AI科研工具全景指南

SKILL.md

# 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*