开源学术背景核查引擎 · 社区共建案例数据库
选导师，先查一查。

官方网站：https://www.academic-detective.top/

新手上手指南：https://hcne37wbg3ch.feishu.cn/wiki/Rrh5wjw12ipRRQkuG56cw9Drnic?from=from_copylink

一个开源的学术背景调查系统。输入导师姓名和学校，系统从公开数据中提取证据链，自动生成调查报告。

主要功能：

• 论文产出核实（声称 vs 实际）
• 基于Nature同行审核机制构建的六维质量评分 + 文本风格分析
• 学科基准线偏差检测
• 论文/实验数据造假检测
• 与已知学术不端案例的模式比对
• 研学网 7.5 万+ 条结构化学生评价匹配
• 导师关系网络可视化（D3.js）
• Markdown → 精美 PDF 报告 + 自动图表

本系统面向所有人开源，所有人可以免费使用，我们希望通过工具的民主化达到学术平权 禁止在非本人允许的情况下将项目匿名商用，代码内已嵌入指纹特征，如需商用需标注版权声明和 MIT 许可证原文 商务合作：2097135128@qq.com

一、软件性质声明 本项目为开源软件，开发者不对软件的完整性、准确性、可靠性、适用性或无错误性作任何明示或暗示的担保。用户在下载、安装、使用或分发本软件时，即视为已充分理解并接受本免责声明的全部内容。 二、数据与报告免责 1.信息来源局限：本系统生成的所有报告、分析结果及可视化内容，均基于公开可获取的学术数据库、网络公开信息及第三方数据源。开发者不保证这些原始数据的完整性、时效性或绝对准确性。 2.仅供参考：系统生成的任何报告（包括但不限于导师背景调查、学术网络分析、机构评估等）仅供学术参考与信息整合之用，不构成任何形式的专业建议、法律意见、学术评价或官方认证。 3.概不负责：对于用户基于本系统生成的任何报告所做出的决策、判断、行为及其后果（包括但不限于选校、选导师、学术合作、法律行动、商业决策等），开发者本人概不承担任何责任。 三、用户责任与风险承担 1.用户应自行承担使用本系统的全部风险，包括但不限于数据误读、信息过时、系统故障、网络中断等导致的任何直接或间接损失。 2.用户承诺仅将本系统用于合法、合规的学术研究及信息查询目的，不得用于侵犯他人隐私、诽谤、骚扰、商业间谍或其他任何违法活动。 3.如因用户使用不当或违反法律法规导致的任何纠纷、损失或法律责任，由用户自行承担，与开发者无关。 四、第三方链接与数据 本系统可能包含指向第三方网站、数据库或服务的链接或引用。开发者对这些第三方内容的准确性、合法性及安全性不承担任何责任，亦不代表开发者认可其观点。

一个开源的学术背景调查系统。输入导师姓名和学校，系统从公开数据中提取证据链，自动生成调查报告。

主要功能：

• 论文产出核实（声称 vs 实际）
• 基于Nature同行审核机制构建的六维质量评分 + 文本风格分析
• 学科基准线偏差检测
• 与已知学术不端案例的模式比对
• 研学网 7.5 万+ 条结构化学生评价匹配
• 导师关系网络可视化（D3.js）
• Markdown → 精美 PDF 报告 + 自动图表

# 1. 克隆
git clone https://github.com/yadnuses/Academic-Detective.git
cd Academic-Detective

# 2. 安装依赖
pip install -r archive/flat_export_redundant_20260501/requirements.txt

# 3. 初始化配置
cp scripts/config.template.yaml ./config.yaml
# 然后编辑 config.yaml 填写学者信息

# 4. 初始化案例目录
python scripts/investigate.py init --case-dir ./output/案例名

# 5. 查看当前状态与推荐步骤
python scripts/investigate.py status --case-dir ./output/案例名

💡 examples/quickstart_demo.py 提供了七步调查框架的演示说明，适合快速了解整体流程。

我们一起建立全中国最大的导师生态数据库，把学术还给学术

Academic-Detective/
├── scripts/investigate.py        # CLI 主入口（40个子命令）
├── SKILL.md                      # 完整调查方法论（7步框架）
├── scripts/                      # 核心脚本 + 分析引擎
├── guides/                       # 专项调查方法论手册
├── data/                         # 脱敏案例数据库 + 基准线
├── examples/                     # 演示脚本（quickstart_demo.py）
├── mentor-distill/               # 导师蒸馏器（可选）
├── _private/                     # 研学网评价数据库（脱敏）
└── 调查名单/                     # 占位（案例数据已脱敏）

本项目采用 GPL v3 协议开源。