🧰 一、这个工具到底是干什么的
Connected Papers 是一个以色列团队做的学术文献可视化工具，2020 年 6 月正式上线。创始人 Eddie Smolyansky 在 arXiv 官方博客里说得很直白：这最开始只是几个朋友为了解决自己做文献综述时的痛点，搞出来的一个周末副项目，没想到学术界反应这么热烈。
它的核心思路跟传统数据库检索完全不同。你在 Google Scholar 或者 PubMed 搜关键词，得到的是一个列表，一篇一篇点开看。Connected Papers 让你输入一篇你已知的“种子论文”，然后它围绕这篇论文生成一张图谱，把跟它关系最近的几十篇论文以节点形式排列出来。位置越近，说明关系越紧密。
说白了，它解决的是一个非常具体的场景：你刚进入一个陌生研究领域，手里只有一篇论文，不知道接下来该读什么。传统做法是翻这篇论文的参考文献，再翻参考文献的参考文献，效率低还容易漏。Connected Papers 把整个相关论文网络一次性摊开给你看。
⚙️ 二、核心功能有哪些
功能不算多，但每个都打在点上：
1. 文献相似度图谱。 输入论文标题、DOI 或 arXiv ID，系统分析约 5 万篇论文，从中筛选出与种子论文最相关的 40-50 篇，用力导向图排列出来。节点大小反映引用量，颜色反映发表年份，连线粗细反映相似度强弱。
2. Prior Works（前观文献）。 这个功能帮你往上游追溯。它会列出图谱中论文共同引用的重要早期文献，往往是某个研究方向的基础性工作。你想搞清楚一个概念的源头，从 Prior Works 入手比翻参考文献快得多。
3. Derivative Works（衍生文献）。 反方向，帮你往下游看。它筛选出引用了图谱内多篇论文的新近研究，通常是综述或者前沿论文，能帮你快速把握这个方向最近在做什么。
4. 文献列表视图。 图谱看结构，列表看细节。可以按作者、年份、引用次数排序，每篇论文都能点开看摘要和链接。支持一键导出 BibTeX 格式，方便导入 Zotero、EndNote 这些文献管理软件。
5. 多起点图谱。 你可以选多篇论文作为起点，生成一个合并的图谱，适合追踪跨领域的研究关联。
6. 图谱保存和历史记录。 注册账号后，你做过的图谱会自动保存，下次打开直接继续。
✨ 三、跟同类比，它的特色在哪
第一，它是“单点出发”的设计。 大多数文献工具是从关键词或主题出发，Connected Papers 是从一篇具体论文出发。这个差异很关键：关键词检索适合“我知道我要找什么”，Connected Papers 适合“我只有一篇论文，想看看周围还有什么”。两者的使用场景不重叠。
第二，相似性不等于引用关系。 这是它跟普通“引用网络图”最大的区别。Connected Papers 用的是共被引和书目耦合两个指标。两篇论文可能没有直接互相引用，但如果它们被很多论文一起引用，或者它们引用了大量相同的文献，就可能出现在图谱的相近位置。这意味着它能帮你发现传统引用链触及不到的相关研究。
第三，跟 arXiv 官方合作。 2021 年 2 月开始，arXiv 每篇论文的摘要页面都有“Related Papers”标签，点一下就能跳转到 Connected Papers 生成的图谱。这个合作本身说明学术圈对它认可度不低。不是所有工具都能进 arXiv 的。
第四，免费版够实在。 每月 5 个图谱，所有功能开放，没有功能阉割。对于偶尔做文献调研的人来说，5 个图谱其实经常用不完。付费门槛也低，学术版年付 36 美元，折合每月 3 美元。
🎯 四、实际适合谁用
研究生和博士生： 开题阶段、写文献综述、进入新方向的时候最有用。导师给你一篇论文说“从这个开始读”，你把论文丢进去，一张图就能看到这个方向的全貌。
