卷姬是什么？

「卷姬」是OpenBMB 開源社區最近推出的代碼ai Agent 工具，專門用于高效提取有價值的內容。用戶只需在官網輸入需求，就能快速生成一份綜述報告。

「卷姬」有兩種模式可供選擇：普通模式會輸出標題和關鍵詞；專業模式則更靈活，用戶可以自定義素材來源，比如選擇在線檢索或上傳文件。

相比其他工具，「卷姬」在邏輯嚴謹性和學術性上表現突出，特別適合做深度分析。它生成的文章結構清晰，導言部分深入淺出，結尾分析全面細致，論述詳盡且有理有據。

「卷姬」背后的技術是 LLMxMapReduce-V2，由多個團隊聯合研發，專門用于優化文獻聚合和利用。目前，「卷姬」已經上線，相關論文和開源內容都可以找到。

卷姬核心功能

文獻篩選與結構化輸出：針對用戶輸入的關鍵詞，自動從論文庫中篩選高質量文獻，并生成包含核心邏輯、方法論及研究空白的結構化框架。

動態知識圖譜構建：通過分析文獻間的引用關系與概念關聯，生成可視化的研究領域演進圖譜，幫助用戶快速定位學術熱點與趨勢。

多語言支持與領域適配：支持中英文混合輸入，并可根據計算機科學、生物醫學等不同學科調整分析模型，提升領域適配性。

卷姬技術原理

「卷姬」基于OpenBMB的模型生態開發，結合卷積算法與信息熵優化技術，能夠快速解析海量文獻，生成邏輯清晰、高信息密度的綜述報告。其背后是LLMxMapReduce - V2長文本整合生成技術，由AI9Star、OpenBMB和清華大學團隊聯合研發，核心在于借助文本卷積算法聚合參考文獻，結合信息熵驅動的隨機卷積測試時縮放方法，高效處理超長輸入，提升文章質量。

卷姬使用教程

• 打開網址 https://surveygo.thunlp.org/，點擊【開始綜述】。

• 選擇普通模式或專業模式提交需求。

• 普通模式：輸出標題和關鍵詞描述，提交并等待生成。

• 專業模式：可進一步自定義素材來源，選擇「在線檢索」或「上傳文件」。為保護用戶隱私，基于上傳文件所生成的文章及上傳的文件，可設置不公開。

• 再次登錄網址，即可獲取生成的綜述報告。

性能表現

• 速度與質量：在清華大學團隊的測試案例中，「卷姬」僅用3分鐘便完成了對200篇量子計算領域論文的綜述生成，輸出內容長達2.8萬字，且邏輯連貫性獲導師組認可。

• 橫評優勢：團隊開展橫評，讓「卷姬」與OpenAI - DeepResearch等模型就《關稅大戰對普通人生活的影響》撰寫綜述。從結構、內容、觀點和引用維度評估，「卷姬」表現優異。其生成文章目錄層次清晰，內容分析深入，觀點有理有據，引用精準，綜合實力超過其他模型。

相關鏈接

• 體驗鏈接：https://surveygo.thunlp.org/

• 論文鏈接：https://arxiv.org/abs/2504.05732

• 開源鏈接：https://github.com/thunlp/LLMxMapReduce/tree/main