back
loading skill details...
整合多智能体协作与接口标准化,实现科研数据快速获取、论文复现、审稿回复及报告自动生成,提升AI辅助学术效率。
# AI 科研工具全景指南
> 论文复现 · 自主研究 · 审稿提效 · 多智能体协作
---
## 一、核心定位
本技能整合 AI 科研工具完整生态,覆盖:
- 数据获取提速 · 论文复现实战 · 审稿回复提效 · 多智能体系统 · 聚合平台
⚡ **核心理念**:AI 是科研效率放大器,承担耗时基础工作,研究者保留核心判断。
---
## 二、数据获取提速
### 2.1 MCP 接口方案
| 项目 | 详情 |
|------|------|
| **核心能力** | 对接国内外多类学术、政府数据源 |
| **效率提升** | 找数据:1个月 → 1次 MCP 操作 |
| **代表工具** | MCP 协议(Model Context Protocol)|
**MCP 优势**:
- 标准化接口,一次配置多源调用
- 支持中文环境(人大 DeepAnalyze)
- 实时更新数据源
### 2.2 人大 DeepAnalyze
| 项目 | 详情 |
|------|------|
| **出品** | 中国人民大学 |
| **核心能力** | 自主完成:找数据 → 跑分析 → 写报告 |
| **适用环境** | 中文环境(国内数据/政策研究)|
**典型流程**:
```
用户输入研究问题 → DeepAnalyze 自动找数据
→ 跑统计分析 → 生成完整报告 → 输出结论
```
---
## 三、论文复现实战
### 3.1 Stata Skill 复现方案
| 项目 | 详情 |
|------|------|
| **速度** | 10 分钟复现 AER 顶刊论文 |
| **方法** | Stata 代码 → Python 转译 |
| **验证结果** | 核心系数、标准误、显著性水平全部匹配 ✅ |
**技术细节**:
- 保留原始 Stata 逻辑
- Python 语法等价转换
- 自动对标显著性阈值
### 3.2 三大自主研究系统
#### 🧪 Agent Laboratory
| 项目 | 详情 |
|------|------|
| **Star** | 5500+ ⭐ |
| **效果** | 降低研究成本 **84%** |
| **定位** | 端到端研究助手 |
#### 🧪 AI-Scientist-v2
| 项目 | 详情 |
|------|------|
| **突破** | 首篇 AI 撰写且通过同行评审的论文 ✅ |
| **意义** | AI 科研产出获学术界认可 |
#### 🧪 ARIS
| 项目 | 详情 |
|------|------|
| **能力** | 隔夜完成自主研究 |
| **适用** | 紧急研究任务 / 快速文献综述 |
---
## 四、审稿回复提效
### 4.1 三大提效工具
#### 📝 review-response
| 功能 | 说明 |
|------|------|
| **自动分类** | 智能识别审稿意见类型 |
| **起草回复** | 按类别生成回复草稿 |
| **效率提升** | 审稿周期 6-8 个月 → **2 周** |
#### 📝 ai-research-feedback
| 功能 | 说明 |
|------|------|
| **AI 审稿模拟** | 6 个 AI 代理模拟顶刊审稿流程 |
| **覆盖维度** | 方法论 / 数据 / 创新性 / 写作 |
#### 📝 paper-slide-deck
| 功能 | 说明 |
|------|------|
| **一键转 PPT** | 论文内容自动生成演示文稿 |
| **适用场景** | 会议报告 / 答辩 / 组会分享 |
### 4.2 审稿回复周期对比
```
传统方式:6-8 个月
↓
AI 辅助:2 周
效率提升:10-20x
```
---
## 五、多智能体系统
### 5.1 角色分离分工模式
#### CoPaper.AI
```
Supervisor(统筹)
├── 选题代理
├── 分析代理
├── 写作代理
└── 审核代理
```
**优势**:各司其职,减少 AI "幻觉",提高整体质量
#### 港大 AI-Researcher
| 能力 | 说明 |
|------|------|
| **端到端** | 从文献 → 论文全流程 |
| **适用** | 英文论文 / 国际期刊 |
#### 人大 DeepAnalyze
| 能力 | 说明 |
|------|------|
| **中文环境** | 国内数据/政策研究 |
| **自主实证** | 自动建模 + 分析 + 报告 |
### 5.2 多智能体架构优势
| 传统方式 | 多智能体协作 |
|---------|-------------|
| 单 AI 输出,质量不稳定 | 角色分工,互相校验 |
| 人工协调多个工具 | Supervisor 自动调度 |
| 容易出现 AI 幻觉 | 审核代理降低错误率 |
---
## 六、聚合生态平台
### 6.1 三大平台对比
| 平台 | Skills 数量 | Star 数 | 特色 |
|------|------------|---------|------|