跨学科研究者： 从一个领域切到另一个领域，用传统方法要花几周摸清脉络，Connected Papers 能让你几分钟内看到核心文献群落在哪里。
论文写作者： 写到相关工作时，需要快速定位该领域最重要的几篇文献。图谱里节点最大、位置最核心的，通常就是绕不开的经典。
不太适合的： 如果你要做系统性文献综述，要求可复现、可穷尽，Connected Papers 不能替代数据库检索。它依赖 Semantic Scholar 的数据，覆盖范围有限，而且图谱生成有随机性，同一篇种子论文不同时间生成的图谱可能不完全一样。做系统综述还是得用 PubMed、Scopus 这些传统数据库加明确的检索策略。
🖱️ 五、怎么上手
第一步：打开网站。 不登录也能用基础功能，但登录后图谱会保存。
第二步：输入种子论文。 支持论文标题、DOI、arXiv ID、PubMed ID、Semantic Scholar URL 等多种格式。输入后点 Build a graph。
第三步：等图谱生成。 大约几秒到十几秒，取决于论文的引用数据量。
第四步：看图。 每个圆点是一篇论文。鼠标悬停能看到标题、作者、年份、引用数。点一下能在侧边栏看到摘要和链接。
第五步：切换 Prior / Derivative。 在图谱上方有按钮，可以在“前观文献”和“衍生文献”之间切换视角。
第六步：导出。 看中的论文可以加入列表，最后统一导出 BibTeX 文件。
💡 六、几个真实有用的技巧
选对种子论文很关键。 种子论文如果是综述或者高引经典，生成的图谱质量通常更好。如果你选的是一篇很新、引用还很少的论文，图谱可能会比较稀疏，相关文献找不全。
不要只看最大的节点。 节点大说明引用多，但不一定最相关。有些引用量不高但位置靠近中心的论文，可能恰恰是这个方向的核心工作。
颜色看年份，关注“孤立”的亮色节点。 颜色越暖（红/橙）发表越晚。如果有个新发表的论文在图上比较孤立，说明它可能是个新方向的开端，值得点开看看。
结合 Prior 和 Derivative 一起用。 先看 Prior 搞清楚这个方向的来龙去脉，再看 Derivative 看最近谁在跟进。两个视角合起来，基本能覆盖一个研究方向的上下游。
导出 BibTeX 再筛选。 图谱上看着相关，不一定真能用。导出后导入 Zotero，一篇篇看摘要再决定留哪些。
📦 七、安装方式
纯 Web 工具。打开浏览器就能用，没有 Windows/Mac 客户端，没有 iOS/Android App，没有浏览器插件。
唯一算得上“安装”的步骤是注册账号。用邮箱注册就行，不绑卡。
💰 八、收费情况
三档，结构很简单：
Free： 每月 5 个图谱，所有功能开放。不绑卡，不限时间。对偶尔做文献调研的人够用。
Academic： 年付 36 美元（折合 3 美元/月）。无限图谱。面向学术机构人员、非营利组织、个人学术用途。
Business： 年付 120 美元（折合 10 美元/月）。无限图谱。面向商业/营利性用途。
Academic 和 Business 功能完全一样，区别只在你的使用场景是不是“商业性质”。另外有团队计划，Academic Group 也是 3 美元/席/月。
还有一个点值得提：他们有针对真正付不起订阅费的研究者的奖学金计划，发邮件说明情况，有可能拿到折扣甚至免费的高级版。
👥 九、全球使用情况
第三方流量数据显示月访问量约 87.3 万，比上月增长 2.6%。平均停留时间 2 分 32 秒，跳出率 44%。
访问量最大的五个来源国：中国（13%）、美国（12%）、印度尼西亚（11%）、德国（8%）、日本（4%）。中国用户占比排第一，这个数据有点意外，但也说明国内做科研的人对这类可视化工具接受度挺高。
