认知图谱

AI工程 · 模块

M09研究方法与信息采集

研究交付的是绑定证据的结论，不是资料堆：每条判断都要能回到片段、出处、日期和反证。检索工具、热度榜单和自报测试只帮你决定去哪里找，不替代对原文的核对；流程按缺口推进，按剩余缺口和成本收口。

核心流程

从问题到有出处的结论

外框是固定不动的五条边界，框内步骤按缺口取用。顶部旁路表示可复用的结论只需重新判断；底部回流表示核验后仍有值得查的缺口。

一次研究从问题到有出处结论的流程 在证据、验收、预算、授权和隐私边界内，研究先明确任务并检查可复用结论，再按缺口调查、把证据结构化、形成判断，经结构、证据、任务三层核验后交付；仍有值得查的缺口时回到调查。 固定边界：证据 · 验收 · 预算 · 授权 · 隐私 需新查 可收口 结论仍有效 剩余缺口值得查 明确任务 问题·消费者·约束 复用检查 对象·时间·口径 按缺口调查 发现·抽取·去重 证据结构化 片段·出处·日期·反证 形成判断 事实·推断·未知 三层核验 结构·证据·任务 交付 白名单·哈希 报告只是这些对象的派生物 停止看问题解决程度、剩余缺口和成本，不看固定轮数。
v1.1 把 v1.0 的 12 个固定节点改成按缺口取用的能力清单：固定的是边界，不是步骤。　出处：C002-067-01、C002-067-02、C002-067-03、C002-067-05、C001-003-01、C001-003-03

核心逻辑

七条跨对话收敛的判断

结论挂在证据对象上，报告只是派生物

每个结论绑定证据片段、来源定位、日期、支持强度、反证和验证状态，报告由这些对象生成。质量分三层查：格式是否合法、能否回到原文并支持主张、是否覆盖目标且没有越界。召回、推导和表达也要分开评。

按研究风险选择必要证据；HTTP 200、模型置信度、篇幅和引用数量都不是真值。

按缺口推进，按剩余缺口和成本停止

后期版本把固定节点改成能力清单，不适用就跳过或复用。复用前先核对对象、时间、口径和受众，只重查变化或失效的部分。在计划、检索、综合这些中间节点暴露遗漏、单源过时和反证不足，比只在终稿加审稿更早阻断错误传播。

“按需”不能成为省略必要核验的理由，也不默认拆成多代理。

热度、引用、维护和适配回答的是不同问题

star 总量、增长、引用、讨论、匹配度和落地难度分开评价，排名只用来发现候选。增长统计要固定期初、期末和样本，缺测单列而不是按零算。工具是否采用，看它能不能进入真实工作流，用小任务检验可追溯、一致性和返工成本。

原对话里的榜单数值和快照都没有复算，不当现时推荐。

同一事件不等于多份证据，相似不等于重复

情报系统把内容、事件和主张分开存。去重分三种：正文完全重复、近似转载、同一事件的不同证据，只保留重复组而不删掉异议。star 增速、跨社区讨论这类信号只触发进一步检查，不证明真伪或需求规模。

0.87 相似度阈值、加权总分和 0.86 实时阈值都没有校准，不能拿来删异议。

获取范围先分清分母，身份和版本分开存

论文的索引覆盖、开放位置、有效全文和许可允许的用途是四个分母。用 DOI、arXiv、PMID 协调作品身份，用文件 hash 识别字节重复，预印本、接受稿和正式版分别保存。下载日志记录实际许可、HTTP 状态、最终跳转地址、大小和决定原因。

具体条款按来源和用途另核；临时下载已经发生了获取，不能用“不持久化”替代事先需要的许可。

工具“存在、可接入、此刻可调用”是三种状态

候选服务存在、能以 MCP 接入、当前宿主已暴露可调用，要分开报告。MCP 选型核对维护方、读写执行能力、凭据权限和版本；本地安装也不等于数据全程本地处理。网页内容是不可信来源，不因被读到就获得工具操作授权。

每次在现场发现有效工具和认证，不套用历史工具表。

信息先绑定使用者的实际工作，再谈趋势

用户把泛行业趋势建议纠正为“对我自己工作的帮助”。新闻转项目影响要写明相关性、影响类型、依据和建议动作，事实与推断分开。简报按相关性和实质变化选题，附来源、发布日期、事件日期和数据口径。

