OneHit AI

English | 简体中文

AI 导师申请情报站。免费查导师，战绩看得见。

OneHit AI 是一个面向海外硕士、博士申请者的开源申请情报平台。它想解决的不是“再做一个搜索框”，而是申请过程中最折磨人的那件事：找学校、找导师、查论文、看近期动态、确认申请截止日期，常常像“狡兔三窟”，信息分散在不同站点里，学生只能靠手工拼图。

我们希望把这件事变成一条更短的路径：从学生自己的履历或研究关键词出发，快速找到可能匹配的导师和机构，并把论文、引用、讨论度、奖项、期刊、项目、资讯和申请时间放到同一个工作台里，让申请判断有据可查。

这个仓库适合用于产品原型、申请情报工具、导师匹配系统、学术数据检索前端，以及相关 AI Agent 工作流的二次开发。

核心痛点

1. 信息太分散

学校官网、导师主页、论文平台、新闻、社交动态、项目页面和申请截止日期彼此割裂。学生想判断一个目标，往往要开十几个标签页。

2. 匹配成本高

学生知道自己的方向，但很难把“擅长领域、论文、项目经历”映射到导师最近真正做过的研究上。名气大的导师不一定适配，关键词相近也不代表方向真的一致。

3. 推荐结果难核验

很多推荐只给名字，却不给足够的依据。OneHit AI 更强调“战绩可查”：导师近期论文、作者关系、引用、讨论度、奖项和期刊都应该尽量能追溯。

4. 申请节奏难管理

看中导师后，还要记录学校官网、申请入口、截止日期和下一步动作。OneHit AI 提供会话内追踪和对比，让短名单更容易维护。

5. 套磁邮件难写准

学生需要把自己的履历和导师近期论文联系起来，但手工整理论文、提炼切入点、写出不模板化的邮件很耗时。OneHit AI 提供 AI 邮件助手，用简历和导师近期研究动态辅助生成更有针对性的联系邮件。

主要功能

• 智能匹配：支持上传简历或手动填写背景，从擅长领域、论文、项目、奖项和个人总结中提取匹配线索。
• 学者搜索：查看导师的研究方向、论文、引用走势、讨论度走势、合作学者、资讯和社交动态。
• 机构搜索：查看学校或机构的学者、论文、讨论度、获奖论文、动态和官网信息。
• 申请截止日期：通过本地可信表维护截止日期；无法确认的数据不强行展示，避免误导用户。
• 申请追踪：把感兴趣的导师或机构加入本次会话短名单，集中查看站内主页、官网和申请时间。
• 对比决策：把多个导师放在同一张对比页，从论文、引用、奖项、期刊、近期观点和研究领域辅助判断。
• AI 助手：基于用户简历和导师近期研究工作，辅助生成联系邮件草稿。

数据口径

为了保证申请判断的时效性，OneHit AI 的学者画像更关注近期有效信息，尤其是近 5 年的论文、讨论度、引用变化、奖项、项目和资讯动态。较早历史数据可作为背景参考，但不会替代近期研究工作的匹配价值。

申请截止日期采用本地可信表维护。只有能确认来源或相对可靠的数据才展示；查不到或存疑的学校，不展示截止日期，避免误导申请决策。

快速说明书

体验路径一：用简历找导师

1. 进入 Intelligent Match / 智能匹配。
2. 上传 PDF、Word 或 TXT 简历，或切换到手动输入模式。
3. 检查系统解析出的姓名、学校、擅长领域、论文、项目、奖项、英语成绩和个人总结。
4. 提交匹配后查看推荐导师列表。
5. 点击导师卡片进入详情页，核验论文、引用、讨论度、奖项和近期动态。

体验路径二：直接查学校或导师

1. 进入 Search / 搜索。
2. 切换学者或机构列表。
3. 搜索导师姓名、学校名称或研究关键词。
4. 打开详情页，查看论文、趋势、动态、项目、合作关系和官网链接。

体验路径三：建立申请短名单

1. 在匹配结果、学者详情或机构详情中添加关注对象。
2. 进入 Tracker / 申请追踪。
3. 查看本次会话加入的导师和学校。
4. 对有可靠截止日期和官网链接的数据，页面会提供进一步跳转。

体验路径四：对比多个导师

1. 进入 Decision / 对比决策。
2. 搜索并添加多个导师。
3. 对比论文数量、引用、奖项、期刊、研究领域和近期观点。
4. 用客观数据辅助判断优先联系顺序。

本地运行

npm install
npm run dev

默认会启动前端页面和本地服务。首次运行前，请根据 .env.example 准备本地配置。公开仓库中不要提交真实密钥、账号、内部域名或私有服务地址。

开源使用建议

• 不要把真实密钥提交到 GitHub：所有文档解析、LLM、后端服务等配置都应放在本地环境变量或部署平台的安全配置中。
• 不要硬写不确定的申请截止日期：截止日期属于高风险信息，宁可不展示，也不要展示存疑数据。
• 截图建议使用脱敏版本：如果要替换 README 中的示意图，请避免暴露真实账号、邮箱、密钥、接口域名、用户简历和未授权数据。
• 后端接口建议做适配层：前端只关心“学者、机构、论文、动态、趋势、申请时间”等稳定概念，具体数据源可以替换。
• 匹配逻辑建议可解释：推荐导师时，尽量展示命中的关键词、近期论文、作者身份、引用、奖项和讨论度，而不是只给一个分数。

适合二次开发的方向

• 申请中介或留学顾问的内部选校选导师工具
• 面向学生的免费导师检索入口
• 学术人才情报、论文动态追踪、实验室画像系统
• 基于简历的 AI Agent 推荐工作流
• 学校申请截止日期和官网入口的可信数据表维护工具

当前状态

OneHit AI 仍处于产品打磨阶段，重点验证：

• 简历作为入口是否能显著降低导师检索成本
• 学者和机构详情页是否能支撑用户做申请判断
• 论文、引用、讨论度、奖项和动态是否足够形成可信推荐依据
• 免费查询入口是否能承接后续更深的申请服务

隐私与免责声明

本项目不应在公开仓库中暴露真实服务密钥、内部接口、私有账号、未脱敏简历或用户数据。

申请截止日期、导师信息、论文数据和动态信息可能随时间变化。用于正式申请前，请以学校官网、项目官网或导师公开主页为最终准确信息来源。

License

MIT