35700篇迷幻剂论文，跑在一台24刀的服务器上
凌晨随手点开 Consciousness Library 的 Ketamine 主题页，页面自动生成了从麻醉应用到抗抑郁研究脉络的综述，按证据等级排好序。
这个项目的运营方只有一个人——elliotec，刚拿到 Psychedelics and Consciousness Studies 硕士学位时顺手搭的。Show HN 帖子发出去不到两小时，4 个 upvote，一条评论。
规模
- 35,700+ 篇论文
- 82,200+ 作者
- 37 个主题分类
数据每 20 分钟从十几个学术 API 抓取、去重、按相关性排序，然后做证据合成。用户可以直接在任何主题页看自动生成的综述，也能自己写 prompt 让它针对具体问题再合成一遍。
技术栈
Rails 8.1
Postgres（全文检索 + 向量搜索 + 任务队列）
Kamal 部署
DigitalOcean $24/月的 droplet（之前是 $12 的档）
LLM：DeepSeek-V4-Flash，累计花费约 $28
他说费用趋势在往下走——第一次大批量回扫数据花了一笔，之后只是增量更新。
最费脑子的部分
相关性判断。
他举了两个例子：
- LSD（致幻剂）vs. Lumpy Skin Disease（牛结节性皮肤病）——标题和摘要大量词汇重叠
- Ketamine 用于抑郁症治疗 vs. Ketamine 给猫做麻醉——同一化合物，不同领域
纯关键词匹配根本分不开。最终方案是一个便宜的关键词预筛层，加上 LLM 基于评分标准的接受/拒绝判断。具体流程在 article pipeline 文档 里有说明，帖子里没展开。
项目性质
免费、无广告、无注册要求。501(c)(3) 非营利组织，目前由 elliotec 自己出资运营。
可视化
2D 图谱页面，可视化不算花哨，但把所有论文摊开在二维空间这个思路本身是合理的。迷幻剂研究领域，跨主题跳跃几乎是常态。LSA、Psychedelics、Microdosing 这几个维度之间的边界非常模糊，一个线性分类体系反而会把真正有价值的关联切碎。
待解决的问题
数据来源具体是哪些 API？更新频率的可靠性如何？是否有同行评议或学术机构背书？
材料里没提到，作者也没在评论区展开。如果你对这个方向感兴趣，建议先翻一下 consciousnesslibrary.org 本身，看看数据口径和合成逻辑能不能满足你的研究需求，再决定是否深入使用。