人工智能正在改写“单枪匹马做科研”的传统模式。如今，AI已经能查文献、写代码、跑分析、画图表，然而现实是，多数研究者仍停留在“一个对话框、一问一答”的用法：同一课题背景要反复解释，文献、代码和图表分散保存，团队成员反复传递资料、同步进展，已有成果难以检索、追溯和接续使用。

科研真正的挑战从来不是“缺一个更聪明的工具”，而是缺一支能够持续协作的团队。面对文献检索、图表数据提取、统计分析、空间建模、科研图示与Meta分析等连续任务，需要有人编排、有人执行、有人复核、有人记忆、有人对外，才能把分散的工具应用串联为可复用的工作流。

工具多了，效率不一定就高。实际效率不仅取决于模型能力，还取决于安装配置、权限审批与任务组织；设置与任务不匹配时，反复确认和工具切换反而会拖慢进度。

手把手带您搭建“研究员级·AI智能科研伙伴”：由五位“AI研究员”协同组成，各司其职、共同推进科研任务：

1.Codex｜执行研究员——负责代码运行与产物生成

2.Claude Code｜复核研究员——负责技术审查与逻辑把关

3.DeepSeek Harness｜编排研究员——协调任务，串联跨工具、跨平台的流程

4.Hermes｜记忆研究员——沉淀项目记忆与证据上下文

5.WorkBuddy｜在场研究员——随身采集文献线索，对接科研成果传播

本文 12 个专题：3 个总纲·部署·拆解专题 + 8 个科研场景实战 + 1 个全链路闭环收官｜每个专题固定「定位句 → 核心内容 → 案例 → 回写助手仓库 → 结课成果」，配「高频疑问」答疑；

专题一  你不是缺工具，是缺团队——科研堵点诊断与五位研究员团队协同

先诊断再开药——AI 已能查文献、写代码、做分析，但连续科研任务的编排、复核与沉淀，缺的是一支分工明确的团队。

核心内容：

1.科研现状：AI已能辅助查文献、写代码、分析数据与绘图，但完成连续的研究任务，仍需研究者安排步骤、衔接工具和检查结果

2.常见问题：同一课题背景需要反复解释，文献、代码和图表分散保存；团队成员反复传递资料、说明进展，已有成果难以检索、追溯和接续使用

3.协作优势：DeepSeek Harness协调任务与连接工具，Codex执行分析与生成产物，Claude Code复核方法和结果，Hermes整理证据与项目记忆，WorkBuddy在场采集线索与传播成果；个人直接提出需求，课题组通过飞书协作，共同利用项目知识，减少重复操作

4.课程意义：围绕个人课题或团队项目，学习将任务执行、结果复核和知识归档衔接起来；把经过复核的文献证据、脚本、图表及论文材料存入 Obsidian，按权限共享、检索与复用，让每次实战都为下一次研究留下可用基础

案例1：结合团队分工图，讲解个人如何提出需求、五位研究员如何分工执行，以及怎样在飞书共享论文和解读结果（见下图）。

回写助手仓库：本专题形成的使用方案，待专题二部署工作台时统一归档，供后续实战复用。

结课成果：五位研究员分工图，以及适用于个人或团队的使用方案

【高频疑问】 课题组能否在共用一支 AI 科研团队，让每位成员都看到回复、接续追问？

图 01  专题一  五位研究员协同科研

专题二  智能科研基础设施：五位研究员部署安装与科研工作台搭建

把五位研究员装起来、连起来——定位、账号、权限、目录、脚本一次到位，工作台即起即用。

核心内容：

1.研究员定位与账号检查：Codex、Claude Code、DeepSeek Harness、Hermes、WorkBuddy的定位、入口、账号与权限检查

2.基础环境配置：Python、Git、VS Code、Obsidian、飞书、项目目录和脚本环境配置

3.五位研究员分工与模型搭配：复杂任务交给GPT-6 Astra，辅助研究员按接口支持情况接入 DeepSeek，实现常规任务分流与成果复用

4.个人或课题组科研工作台目录：data、scripts、outputs、figures、notes、review

5.项目初始化：首个可运行脚本、复核清单和项目模板初始化

6.飞书协作配置：飞书群接入、共享知识库与问答功能配置，完成资料入库、带来源答疑和成员权限测试

7.Agent实现：用 CLAUDE.md/Memory 定义项目规则，搭建五位研究员 Team，建立Command目录、基础Skill清单、MCP连接测试和Hook日志

