│
├─→ 学者画像补全 (搜索型LLM + SerpApi)
│ ├── 第一作者国家/机构/荣誉
│ ├── 知名学者判定与分级
│ ├── 自引检测
│ └── 著名机构匹配
│
├─→ 高级分析引擎
│ ├── 引用时间·地域·学者层级五维统计
│ ├── 被引描述深度分析
│ ├── 影响力预测分析
│ └── 数据洞察与画像总结
│
├─→ 后端图表 PNG 生成 (matplotlib)
│
├─→ 报告导出 (Markdown + PDF，含嵌入图表)
│
└─→ 交互式静态报告 [v5.0新增]
├── report.json 导出
├── Astro + React 静态站点构建
├── Dashboard / 引用画廊 / 人口地域 / 影响力学者 / 知识图谱
└── Flask 路由直接提供预渲染页面
- Python: 确保已安装 Python 3.10 或更高版本。推荐使用 conda 环境。
- 操作系统: Windows / Linux / macOS 均支持。
- （可选）代理: 如果网络环境需要代理，可在
backend/config.py的PROXY_SETTINGS["fallback_proxy"]中设置本地回退代理；如系统已配置HTTP_PROXY/HTTPS_PROXY，全文抓取也会优先尝试这些代理。
-
创建 conda 环境（推荐）
conda create -n ref python=3.12 conda activate ref
或使用 venv：
python -m venv venv # Windows .\venv\Scripts\activate # macOS / Linux source venv/bin/activate
-
安装 Python 依赖
pip install -r requirements.txt
需要的额外依赖（如尚未安装会自动提示）：
pip install matplotlib httpx
-
安装前端依赖（v5.0 交互式报告）
cd frontend npm install cd ..
需要 Node.js 18+ 环境。首次构建报告时 Astro 会自动编译。
后端现已统一通过单一配置文件管理 API 设置与运行参数，不再依赖环境变量。请直接编辑：
backend/config.py
该文件集中维护以下配置：
| 配置项 | 所在对象 | 说明 |
|---|---|---|
| 服务端口 | APP_SETTINGS["port"] |
Flask 服务启动端口 |
| 并发评估数 | APP_SETTINGS["concurrency_limit"] |
逐篇评估阶段的并发数上限 |
| 回退代理地址 | PROXY_SETTINGS["fallback_proxy"] |
全文抓取在直连失败时使用的本地回退代理 |
| LLM 模型名 | LLM_SETTINGS["model"] |
主评估与搜索型 LLM 共用模型名 |
| LLM API Key | LLM_SETTINGS["api_key"] |
OpenAI-compatible LLM 的 API Key |
| 主 LLM Base URL | LLM_SETTINGS["primary_base_url"] |
主评估与搜索型分析使用的主网关地址 |
| 备用 LLM Base URL | LLM_SETTINGS["secondary_base_url"] |
备用网关地址 |
| 搜索超时 | LLM_SETTINGS["search_timeout"] |
搜索型 LLM 超时时间（秒） |
| SerpApi Key | SERPAPI_SETTINGS["api_key"] |
Google Scholar / Google Search / AI Mode |
| SerpApi Base URL | SERPAPI_SETTINGS["base_url"] |
SerpApi 请求地址 |
| ADS Key | ADSABS_SETTINGS["api_key"] |
NASA ADS 密钥 |
| ADS Base URL | ADSABS_SETTINGS["base_url"] |
NASA ADS 请求地址 |
| Semantic Scholar Key | SEMANTIC_SCHOLAR_SETTINGS["api_key"] |
可选 |
| Semantic Scholar Base URL | SEMANTIC_SCHOLAR_SETTINGS["base_url"] |
Semantic Scholar 请求地址 |
| MinerU Token | MINERU_SETTINGS["api_token"] |
PDF 解析 Token，可选 |
| MinerU Base URL | MINERU_SETTINGS["base_url"] |
MinerU 请求地址 |
| 图像测试模型 | IMAGE_TEST_SETTINGS["model"] |
根目录 test.py 使用的图像模型 |
配置完成后，直接启动即可，无需额外导出环境变量：
conda activate ref
cd backend
python app.py注意:
- 当前项目中的 API Key、LLM 模型名、LLM 网关地址、端口、并发数与本地回退代理地址，均统一收敛到
backend/config.py。 - 搜索型 LLM 不再单独写死某个搜索模型名，而是复用统一配置文件中的模型设置，并通过 Responses API 的
web_search工具发起联网请求。 fulltext_fetcher仍会优先尝试系统中的HTTP_PROXY/HTTPS_PROXY，若不可用再使用PROXY_SETTINGS["fallback_proxy"]。
在项目根目录下，运行以下命令启动服务：
conda activate ref
cd backend
python app.py服务启动后，您会看到：
[INFO] Starting CitationQA on port 5000
[INFO] Concurrency limit: 10
* Running on http://127.0.0.1:5000
打开浏览器访问 http://127.0.0.1:5000 即可使用。
其中端口与并发数由 backend/config.py 中的 APP_SETTINGS 控制。
- 输入标题: 在输入框中粘贴论文的完整且精确的标题。
