论文文件夹别只做全文搜索，PaperQA2 会先为问题整理证据

把十几篇论文放进文件夹，关键词搜索能告诉你哪里出现了一个词，却不会自动说明哪段最能回答当前问题。PaperQA2把检索后的这一步单独做了出来：对候选段落生成面向问题的摘要，再给摘要重新排序，最后组织带引用的答案。

完整官方README把流程分成搜论文、收集证据和生成回答；代理可以反复调用这些工具，换一种问法补找材料。它面向的是科学文献工作，而不只是一个通用聊天框。

同一段材料，先问它与问题有什么关系

仓库给出的问题示例是“有人设计过使用蛋白质或DNA计算的神经网络吗”，回答中附有论文名和页码，例如某研究的第1–2页。这个格式让读者能看见结论连接到了哪些片段。示例是项目方提供的输出，不是本文运行结果，也不能据此认定答案中的所有概念比较都已经正确。

对研究者，更重要的是证据形成过程。候选段落并非直接拼进一篇总摘要，而是先结合当前问题生成带相关性判断的内容，再筛选更适合的证据。比如一篇文章提到DNA序列预测，并不自动等于它使用DNA作为计算介质；最后仍要沿引用判断概念是否对应。

官方最短入口是在论文目录中调用pqa ask。系统索引文件、获取元数据、切分证据，再回答；之后对同一目录继续问时，可以复用已有索引，仅处理检测到的变化。

Python接口得到的也不只有一段文字。回答对象包含格式化答案、纯答案、原问题和证据摘要context，方便研究工具把“回答”和“依据”同时展示。它比较适合给已有论文集合增加可追问的一层，而不是让用户看完答案就丢掉原文件。

若已知论文标题和DOI，还可以用manifest清单提供文件路径与元数据，减少依赖模型猜测。对于标题相似的研究，准确身份会直接影响后面的引用与元数据查询。

官方文献准备说明讨论了如何取得并准备资料。README也明确，FutureHouse内部有无法公开提供的接口与论文许可，因此本地开源包的使用条件与论文实验并不完全一样。用户仍需自行提供有权使用的PDF，不能把项目研究指标当成本机相同效果保证。

PaperQA2当前采用Apache-2.0许可，需要Python3.11及相应模型。模型、向量化和元数据服务可以配置，采用远程服务时相关内容会外发并可能收费；“索引本地论文”不能被写成“全程离线”。

它值得研究的地方，是将答案背后的证据保留下来。对有明确资料范围的问题，可以从一小组可公开处理的论文开始，让每个引用都能回到具体页面，再决定是否接入自己的研究工作台。