案例2：以一位学员自带的研究问题为例，现场从零建起科研工作台，跑通第一个脚本。

回写助手仓库：本专题产出的项目目录、CLAUDE.md、Command目录和 Skill/MCP/Hook清单全部回写助手仓库，作为后续各专题的初始状态。

结课成果：五位研究员安装检查表、项目目录模板、工具分工图、首个可运行脚本；五位研究员Team配置表、Command指令包、Skill/MCP/Hook/Memory检查表

【高频疑问】 AI 科研团队接入课题组后，怎样做到回复全组可见、知识入库即共享、敏感资料按权限开放？

图 02  专题二  搭建可复用科研工作台

专题三  AI智能科研伙伴的科研任务拆解与协同执行

把一句研究问题拆成一条可交接的任务链——谁在哪个环节进场、在哪里必须人工把关，一次讲清。

核心内容：

1.高频痛点梳理：科研链路中的选题、文献、数据、脚本、图表、解释、交付与复核（选题不单独展开：专题五从PDF中提取出可迁移Idea后，将回流到本专题的任务链，逐步收敛为研究问题）

2.任务链拆解：把研究问题拆成“资料—数据—方法—脚本—图表—表达—交付”任务链

3.研究员进场方式：Codex、Claude Code、DeepSeek Harness、Hermes、WorkBuddy在不同环节的进入方式

4.协作模板：system/messages上下文（系统设定与任务消息）、Command、Hook、Memory和Sub Agent（子智能体）分工模板

5.复核与留痕：人工复核点、版本记录、参数留痕和材料归档要求

6.Agent实现：把研究问题写成system目标与messages任务链，由 DeepSeek Harness编排Sub Agent，Hook记录复核节点，Memory保存项目决策

案例3：以城市热风险、公共健康或科研机构项目为例，现场把一句研究问题拆成可交接的任务链。

回写助手仓库：本专题的任务链Command、Sub Agent分工表和Memory决策回写Obsidian与助手仓库，助手首次“增厚”。

结课成果：科研场景任务单、五位研究员介入路径图和人工复核清单；任务 Command、Sub Agent分工表、Hook复核节点和Memory记录

【高频疑问】 同一课题多人参与，人员分工与五位 AI 研究员怎样衔接，做到进度全组可见、关键环节有人把关？

图 03  专题三  AI智能科研伙伴的科研任务拆解与协同执行

专题四  AI智能科研伙伴的多平台文献采集与知识管理

手机里刷到的文献线索，收藏即遗忘——让在场研究员WorkBuddy把它变成可检索、可复用的文献卡片。

核心内容：

1.多平台线索入口：公众号、抖音、小红书文献线索的入口设计、线索采集、截图留证和来源记录

2.采集与流转：WorkBuddy采集手机端线索——手机上随手转发，电脑端完成截图留证与来源记录；DeepSeek Harness编排多平台线索进入飞书，再同步到Obsidian文献库

3.文献卡片字段：标题、作者、DOI/链接、来源平台、发布时间、截图证据、研究问题和下一步任务

4.连接与归档：MCP连接、Hook记录、Command复用、权限设置、异常处理和资料归档规范

5.流程价值：让手机端碎片化文献线索从一次性收藏转为可检索、可复用、可复核的文献管理流程

6.Agent实现：WorkBuddy对接手机线索入口，DeepSeek Harness编排公众号/抖音/小红书/飞书/Obsidian MCP与线索 Hook，Hermes保存文献卡片，Claude Code复核来源与字段

案例4：完整演示公众号、抖音、小红书上的文献线索，从手机端转发、进入飞书到落入Obsidian文献库的全过程。

回写助手仓库：本专题的文献卡片、归档 Command和线索Hook回写 Obsidian文献库与助手仓库，供后续专题直接调用。

结课成果：多平台文献线索采集表、Obsidian文献卡片字段、资料归档规范、归档Command和复核清单；多平台线索MCP场景、线索Hook和复核模板

【高频疑问】 一位成员随手转发的文献线索，怎样进入共享知识库，让全组都能在群里检索、追问并回溯原始出处？

图 04  专题四  AI智能科研伙伴的多平台文献采集与知识管理

专题五  AI智能科研伙伴的PDF深度提取与证据整理

论文读完就忘？——让五位研究员把PDF拆成研究问题、变量、方法与证据库，为选题和Meta分析备好原料。

核心内容：

1.全文深度提取：承接专题四归档的文献线索，对其中的PDF论文全文做深度提取——研究问题、样本范围、变量指标、方法参数、表格、图片、图注和补充材料

2.图表资料整理：论文图片、机制图、流程图、结果图、表格截图和数据线索的结构化整理

3.来源与许可核验：DOI、数据来源、开放许可、图注和可复现实验线索核验

4. 结构化产出：把PDF论文图片资料转成结构化提取表、数据线索清单、图片证据库和缺失信息清单

5.存档与复核：Hermes/Obsidian保存文献卡片，Claude Code复核表格逻辑和证据边界

6.Agent实现：Codex执行提取，封装PDF/图片/表格提取Skill，调用文献/文件MCP，使用多模态messages处理截图、图表，Hermes Memory保存文献卡片

