Litmaps 的开源与私有化路线
Litmaps 是一款在线服务：以引用网络可视化发现相关文献的工具。
当数据不能离开公司或个人设备时，就需要考虑自托管或开源路线。
先判断：它能不能自托管
它本身是云端服务；如果数据不能出域，可以考虑可自托管的开源方案做部分替代，代价是部署与维护要自己负责。
决策要点
- 数据敏感级别：只有内部公开信息时，云端服务通常更省事。
- 团队是否有人负责运维和安全更新。
- 硬件投入：本地运行模型需要显卡或较大的内存。
- 效果差距：用自己的任务实测，不要只看榜单。
可以评估的开源方向包括：GPT Researcher、STORM、LanceDB。它们与 Litmaps 的能力并不完全等同，适合用来承接对数据要求最高的那部分任务。
用同一个任务做对比
引用核查
适用情况：手头有一段带引用的文字时。
检查这段文字中的每个引用：论文是否真实存在、引用内容是否与原文一致，无法确认的请明确标出。
交付前确认：不存在的引用被标出。
自托管上线清单
- 固定版本号并记录配置。
- 只在内网暴露服务或加上认证。
- 设置日志与资源监控。
- 订阅仓库的版本发布与安全公告。
- 准备回滚方案。
补充练习
学术语言润色
适用情况：手头有一段英文论文草稿时。
润色这段学术英语：改正语法、提升简洁性，不改变论点和数据，用修订模式列出每处修改及原因。
验收标准：数据和论点未改变。
综述框架
输入：已收集的 20 篇文献笔记。
根据这些笔记设计一份综述框架：按研究主题或方法分组，指出各组之间的分歧和研究空白。
交付前确认：指出了研究空白。
论文精读
输入：一篇 PDF 论文。
帮我精读这篇论文：研究问题、方法、数据、主要结果、局限性，以及作者没有讨论但值得追问的问题。所有结论请标注对应页码。
验收标准：结论标注了页码。
常见问题：报告观点缺少依据
要求每段观点附来源，没有来源的删除或标注。
常见问题：AI 给出不存在的论文
只使用能查到 DOI 或原文链接的文献，逐条核验。
常见问题：检索结果偏向英文文献
补充中文数据库检索，并调整关键词。
概念补充：虚假引用
AI 编造的不存在文献，提交前必须逐条核验。
概念补充：引用网络
论文之间的引用关系，可用于发现相关研究。
适合人群：法务与律师助理
法务与律师助理可以用 Litmaps 处理合同初审、法规检索等工作。需要注意：AI 输出不构成法律意见，条款和法规必须由执业人员核实。
适合人群：数据分析师
数据分析师可以用 Litmaps 处理取数与 SQL、清洗与可视化等工作。需要注意：确认指标口径，敏感数据脱敏后再交给 AI 处理。
适合人群：软件工程师
软件工程师可以用 Litmaps 处理代码阅读与重构、测试与排错等工作。需要注意：不要把密钥和未开源代码上传到未授权工具，合并前审阅每处改动。
注意事项
本文基于 Litmaps 公开的定位与通用用法编写，具体功能、套餐与可用地区以官方页面为准，产品更新后界面和名称可能变化。
文中提示词和示例仅作示意，实际效果取决于你的材料和 Litmaps 当前版本，重要内容请人工核对后再使用。