产品简介
MetaScreener 是一款开源的多大语言模型（LLM）集成工具，专门用于自动化系统综述（Systematic Review）中的文献筛选阶段。它通过并行运行多个开源LLM（如 DeepSeek V3、Qwen 3、Llama 4 等），并利用校准置信度管道聚合各模型输出，生成透明、可复现的筛选决策，同时提供不确定性量化。用户只需上传来自 PubMed、Scopus 等数据库的检索结果，定义审查标准（PICO/PEO/SPIDER），MetaScreener 即可自动返回纳入/排除决策及置信度评分，不确定的案例将路由至人工审核。
核心功能
- 多LLM集成：4+ 开源模型并行投票，消除单一模型偏差
- 校准置信度：通过 Platt 缩放/等保回归将原始分数映射为真实概率
- 分层决策：高置信度自动决策，不确定案例路由至人工审核
- 元素共识评分：按 P/I/C/O 各元素计算跨模型一致性
- 主动学习：人工反馈循环实时重新校准模型权重
- 完全可复现：temperature=0.0，seed=42，完整审计追踪
- PDF全文筛查：支持上传PDF进行全文筛查和结构化数据提取
- 偏倚风险评估：支持 RoB 2 / ROBINS-I / QUADAS-2 评估
支持的模型
通过 OpenRouter 支持 15+ 开源大语言模型，按能力分层：
- 旗舰级：DeepSeek V3、Qwen 3、Kimi K2.5 — 最高精度
- 强力级：Llama 4 Maverick、GLM 5、MiniMax M2.7 等 — 性价比均衡
- 轻量级：Gemma 3 27B、Mistral Small 4、Phi 4 — 快速低成本
快速开始
方式一：pip 安装
pip install metascreener
python -m metascreener
# 打开 http://localhost:8000方式二：Docker（无需Python环境）
docker pull chaokunhong/metascreener:latest
docker run -p 8000:8000 \
-e OPENROUTER_API_KEY="sk-or-v1-your-key-here" \
chaokunhong/metascreener方式三：源码开发
git clone https://github.com/ChaokunHong/MetaScreener.git
cd MetaScreener
uv sync --extra dev
python run.pyWeb UI 工作流
MetaScreener 提供基于 Vue 3 的现代化 Web 界面，支持引导式分步工作流：
- Step 0 标准生成：AI根据研究问题自动生成 PICO/PEO/SPIDER 标准
- Step 1 设置：选择模型、调整阈值、配置 API 密钥
- Step 2 标题摘要筛查：上传检索结果 → 运行标题/摘要筛查 → 审核决策
- Step 3 PDF全文筛查：上传PDF → 智能分块的全文筛查
- Step 4 数据提取：从纳入的PDF中提取结构化数据
- Step 5 质量评估：偏倚风险评估
- Step 6 评估：性能指标、校准诊断、可视化
HCN 四层筛查架构
MetaScreener 采用分层共识网络（HCN）四层筛查管道：
- 第1层 并行LLM推理：每个论文同时发送给4+个LLM，每个模型返回决策、置信度、逐元素评估和推理链
- 第2层 语义规则引擎：硬规则自动排除违规论文，软规则对部分匹配施加分数惩罚
- 第3层 校准置信度聚合（CCA）：校准原始模型分数并加权聚合，元素共识评分（ECS）精确捕获跨模型一致性
- 第4层 决策路由器：Tier 0硬规则排除 → Tier 1高置信自动决策 → Tier 2中等自动决策 → Tier 3人工审核
支持的文件格式
- RIS（.ris）— PubMed、Scopus、Web of Science 等
- BibTeX（.bib）— Google Scholar、Zotero、Mendeley
- CSV / Excel（.csv / .xlsx）— 需含 title 和 abstract 列
- PDF（.pdf）— 全文筛查和数据提取
技术栈
- 后端：FastAPI + Pydantic 2
- 前端：Vue 3 + TypeScript + Vite
- LLM路由：LiteLLM → OpenRouter API
- PDF处理：PyMuPDF + Tesseract OCR
- 数据处理：pandas、scikit-learn、SciPy
- 可视化：Plotly、Chart.js
适合谁用
- 进行系统综述/Meta分析的研究人员和学术团队
- 需要高效筛选大量文献的医学/公共卫生研究者
- 希望利用AI提升文献筛查效率和质量的循证医学工作者
- 需要可复现、透明筛选流程的学术机构
下载与版本
当前提供项目源码包（main 分支），包含完整前端和后端代码。支持 pip 安装、Docker 部署和源码运行三种方式。点击页面「下载软件」按钮即可下载。
注意事项
- 本工具仅供学术研究和学习使用，请遵守相关法律法规。
- 使用前需注册 OpenRouter 账号获取 API 密钥（免费注册，按使用量付费）。
- 项目源码地址：https://github.com/ChaokunHong/MetaScreener