- 开始分析: 点击"开始分析"按钮。
- 确认信息: 系统显示论文基本信息（作者、年份、被引数等）供确认。
- 选择被引:
- 被引数 ≤ 100：自动开始分析。
- 被引数 > 100：可选择"自动选择前100篇"或"手动勾选"（最多100篇）。
- 查看进度: 实时显示 6 个阶段的进度：
- 并发分析 → 综合评估 → 学者画像 → 高级分析 → 图表生成 → 报告生成
- 查看结果: 分析完成后自动展示：
- 综合评估: 总体影响力评分、引用类型/深度分布、关键发现。
- 逐篇分析: 每篇被引论文的引用类型、评分、引用位置、详细分析。
- 高级分析: 引用时间/地域分布图表、学者层级分布、知名学者画像卡片、被引描述深度分析、影响力预测指标与趋势图、数据洞察卡片、被引描述综合总结。
- 查看详细报告: 点击"查看详细报告"按钮，系统自动构建 Astro 静态页面并在新标签页打开交互式报告，包含：
- Dashboard: 论文概览、引用星座图、分布图表。
- Citation Gallery: 引用卡片列表，支持筛选与排序。
- Demographics & Geography: 时间趋势、国家/地区分布。
- Impact & Scholars: 影响力雷达图、预测趋势、知名学者画像矩阵。
- Knowledge Graph: D3.js 力导向引用关系图。
- 下载报告: 点击按钮下载 Markdown 或 PDF 格式的完整报告（含分析图表）。
- 分析其他论文: 随时可点击"分析其他论文"按钮开始新任务，界面自动重置。
backend/
├── app.py # Flask 主入口，任务管理、SSE 与静态报告路由
├── config.py # 统一 API / LLM 配置文件（支持前端实时修改）
├── templates/index.html # 主入口页面 (Neo-Brutalist)
├── static/
│ ├── css/style.css # 主入口样式
│ └── js/app.js # 主入口逻辑
├── modules/
│ ├── paper_search.py # 五源聚合检索
│ ├── fulltext_fetcher.py # 全文获取与引用定位
│ ├── llm_evaluator.py # LLM 逐篇/综合评估
│ ├── report_generator.py # Markdown/PDF 报告生成
│ ├── static_site_builder.py # Astro 静态站点构建 [v5.0新增]
│ ├── serp_api.py # SerpApi (Scholar/Search/AI Mode)
│ ├── search_llm_client.py # 搜索型 LLM 客户端 [v4.0新增]
│ ├── scholar_enricher.py # 学者画像补全（并发加速）[v4.0新增, v5.0优化]
│ ├── advanced_analytics.py # 高级分析引擎 [v4.0新增]
│ ├── chart_generator.py # 后端图表生成 [v4.0新增]
│ ├── semantic_scholar.py # Semantic Scholar API
│ ├── arxiv_api.py # ArXiv API
│ ├── pubmed_api.py # PubMed API
│ └── adsabs_api.py # ADS ABS API
├── reports/ # 生成的报告
├── charts/ # 生成的图表 PNG [v4.0新增]
├── downloads/ # 下载的 PDF
└── logs/ # 运行日志
frontend/ # 交互式静态报告 [v5.0新增]
├── package.json
├── astro.config.mjs
├── tailwind.config.mjs
├── src/
│ ├── pages/index.astro # 报告主页面
│ ├── layouts/ReportLayout.astro # 全局布局
│ ├── components/
│ │ ├── Dashboard.astro # Dashboard 总览
│ │ ├── CitationGallery.tsx # 引用画廊 (React)
│ │ ├── DemographicsGeo.astro # 人口地域分布
│ │ ├── ImpactScholars.astro # 影响力与学者
│ │ ├── KnowledgeGraph.astro # 知识图谱
│ │ └── MiniStarGraph.tsx # 引用星座图 (React + D3.js)
│ ├── lib/types.ts # TypeScript 类型定义
│ └── data/report.json # 构建时注入的分析数据
└── dist/ # Astro 构建产物
- 运行日志:
backend/logs/目录下，分为应用主日志 (app_*.log) 和任务独立日志 (task_*.log)。 - 分析图表:
backend/charts/目录下，按<task_id>_<chart_type>.png命名。 - 下载的PDF:
backend/downloads/<task_id>/目录下。 - 生成的报告:
backend/reports/目录下，Markdown 和 PDF 格式。
Q: 学者画像补全阶段较慢？ A: v5.0 已引入并发查询（默认 5 并发），大幅缩短耗时。前端实时显示当前查询进度与作者姓名。如仍较慢，可通过减少选择的被引论文数量来加速。
Q: 图表在 PDF 中显示不正常？
A: 确保系统已安装中文字体（Windows 下 msyh.ttf 或 simhei.ttf）。图表由 matplotlib 生成，需要支持中文的字体。
Q: SerpApi 报错 429？ A: SerpApi 有调用频率限制。系统已内置自动重试逻辑，若频繁触发限制，请稍等片刻或升级 SerpApi 套餐。
Q: 搜索型 LLM 无法连接？
A: 检查 backend/config.py 中配置的 LLM 网关地址是否可达，或通过前端设置面板（右上角齿轮图标）直接修改配置。若使用代理环境，确认代理配置正确。
Q: 查看详细报告时构建失败？
A: 确保已在 frontend/ 目录下执行过 npm install 安装 Astro 依赖。构建需要 Node.js 18+ 环境。