主题
数据源怎么选：9 个学术源、公共知识库和网络搜索各管什么
确认页的「数据源」一行默认全勾。多数课题保持默认就行，但知道每个源是什么，能解释文献页里「为什么这几篇来自 arXiv、那几篇来自 PubMed」，也能在源限流时判断要不要等。悬停每个源的 chip 能看到一句说明，这一页是展开版。
先说规则
- 勾选的源与当前档位可用的源取交集；交集为空就用全部可用源。灰色的是当前档位不可用或后台未配置 key 的。
- 至少保留一个源；但文献阶段有最低源数阈值（专业档 5 个应答源、2 个有命中），勾得太少会先提示「可用的文献库较少」再降阈值跑，覆盖度会打折。
- 中文检索式只发给 OpenAlex、Semantic Scholar、Crossref；arXiv 遇到纯中文检索式直接跳过，不发请求。
- 站内公共知识库不在 chips 里，它对每条检索式都先查，不算外部源。
- 知网 / 万方这类中文库没有接入，中文课题的中文文献主要靠 OpenAlex 与 Crossref 里的元数据。
逐个说
OpenAlex
全学科学术元数据库，两亿多条期刊、会议、预印本记录，数据 CC0。免 key，请求带联系邮箱进「礼貌池」，10 rps。它同时承担主检索、引文滚雪球（向前 / 向后）、按 DOI 反查种子文献、领域识别。任何课题都应该留着它，去掉它滚雪球会退到 Semantic Scholar 和 Crossref。中文检索式可用。
Semantic Scholar
全学科，计算机与生物医学覆盖最好；提供引用关系、推荐接口和摘要摘句，滚雪球的推荐路径只靠它。有 key 时 1 rps 专属额度；没配 key 走全网共享的匿名池，限速被封顶到 0.3 rps，遇到 429 整个源冷却 10 秒——线上曾出现一天 488 次调用 341 次失败，全是无 key 时的 429。它频繁「暂时不可用」时多半是这个原因，不是你的课题有问题。中文检索式可用。
arXiv
物理、数学、计算机、统计、定量生物预印本。更新最快，但未经同行评审，筛入后一律 C 层。限速 1 请求 / 3 秒，是最慢的源之一；PDF 可直接取全文，非 CC 许可证的全文只索引不展示。只认英文检索式。
PubMed
MEDLINE 生物医学与生命科学期刊，临床、药学、公共卫生课题的首选。撤稿按出版类型「Retracted Publication」剔除。无 key 3 rps，有 key 10 rps。课题带医学 / 生物 / 临床 / 基因 / 蛋白 / cancer / neuro 这类词时它和 Europe PMC 排最前；非生物医学课题在免费档不会用它，专业档照常包含。
Europe PMC
生物医学与生命科学，含开放获取全文和预印本（bioRxiv / medRxiv 的记录在这里以 PPR 形式出现）。与 PubMed 互补，多拿到的是可读全文，许可证按记录自带的 license 字段判。5 rps，免 key。
Crossref
DOI 注册机构的元数据，全学科期刊、会议、图书。它的作用主要不是「找新文献」：核对 DOI 是否指向这篇、补全书目、拿参考文献做向后滚雪球、撤稿判定（已并入 Retraction Watch 数据）。按出版社条款不存摘要。50 rps，免 key。中文检索式可用。
OpenAIRE
欧洲开放科学聚合库，汇集 Crossref / DataCite / arXiv / 机构库 / DBLP，全学科，适合找开放获取版本与欧盟资助研究。免 key 但匿名额度低，0.5 rps；它的检索接口最多接受 4 个逻辑运算符，复杂检索式会被改写。不做撤稿判定。
DOAJ
经审核的开放获取期刊目录，全学科，人文社科覆盖比其它源好；收录的论文都有全文链接，多数是 CC-BY 家族，能站内阅读的比例最高。2 rps，免 key。
CORE
全球机构知识库的开放获取全文聚合，适合补全文、学位论文、技术报告。需要 key（免费申请，在管理后台配置），没配时这个源不会出现在可用列表里；免费 key 限非商业用途。0.15 rps，很慢，命中量也不大，把它当补充。
Unpaywall（不是检索源）
按 DOI 查找合法的开放获取全文链接，是全文获取链的第一跳，需要邮箱不需要 key。它不参与检索，chips 里不会出现。
公共知识库
之前所有研究筛入并晋升进来的条目，PG 全文检索 + trigram，不经模型。每条检索式都先查它；命中且相关度 ≥ 0.6 的在筛入时先占最多 30% 名额，因为它们已经有全文、实体和引用链。确认页「已经在库里找到的文献」那一栏就是它的预览。
按领域推荐
- 生物医学 / 临床 / 药学：PubMed + Europe PMC 必留，OpenAlex、Semantic Scholar 补覆盖，Crossref 核对。arXiv 对这类课题几乎没有贡献，可以去掉省时间。
- 计算机 / AI / 物理 / 统计：arXiv + Semantic Scholar + OpenAlex 是主力，Crossref 补正式发表版本。PubMed 去掉。
- 人文社科 / 教育 / 管理：OpenAlex + DOAJ + OpenAIRE + Crossref，CORE 有 key 就加上。Semantic Scholar 覆盖一般但引用关系有用。
- 中文课题：只有 OpenAlex、Semantic Scholar、Crossref 能接中文检索式，其它源靠系统自动补的英文检索式工作；把课题的英文关键词写准比多勾源更有效。
网络搜索源：博查 / Exa 是什么
它们检索的是网页，不是学术文献：新闻、政策、技术报告、产品文档、行业动态。检索计划里会单独列出最多 3 条「只有网络搜索能回答的问题」（web_queries），文献阶段最后一步按语言选源：中文 → 博查，英文 → Exa（Tavily 是英文备选，默认未启用）。每条取 8 条结果，同一域名最多 3 条，总共最多 20 条网页资料，编号 [W n]，在文献页「网络资料」标签里，按域名给可信度等级（官方 / 学术站 3 级，可信媒体 4 级，其余 5 级）。网页正文由 Jina Reader 抓取，只进你的私有层，30 天后清理。
网页结果里出现的 DOI / arXiv id 会反查成论文候选，进正常的筛选流程。
什么时候会用到：课题涉及标准、技术报告、产品或行业现状，学术库里查不到的那部分。什么时候不会用：网络源都是付费接口、只对使用已购次数或订阅的研究开放；后台没配 key 时会记一条调整「无可用的网络搜索源」并跳过，报告里不得引用 [W n]。
后台还登记了但没启用的
注册表里另有 bioRxiv / medRxiv 直连、OpenReview（ICLR / NeurIPS 投稿与评审）和模型内置网络搜索三项，当前都是停用状态，chips 里不会出现。bioRxiv / medRxiv 的记录能通过 Europe PMC 拿到。