做研究的人对「检索」都不陌生：输入关键词，从文献库里捞出一批论文，再逐条判断哪些真正相关。但顺着文献往下走一步——这个方向上都有谁在做、各自的团队负责人是谁——很多人就退回到最原始的办法：开一个记事本，把作者名一个个记下来，再挨个去搜履历。搜到之后同样不敢直接用，同名的一大堆，单位对不对得上全凭感觉。
MuchSci 里恰好有两个功能对着这件事的两头：论文检索负责「找文献」，人才画像负责「找人」。这篇拆的是它们背后共用的那套检索哲学，以及怎么用 MuchSci 把两个功能接成一条流程，交付一份「方向 + 人」的清单。
01 一套哲学，两个落点
先把两个功能的分工摆清楚。
▲ 图 1｜从确定方向到交付清单，检索与画像是同一条流水线上的两段
检索是拿关键词去学术库里命中文献，画像是拿姓名、单位、履历去公开资料里命中人。输入不一样、对象不一样，但动作结构完全相同：都是先「命中」，再回答「这条命中可靠吗」。文献要核对出处与相关性，人要核对姓名、单位与履历能不能精确对上。想通这一点，两个功能就不是两个孤立的工具，而是同一件事在不同对象上的落点。
所以自然的用法不是二选一，而是串起来：先确定研究方向，用检索摸清这个方向上有哪些活跃团队，再用画像把团队负责人整理成结构化档案。
02 对照着看，纪律是一样的
把两个功能摆进同一张对照表，共同点会看得更清楚。
▲ 图 2｜对象、输入、核验内容各不相同，但「命中之后怎么确认可靠」是同一道题
最值得对照的是「歧义处理」这一行。检索面对的相关性不够的结果，做法是弃用；画像面对的对不上的记录，做法是标记「待核验」，不计入专家。两者都不走「差不多就收下」的路线。这不是巧合——文献库里混进一篇不相关的论文，引用就错了；名单里混进一个对不上号的人，整个盘点的可信度就塌了。宁可少收几条，也不把来源不清的结果当成可靠结论，这是检索类工作共有的纪律。
另一处呼应在核验对象上。检索核验的是文献出处与收录信息，画像核验的是公开资料里的履历与单位——都是能被外部资料验证的事实，而不是「这篇好不好」「这个人强不强」这类主观判断。
再往深处看一步，两条核验路径其实是镜像的。
▲ 图 3｜检索侧核验「这条文献是真的、相关的」，画像侧核验「这条记录说的是同一个人」
检索侧的核验分三步：出处可查，能回溯到收录库与期刊；相关性判断，内容与研究方向确实相关；不相关的弃用，沾边的、存疑的不进入引用。画像侧同样三步：三方匹配，姓名、单位、履历逐项对上；同名区分，对不上的不合并成一个人；存疑隔离，标记待核验、不计入专家。两条路径共用一个原则：核对不通过的结果，宁可弃用也不硬用。
03 交付的不是名字，是三层咬合的清单
单独用画像，得到的是一份份档案；和检索接起来，交付物就升级成一份「方向 + 人」的清单。
▲ 图 4｜方向层、团队层、档案层三层各自可核对，清单才立得住
这份清单分三层。方向层回答「看哪个领域」，由检索阶段圈定的研究范围、活跃程度与代表文献支撑。团队层回答「谁在做」，由检索结果映射出活跃团队、发表记录与单位归属。档案层回答「这个人是谁」，由画像生成的四类字段承载——基本情况、受教育情况、任职履历、主要科研成果。
三层的关键在于各自可核对：方向有文献撑着，团队有发表记录撑着，档案有数据来源标识撑着。别人拿到清单，不需要信任整理者本人，只要顺着任何一层往回查，都能查到依据。这比一份只有名字和头衔的名单扎实得多。
04 功能界面：从文献对话到人物档案
实际操作时，两个功能都在智能体助手的页签下，界面上是平行的两个入口。
▲ 图 5｜论文检索页签：对话式检索，回答文献库规模与单次检索上限这类事实问题
检索页签是一个对话界面：提问后，系统调用检索工具，返回带出处的回答——文献库覆盖范围、单次检索返回上限这些事实，都直接给出并可核对。在这个对话里摸清方向和团队之后，切到人才画像页签，把团队负责人的姓名、单位、履历交给画像，得到的就是前几篇拆过的那种结构化档案。检索的产出（方向、团队、线索）正好是画像的输入，两个功能在界面上是分开的，在流程上是接续的。
05 边界
① 本篇讲功能机制与组合用法，不构成效果承诺。检索与画像的覆盖范围都有限定，清单的完整程度取决于公开资料与文献库的可得性。
② 结构化不等于评估。 清单是公开资料的整理与呈现，不构成对任何人的能力评价、推荐或背书；涉及具体个人的判断，须由使用者自行核实并承担责任。
③ 只使用公开资料。 不涉及个人隐私数据；用于评审、合作邀约等正式用途时，以相关单位现行规定与程序为准。