talent 这件事，谁在做。
18.9 万位研究者、16.8 万份档案，由模型从公开页面写成：教育、履历、代表作、开源；Scholar 指标在请求时取。
更新于 2026-10-14 · 检索 2 credits · 免费样例: Federica Sarro
它答什么
找一个人
人名是查出来的，不是向量里的：走拼音，Hongjin / Hong Jin / Hong-Jin 互通。
找一类人
机构、职称、方向、h-index、活跃年份都是筛选条件。
看证据
档案里每句话都留着它出自哪个页面。
三个调用
直接来自网关的自描述——它自己建议先这么调。
查某个人
POST /v1/talent/search {"query": "Federica Sarro"} 按条件圈人
POST /v1/talent/search {"query": "具身智能", "filters": {"org": "清华大学", "role": "教授", "min_h_index": 30}} 读一个人
GET /v1/talent/read/7870 收窄 — org · role · area · location · min_h_index · active_since
它不做什么
档案是模型从公开页面写出来的，会过时；Scholar 指标实时渲染，不新鲜会标出来。
- has_profile=false 的人只有名字+单位级别的信息，level=full（含 section）会 404。
- 档案内容有每日额度，按「当天读过多少个不同的人」算（talent:profiles，各档数字见自描述的 quotas）：反复读同一个人不吃额度，card / brief 和检索不限；超了是 429 quota_exceeded，带 used_today 和 resets_at。要批量或离线用请联系我们签 talent:bulk（也一并解开 scholar_live 的额度）。
- 常用用法见 quickstart：search 查人 / 按条件圈人，read 默认 level=detail 一次读够；侧面用 extra=，给人看用 format=html；标了 advanced 的过滤字段按需再用。
这里答错了，或者缺了你要的东西？ 把 case 发给我们
把 agent 指过来
免费样例不用 key；要 key 的话一分钟。