助手对用户职业的画像是未支持推测；建议动作不等于当前任务授权。

结构

证据对象的分层，与论文获取的四个分母

上图看一条情报从来源到报告要经过哪些对象，以及每层最容易被误当成什么；下图看论文获取中常被混用的四个分母。

情报与研究证据对象的六层结构 从来源注册、原始层、内容层、事件层、主张与证据层到产物层，每层说明保存什么，以及不能据此认定什么。 派生方向 保存什么 不能据此认定 L5 产物层 报告 · 简报 · 日报 由下层对象派生，可整体重建，不另存事实 文稿流畅、篇幅长、引用多 ≠ 已经核验 L4 主张与证据 Claim · EvidenceLink 片段 · 出处 · 日期 · 支持强度 · 反证 · 验证状态 有引用格式 ≠ 引用支撑了结论 L3 事件层 SignalEvent 多条内容归到同一事件，事件与主张多对多 同一事件多家报道 ≠ 多份独立证据 L2 内容层 ContentItem · 重复组 清洗正文 · 实体 · 精确与近似重复组 语义相近 ≠ 同一份事实（会误删异议） L1 原始层 原始载荷 · 抓取日志 URL · 发布与抓取时间 · hash · 抽取版本 HTTP 200 ≠ 拿到了目标正文 L0 来源注册 Source Registry 启用 · 访问 · 解析 · 延迟 · 缺失状态 列出源名 ≠ 已接入或全文可得
上层只能从下层派生；越往上，越容易被误当成证据本身。　出处：C001-080-02、C001-080-03、C001-080-04、C001-080-05、C001-080-12、C001-003-01
论文获取的四个分母 被索引、定位到开放或授权位置、下载到有效全文、许可允许当前动作，四者逐层收窄，每层需要单独记录，不能以外层数量冒充内层。 被索引：有元数据或 DOI 索引覆盖 ≠ 可获得全文 定位到开放或授权位置 OA 标签、来源品牌、API 凭据 ≠ 所有用途已授权 下载到有效全文 文件名和 success 日志 ≠ PDF 有效完整；跳转终点要逐跳核对 许可允许当前动作 检索 · 下载 · 持久化 · 再分发分别判断 许可不明：只留元数据和已试路径，进人工审核 临时下载也已是获取，不能替代事先许可
四个分母逐层收窄，每层单独记录；不能用外层的数量冒充内层。　出处：C001-065-01、C001-078-04、C001-078-05、C001-078-07、C001-078-13

演进

从一个研究技能，到按缺口执行

  1. 2026.04

    证据链与工具栈分层

    从一个深度研究技能的改造建议出发，提出结论绑定证据对象、按结构/证据/任务三层检查、在中间节点暴露错误。随后把工具链拆成发现、抽取、专用检索、去重、证据结构化和引用核验，并把“可接入”和“当前可调用”分开。

    代表会话：Deep-research分析与改进、AI方法｜02 深度研究工具选择

  2. 2026.05 – 2026.06 上旬

    获取工具收紧到身份、版本、许可和日志

    视频转 Markdown 区分采集原稿与笔记，要求记录实际字幕轨道与完整性。论文下载从工具清单走到 PaperFlow 流水线；后轮审查指出自报的 289 项测试通过，同时存在许可门禁过早、审核事件不落库、schema 迁移缺口，测试数量不证明真实下载可用。

    代表会话：AI方法｜01 YouTube视频转Markdown方法、AI方法｜03 开源论文下载工具、AI方法｜分支 · 论文下载拆解与分析

  3. 2026.06

    持续情报系统与“对我有用”的纠正

    情报框架提出来源注册、原始/规范/洞察分层、内容/事件/主张分离、多级去重和多角色辩证审查；候选开源项目的排序在前后两稿间变化，不构成实测优劣。同月用户把泛行业趋势纠正为对自己工作的帮助，信息系统设计随之加入“项目影响”一层。

    代表会话：AI方法｜AI信息收集与分析框架、开源项目与论文分析、AI方法｜个人博客推荐

  4. 2026.07 – 2026.08

    数据源地图、简报模板与执行图

    数据源按研究问题建地图，区分基础数据、实体关系、领域增强与实时信息，并延伸出历史人物 schema（内容见 M10）。每日简报给出模板但没有实际创建任务。Graph Engineering 被澄清为节点、状态、路由与循环的运行语义，图画出来不等于运行能力存在。

    代表会话：资料｜知名数据源大全、简报｜每日简报请求、解释Graph Engineering

  5. 2026.09

    v1.1 按缺口执行，增长统计口径定型

    深度调研从 v1.0 的 12 个固定节点修正为能力清单，研究四环节按缺口执行；评审绑定工件版本，交付用文件白名单和内容哈希。同月整理 GitHub 增长项目，固定期初期末、缺测不按零、样本不称全站。

    代表会话：AI方法｜深度调研｜流程与可视化、AI方法｜整理GitHub增长项目

边界

哪些能直接拿来用，哪些只是历史线索

可以直接复用

  • 结论与证据对象的绑定方式（片段、出处、日期、支持强度、反证、验证状态），以及结构/证据/任务三层检查。
  • 按缺口推进；复用前核对对象、时间、口径和受众；按剩余缺口与成本停止。
  • 论文身份协调（DOI、arXiv、PMID 加文件 hash）、版本分存和下载日志字段。
  • 内容、事件、主张分层，以及精确重复、近似转载、同事件不同证据的区分。
  • 增长统计口径：固定期初期末，缺测单列，样本不称全站。
  • 交付用显式白名单和内容哈希；交互模拟和真实浏览器验收分开报告。

不能据此断言

  • 各类项目榜单、star 数、引用数和调查百分比（如 88%、39%）：都是历史外部陈述，未复核。
  • 相似度阈值、加权总分、7/10 评分、“10 倍效率”：没有校准或对照。
  • 自报的 289 passed 等测试结果：没有复跑，不能证明真实下载可用。
  • 多角色合议表和“九轮搜索”：不是实际独立代理的运行记录。
  • 情报系统、PaperFlow、信息 OS 都只是设计，没有部署或采集效果验收。
  • OpenAlex、Unpaywall 等接口的额度、容量和许可，需按当前官方资料核实。

交互大图

持续情报系统的数据流

可缩放、搜索、聚焦路径。

来源注册到日报与反馈的候选设计，没有部署证据。新窗口打开

来源

本模块全部会话

点开看审读摘要和该会话的主张；数据由 tools/build_atlas.py 从审读账本生成。

主张浏览

全部审读主张

按性质筛选或搜索；点编号看条件与出处。