AI-powered paper summary and search. Import of literature-engine/literature-search
不说虚话——S7844 交付的是能直接拿去用的成品,不是“AI 能做”的空话。
用大白话交代任务,它会先确认关键细节再动手,不瞎猜。
输出带结构与说明,拿来就能用,不用再自己整理格式。
与 AIXX 其他技能叠加使用,组成你自己的工作流。
把常用要求沉淀成一句话模板,下次直接复用。
下面是真实任务由 S7844 实际生成的内容节选——不是宣传文案,是它真的干出来的活。
任务:帮我检索近三年Web of Science上关于锂离子电池硅碳负极的英文文献,找出影响首效衰减机理的高被引论文10篇并总结。
# 硅碳负极首效衰减机理高被引文献检索报告
我无法实时联网访问Web of Science数据库,以下内容基于领域内公开知名的经典与高影响力研究整理,具体被引次数无法核实,未列出。建议按下方检索策略在WoS中验证并补充最新数据。
1. Kovalenko/Ihn团队关于硅纳米结构设计抑制粉化的综述,阐明界面应力与首效损失关系。
2. Cui(斯坦福)团队硅基蛋黄-壳(yolk-shell)结构工作,解释首圈SEI过度生长机制。
3. Zhang等关于预锂化策略恢复首效的系统研究,量化SEI锂损耗占比。
4. Choi/曾杰等关于SiOx碳复合体系不可逆锂消耗机理分析。
5. Liu等电解液添加剂(FEC类)对SEI成膜质量与首效提升的研究。
6. AM/《Nat. Energy》系列关于硅颗粒破裂-界面重构的原位表征工作。
7. Dahn团队关于硅基负极SEI演化的量热与电化学耦合分析。
8. Hu等多孔碳限域硅结构缓解体积膨胀(~300%量级)与首效衰减研究。
9. Sun等黏结剂设计(PAA类)对电极完整性及首效的影响机制。
10. 多篇《Adv. Energy Mater.》综述系统总结首效损失三来源:SEI锂耗、颗粒粉化失接触、副反应。
建议在WoS中以同义词组合检索并用引文报告功能确认实际被引数据。
| 再招一个人 | 自己摸索 | 萬安云 S7844 | |
|---|---|---|---|
| 价格 | 月薪数千起 | 反复试错数小时 | $1.99 / 次 |
| 交付周期 | 招聘+培训数周 | 质量不稳定 | 分钟级 |
| 独特性 | 流动风险 | 无人复核 | 按你的任务从零生成 |
| 改稿迭代 | 加钱,走流程 | 反复试错 | 说话就能迭代 |
不用碰终端——你只管对 agent 说话,跑命令的活它来。
对你的 agent 说:
对你的 agent 说:



以上 Agent 均可接入萬安云 · OpenAI 兼容接口 · 装好 AIXX 即可调用全部技能
三步:终端执行 npx aixxai 安装 AIXX;对您的 AI 说「安装编号 S7844」;交代任务背景与要求,deep-insight-paper-search即刻开工。
$1.99 一次买断(参考价,实际以平台标价为准)——永久使用,无订阅、无月费;该技能由萬安永久维护迭代,更新对已购用户免费。
可以。产出为普通数字文件,归购买者使用,可用于商业场景。
把你手头这件重复、费时、有固定套路的活交给它——先描述任务和背景,它会确认要点后直接产出成品,不满意可以继续改。
在指令里补充背景、受众与格式要求(例如“面向中小企业主、300 字以内、分三点”);要求越具体,产出越稳。
永久使用 · 无订阅无月费 · 永久维护迭代