案例5：用公开论文或学员自带论文，现场完成一次 PDF 论文图片资料提取与证据整理。

回写助手仓库：本专题的提取表、证据库、可迁移 Idea 卡片和提取Skill 回写Obsidian与助手仓库；其中可迁移 Idea 回流专题三的任务链，作为选题线索。

结课成果：PDF论文图片资料提取表、图表证据库、数据线索清单、缺失信息清单和复核记录；PDF图片提取Skill卡、文献Memory模板和复核Command

【高频疑问】 一篇论文由AI 提取一次，全组怎样放心复用？会不会编造数字，能否逐条指回原文？

图 05 专题五  AI智能科研伙伴的PDF深度提取与证据整理

专题六  AI智能科研伙伴的公开数据获取、分析与可视化

让数据自己排队入库——检索、许可核验、下载、留痕一条龙，复现性从下载那一步就开始攒。

核心内容：

1.数据入口与边界：Google Dataset Search、Kaggle、Google Trends、GEE 等公开数据入口的使用边界

2.下载流程：关键词检索、数据筛选、许可核验、字段说明和本地缓存

3.数据管理：CSV/Excel/API数据下载后的目录管理、版本留痕和质量控制

4.GEE遥感与空间数据：区域选择、时间窗口、图层加载、导出成果图

5.脚本生成与复核：用Codex生成数据处理脚本，用Claude Code复核下载逻辑和字段含义

6.Agent实现：配置公开数据检索Skill和下载Command，MCP连接数据入口，Hook留存许可、字段和版本，messages记录检索依据

7.研究员协同：Codex生成脚本、Claude Code复核，本专题产物由 DeepSeek Harness串入“文献—数据”流水线、由Hermes记忆沉淀

案例6：任选经济趋势、公共卫生风险或GEE空间制图场景，跑通“检索—下载—处理—出图”全流程。

回写助手仓库：本专题的数据字典、许可Hook、检索Skill和下载 Command回写Obsidian与助手仓库。

结课成果：公开数据下载清单、数据字典、许可复核表、Python处理脚本、GEE脚本和成果图；数据检索Skill、下载Command、MCP入口清单和许可Hook日志

【高频疑问】 课题组多人下载公开数据，怎样统一筛选条件、字段口径和版本记录，避免重复下载、各算各的？

图 06 专题六  AI智能科研伙伴的公开数据获取、分析与可视化

专题七  AI智能科研伙伴的统计分析、建模与结果复核

从清洗到建模到解释——脚本出得来，更要复核得住；参数全程留痕，结果才敢写进论文。

核心内容：

1.数据读取与清洗：CSV、Excel、API数据读取，字段清洗、缺失值处理和数据字典整理

2.常用工具库：pandas、plotly/matplotlib、scikit-learn在科研表格、时序和空间数据中的使用

3.机器学习基线：回归、分类、聚类、降维等基线模型与结果解释

4.Transformer入门：在论文文本、舆情文本、时间序列或复杂特征提取中的入门演示

5.结果复核：Claude Code对脚本、指标、误差来源和解释边界进行复核

6.Agent实现：建立 Python建模 Skill与评估 Command，Hook记录参数、usage（Token 用量）和stop_reason（终止原因），Claude Code Sub Agent复核Transformer脚本

7.研究员协同：Codex建模、Claude Code复核，本专题脚本与评估结果由DeepSeek Harness串入流水线、由Hermes记忆沉淀

案例7：以公共健康、城市热风险或科研机构项目数据为例，完成从清洗、建模到结果解释的完整分析。

回写助手仓库：本专题的脚本包、评估图、参数Hook和建模Skill回写Obsidian与助手仓库。

结课成果：Python脚本包、机器学习基线结果、Transformer演示脚本、模型评估图和复核清单；建模Skill、评估 Command、参数Hook日志和复核记录

