本文演示了一套基于CANGUOAI Science对OpenAlex数据的具身智能（Embodied Intelligence）研究量化分析方法。数据显示2020-2025年标题含"embodied intelligence"的292篇论文中，83.22%集中在2024-2025年，呈现爆发式增长。研究发现该领域主题高度分散，涵盖多模态学习、软体机器人、强化学习等多个方向，远非

这篇文章介绍了CanguoScience平台如何通过六步流水线方法，将论文写作从零到初稿的过程系统化、工程化。该方法整合了21个主流大模型（来自Anthropic和OpenAI）进行文献理解，利用OpenScience脚本处理数据和绘图，确保每个步骤可复现。具体流程包括：确定研究问题、建立文献地图（覆盖4947篇论文）、多模型精读50篇代表作、量化筛选19个候选维度、提炼10个可证伪假设，最终形成

本文介绍了一种利用AI工具辅助文献分析的方法，通过SemanticScholar API批量获取4947篇AI领域论文数据，结合GPT-4o-mini进行自动分类和关键词提取，最终构建可交互的文献地图。作者详细阐述了技术方案设计、关键代码实现（包括数据获取、批量分类、成本控制和失败重试机制）以及可视化呈现方法（使用PyECharts+D3.js），并总结了API限流、摘要过长等实际遇到的四个主要问

本文探讨了AI在科研工作中的应用关键点，提出一个以可追溯性和复现性为核心的开放科研工作流方案。通过分析CanguoAI和CanguoScience的组合应用，文章指出：1）科研辅助工具不应仅提供对话功能，而需构建连接问题-文献-实验-结果-论文的全流程工作台；2）"模型无关"的设计理念更适合科研场景，可根据不同任务选择最优模型；3）工作流应保留完整的过程记录，确保数据、代码、图

本文演示了一套基于CANGUOAI Science对OpenAlex数据的具身智能（Embodied Intelligence）研究量化分析方法。数据显示2020-2025年标题含"embodied intelligence"的292篇论文中，83.22%集中在2024-2025年，呈现爆发式增长。研究发现该领域主题高度分散，涵盖多模态学习、软体机器人、强化学习等多个方向，远非