| **ClawHub** | 13,729+ | - | OpenClaw 官方生态 |
| **VoltAgent** | 5,400+ | 44,791 ⭐ | 多智能体框架 |
| **antigravity** | 1,340+ | 30,578 ⭐ | 轻量级聚合 |
### 6.2 配套资源
| 资源 | 说明 |
|------|------|
| 官方指南 | 快速上手教程 |
| 学术讲座 | 视频教学 |
| 因果推断入门教材 | 方法论基础 |
---
## 七、AI vs 人类分工
### 7.1 AI 承担的工作
| 类型 | 占比 | AI 能力 |
|------|------|--------|
| **数据查找** | 80% | MCP 接口自动抓取 |
| **代码转译** | 90% | Stata → Python |
| **文献整理** | 70% | 自动摘要 + 分类 |
| **统计分析** | 75% | 自动化建模 |
| **审稿分类** | 80% | NLP 智能分类 |
| **PPT 生成** | 85% | 一键转换 |
### 7.2 人类保留的工作
| 工作 | 原因 |
|------|------|
| **研究问题定义** | 需要领域直觉和创造力 |
| **结论解读** | 需要判断实际意义 |
| **学术贡献定性** | 需要主观评估创新性 |
| **同行评审** | 人类信用背书 |
---
## 八、使用场景速查
| 场景 | 推荐工具 |
|------|---------|
| 复现 AER 顶刊论文 | Stata Skill + Python 转译 |
| 快速文献综述 | ARIS(隔夜完成)|
| 审稿回复 | review-response + ai-research-feedback |
| 论文转 PPT | paper-slide-deck |
| 中文实证研究 | 人大 DeepAnalyze |
| 全流程自主研究 | Agent Laboratory |
| AI 生成论文(首篇同行评审)| AI-Scientist-v2 |
| 多智能体协作写论文 | CoPaper.AI |
| 数据获取 | MCP 接口 |
---
## 九、快速上手指南
### 第一步:配置数据源(MCP)
```bash
# 安装 MCP 工具
npx clawhub@latest install mcp-tools
# 配置学术数据源
openclaw mcp add academic --connector arxiv --connector semantic-scholar
```
### 第二步:选择复现工具
```bash
# 安装 Stata Skill
npx clawhub@latest install stata-skill
# 使用 Python 转译
stata-to-python --input paper.do --output paper.py
```
### 第三步:使用审稿工具
```bash
# 安装审稿回复助手
npx clawhub@latest install review-response
# 一键转 PPT
npx clawhub@latest install paper-slide-deck
```
---
## 十、注意事项
```
✅ 正确姿势:
- AI 承担耗时基础工作
- 人类保留核心判断
- 交叉验证 AI 生成的结论
⚠️ 注意事项:
- AI 可能产生"幻觉",需人工审核
- 论文中使用 AI 生成内容需声明
- 遵守各平台使用条款
```
---
## 十一、与其他技能的关联
| 本技能 | 关联技能 | 关系 |
|--------|---------|------|
| AI科研工具 | `mckinsey-frameworks` | 战略分析框架辅助研究设计 |
| AI科研工具 | `thinking-knowledge-system` | 思考四层次(问题定义)|
| AI科研工具 | `knowledge-system-guide` | 知识体系构建(文献管理)|
| AI科研工具 | `investor-reading-list` | 投资研究(金融论文复现)|
---
## 十二、使用方式
### 触发场景
```
用户说「复现一篇 AER 论文」→ Stata Skill + 转译流程
用户说「快速做文献综述」→ ARIS 工具
用户说「帮我回复审稿意见」→ review-response
用户说「论文转 PPT」→ paper-slide-deck
用户说「AI 能帮我做研究吗」→ 展示完整工具链
用户说「多智能体研究系统」→ CoPaper.AI / 港大 AI-Researcher
```
### 组合使用
```
用户:「我想做一篇关于中国资本市场的实证论文」
→ 人大 DeepAnalyze(数据 + 分析)
→ Stata Skill(复现方法)
→ review-response(审稿回复)
→ paper-slide-deck(答辩展示)
```
---
*本技能整合 AI 科研工具完整生态,助力高效学术研究*
don't have the plugin yet? install it then click "run inline in claude" again.