稳定信号免费/含内购中风险权限组合

AI Code Finder, Alerts, Ask Questions about Papers: CatalyzeX

🧑‍💻 Get code for AI & other research papers, create alerts, ask authors questions directly on Google, ArXiv, Scholar, PubMed, IEEE

用户数50K当前公开安装规模

评分4.8商店平均评分

评论数66公开评论体量

Manifest 版本V3插件平台版本

7日增长0近 7 天净增用户

7日增长率0%相对周增长速度

视觉预览

AI Code Finder, Alerts, Ask Questions about Papers: CatalyzeX 媒体预览

6 项素材

趋势

用户增长趋势

按已采集快照查看用户数变化。

用户增长趋势

评分趋势

近 7 日评分趋势

展示最近 7 日窗口内已采集的评分快照，辅助判断近期评分是否稳定。

7 日评分变化

起始值

4.76

日/周/月增长表现

同口径展示 1 天、7 天、30 天的绝对增长与增长率。

1日增长持平

00%

7日增长持平

00%

30日增长持平

00%

技术摘要

版本、语言与抓取信息

查看发布时间、版本、支持语言、最近更新和抓取时间。

版本0.0.0.122

ManifestV3

大小345KiB

语言数1English

发布时间--

插件简介

查看插件说明、主要功能和适用场景。

CatalyzeX's free browser extension instantly finds and shows open-source code implementations for any research papers (AI and more) you encounter when browsing Google, ArXiv, Scholar, Github, Twitter/X, and many other search engines, forums, LLM/AI chats, and scholarly/academic websites.

Don't see it on a website you want? Send us a note [email protected]

Code for Papers Everywhere:

▶ Browse the web as usual and you'll start seeing [CODE] buttons next to papers everywhere.

▶ These buttons will automatically appear directly on the page for any implementation links found.

▶ Click on any [CODE] button to instantly jump to the open-source implementation and explore!

评价

最新评论快照

查看最近评论和评分分布。

商店综合星级4.8Chrome 商店给出的聚合评分，包含只有打分但没有同步评论正文的情况

已同步评论均分4.8仅基于下方已同步评论正文计算

有内容评论50已同步的评论正文数量

总评分/评论数66Chrome 商店公开评分/评论计数

商店综合星级：4.8。下方星级分布只统计已同步评论正文；如果某个插件只有公开分数、没有真实评论正文，这里可能为空。

5★

4★

3★

2★

1★

Magdalena Kruczynski2026年5月8日

CatalyseX – Kurzreview CatalyseX ist ein unverzichtbares Tool für alle, die im Bereich Künstliche Intelligenz und Data Science arbeiten. Es schlägt die Brücke zwischen grauer Theorie (Papers) und echter Anwendung (Code). Warum es sich lohnt: Direkt-Links zu Code: Die Extension erkennt wissenschaftliche Papers (z. B. auf arXiv, Google Scholar oder Twitter) und blendet sofort einen Button zum passenden GitHub-Repository ein. Massive Zeitersparnis: Die mühsame Suche nach der richtigen Implementierung eines Algorithmus entfällt komplett. Hervorragende Integration: Es läuft dezent im Hintergrund und taucht nur dort auf, wo es gebraucht wird. Was man beachten sollte: Inoffizieller Code: Manchmal verlinkt das Tool auf Implementierungen von Drittanbietern statt auf den Originalcode der Autoren. Ein kurzer Blick auf die GitHub-Sterne ist hier ratsam. Fokus: Es ist sehr spezifisch auf Deep Learning und KI ausgerichtet; für andere wissenschaftliche Bereiche bietet es kaum Mehrwert. Fazit: Für ML-Entwickler und Forscher ein absolutes Must-have. Wenn du mit "egg" meintest, dass es "echt gut" ist – volle Zustimmung! Es macht die Arbeit mit Forschungsarbeiten deutlich effizienter.

Michael “larchit3k” Lefebvre2026年2月8日

Merci! Votre aide m'a été très précieuse pour créer des choses qui n'existaient pas avant. Il ne me suffit que de trouver le bon mot et vous trouvez le bon papier. Continuez votre excellent travail dans un monde de théorie relative; ca prend des gens qui comprennent que le chaos est juste une facon différente de classer les choses! lol