有一项针对 123 名使用者的调查研究显示，59.3% 的受访者反馈过使用中的困难，主要是导航方面的问题。另一个数据是，用途上 61% 用于教育目的，21.1% 用于研究。
⚖️ 十、优缺点，说实在的
优点：
1. 从一篇论文出发找相关文献的效率极高。 这个场景下没有更好的工具。一张图几分钟看完，比自己翻参考文献快太多。
2. 相似性算法能发现引用链之外的相关工作。 共被引和书目耦合的指标，让你看到的不只是“引用了这篇的论文”，而是“跟这篇在同一个知识网络里的论文”。
3. 免费版够用，付费门槛极低。 5 个图谱/月对轻度用户绰绰有余，3 美元/月的学术版几乎是象征性收费。
4. 导出 BibTeX 跟 Zotero 打通。 看中的论文一键导出，不用手动一条条加。
缺点：
1. 依赖 Semantic Scholar 的数据。 覆盖范围虽然在扩大，但某些学科（尤其是人文、小众领域）的数据可能不够全。图谱质量跟种子论文和领域数据量强相关。
2. 导航体验有改进空间。 近六成用户反馈过操作上的困难。图谱节点多的时候，怎么快速定位到你想看的那篇，不是特别直觉。
3. 不能替代系统性检索。 它生成图谱有随机因素，同一篇论文两次生成的图可能不完全一样。做系统综述、需要可复现检索的时候，它只能当辅助。
4. 没有提醒功能。 Litmaps 可以设置邮件提醒，有新论文引用你的种子论文时通知你。Connected Papers 没有这个。
🆚 十一、跟同类工具简单对比
对比 ResearchRabbit： ResearchRabbit 免费额度更大（最多 50 篇种子文章），也支持图谱和作者网络，但图谱的视觉清晰度不如 Connected Papers。ResearchRabbit 更像“推荐引擎”，Connected Papers 更像“地图”。
对比 Litmaps： Litmaps 有邮件提醒和更丰富的过滤条件，适合需要持续跟踪某个方向的人。但它的免费版限制更紧，界面也更复杂。Connected Papers 更“轻”，上手更快。
对比 Scite.ai： Scite 的重点是“智能引文”——告诉你引用某篇论文的文献是支持它还是反驳它。Connected Papers 不关心引用态度，只关心相关性强弱。两个工具解决不同问题。
一句话： 如果你需要的是“快速看懂一个陌生领域的结构”，Connected Papers 是最直觉的选择。如果你需要的是“持续跟踪某个方向的新论文”，Litmaps 或 ResearchRabbit 可能更合适。
✅ 十二、最后说清楚：值不值得用
适合用的情况：
你刚开始一个课题，导师给了一篇论文，你不知道接下来读什么。把它丢进 Connected Papers，五分钟就能看到这个方向的核心文献群落在哪里。
你在写文献综述，需要快速定位某个子方向最重要的几篇论文。图谱上节点大、位置居中的，基本就是绕不开的。
你从别的领域转过来，需要快速建立对一个新方向的空间感。图谱比列表直观得多。
不太推荐的情况：
你要做系统性文献综述，需要可复现、可穷尽的检索。Connected Papers 不适合这个用途，它是有随机性的可视化探索工具，不是检索系统。
你的研究领域在 Semantic Scholar 里数据很少。冷门学科、非英语文献为主的方向，图谱可能很稀疏，参考价值有限。
你只是偶尔查一两篇论文，不需要看整个领域。那直接用 Google Scholar 就够了，没必要多学一个工具。
我的判断： Connected Papers 是一个“场景很窄但场景内很好用”的工具。它不试图做所有事，就做一件事：从一篇论文出发，帮你看清它周围的学术网络。免费版给 5 个图谱，够你试两三次。如果试完觉得“这个图我看得懂、有用”，那就值得留着。如果试完觉得“不如直接看参考文献”，那它就不适合你的工作方式。这东西没有中间地带。
评论