AMiner

AMiner 是学术检索与 AI 科研辅助平台。官网当前将 AI Search、AI Reading、Research Assistant、Deep Research 等入口与期刊会议、学者库、引文树、开放数据和 Data API 并列，适合从一个研究问题扩展论文、作者和引用关系；AI 生成的总结用于导航，不应直接替代论文原文。

先用问题形成候选文献集

检索式应同时包含主题、方法、对象或时间条件，先观察高相关论文使用的术语，再调整关键词。AI Search 可以帮助归纳方向，但候选集仍要保留题名、作者、年份、出处和标识符，避免后续只剩无法追溯的摘要。

1. 用宽检索发现术语与代表论文。
2. 按年份、会议期刊或作者缩小范围。
3. 沿引用树补前置工作和后续研究。
4. 把最终候选加入个人文献库，并记录纳入与排除原因。

AI 阅读适合定位，不负责定论

AI Reading、Research Agent 和综述生成可以快速定位方法、数据集、实验与限制。引用前必须回到原文确认上下文、实验条件和数字；摘要未覆盖的附录、失败案例与版本差异常常会改变结论。无法取得全文时，应明确只核对了题录或摘要。

学者画像用来发现关系

学者库、机构信息和 Scholar Spotlight 有助于找到团队、合作关系与持续研究主题。姓名消歧可能把同名作者合并或拆分，判断某人的成果时应核对机构、合作者、个人主页和论文标识，不把算法画像当作正式履历。

订阅用于跟踪而不是证明完整

平台提供研究方向、学者、关键词、期刊和机构的关注与推荐。建立订阅后仍需定期查看检索式是否过窄，并补充目标数据库或出版社入口；推荐流反映平台收录与算法选择，不能证明已经覆盖某领域的全部工作。

开放数据和 API 先看许可

使用 Data API 或开放数据进行批量分析时，先核对字段定义、更新、限额、归属和再分发条件。论文全文版权与题录、作者关系数据不是同一权限；研究报告应分别记录 AMiner 的发现作用和最终引用的原始来源。