【高频疑问】 组里不是人人会写代码，在群里一句话发起分析，代码、参数和结果能让全组复核、复现吗？

图 07 专题七  AI智能科研伙伴的统计分析、建模与结果复核

专题八  AI智能科研伙伴的Blender三维制图与机制表达

文字机制说不清的，用3D图讲——Codex写Blender脚本，把机制路径、实验装置变成可复用的图示资产。

核心内容：

1.科研3D图适用场景：机制路径、实验装置、器官结构、空间过程和成果展示对象

2.脚本生成：Codex生成Blender Python脚本、CLI运行命令、对象清单、材质灯光、相机角度和标注层

3.从文字到图示：从文字机制描述到3D场景草图、渲染图和图注说明

4.复核要求：科研论文、基金申报、项目汇报中的3D图示复核要求

5.资产沉淀：把Blender CLI脚本、运行命令、渲染图和参数记录保存为可复用图示资产

6.Agent实现：Codex作为Blender CLI Sub Agent生成脚本和运行命令，用3D图 Skill、渲染Command和Hook保存场景参数

7.研究员协同：Codex生成图示、Claude Code复核，本专题渲染图与参数由DeepSeek Harness串入流水线、由 Hermes记忆沉淀

案例8：从一段文字机制描述出发，生成“污染暴露—人体器官—健康结局”机制图，或农田遥感监测三维场景。

回写助手仓库：本专题的Blender CLI脚本、渲染图、场景参数Hook和图示 Skill回写Obsidian与助手仓库。

结课成果：Codex以CLI方式控制Blender的提示词模板、Blender CLI脚本、运行命令、渲染图、图注和资产目录；Blender CLI Skill、渲染 Command、场景参数Hook和批量导出记录

【高频疑问】 不会Blender 也能做出论文级 3D 图吗？做好的图示能否沉淀给全组修改复用，不必换人重画？

图 08  专题八  AI智能科研伙伴的Blender三维制图与机制表达

专题九  AI智能科研伙伴的论文、基金与专利材料组织

数据跑出来了，材料还没着落？——让复核研究员Claude Code把证据链、技术路线和论文、基金、专利材料一次组织到位。

核心内容：

1.材料转化：把数据结果、文献证据、项目记忆和图表解释转成论文、基金和专利材料

2.材料整理：论文结果段、图注、基金立项依据、研究内容、技术路线和专利实施例整理

3.Visio图示生成：Claude Code生成并复核论文、基金、专利所需的Visio技术路线图、研究框架图、实施流程图和证据链图

4.证据复核：Claude Code复核脚本目录、引用来源、证据链、相似专利和流程图节点逻辑

5.合规边界：材料生成后的署名、伦理、知识产权和人工复核边界

6.Agent实现：Claude Code作为材料复核Sub Agent，用Visio流程图Skill和材料Command生成流程，Hook记录证据链和人工确认

案例9：围绕专题六、七产出的数据图表，生成论文/基金/专利材料草稿及配套Visio技术路线图。

回写助手仓库：本专题的Visio流程图、材料Command和证据链Hook回写Obsidian与助手仓库，供论文、基金、专利反复调用。

结课成果：论文-基金-专利流水线模板、Claude Code生成论文基金专利Visio流程图模板、材料生成检查表和证据核验清单；材料Command、Visio Skill、证据链Hook和Claude Code复核记录

【高频疑问】 基于全组共享的证据写论文、基金和专利，怎样分工协作，又守住署名、引用与学术规范的边界？

图 09 专题九  AI智能科研伙伴的论文、基金与专利材料组织

专题十  AI智能科研伙伴的Meta分析与证据综合

Meta最怕暗箱操作——让记忆研究员Hermes管证据，筛选、抽取、统计每一步都留痕，经得起审稿人盘问。

核心内容：

1.Meta分析完整流程：PICO/PECO、检索词、纳排标准、筛选表、数据抽取表和偏倚风险评价

2.研究员分工：Hermes管理证据记忆和研究上下文，Codex生成统计脚本，Claude Code复核逻辑与代码

3.统计与复核：森林图、漏斗图、敏感性分析、异质性解释和证据复核流程

4.证据综合流水线：把检索、筛选、抽取、统计、复核和写作串成可检查的证据综合流水线

5.结果应用：Meta分析结果如何进入论文、基金、项目汇报和成果转化材料

6.Agent 实现：Codex、Claude Code、Hermes组成Meta分析Agent Team，Sub Agent分管筛选、抽取和统计，messages记录证据状态

案例10：任选公共健康、临床研究或数字化干预主题，跑通一次每一步都可追溯的Meta分析。

回写助手仓库：本专题的筛选Command、统计Skill和证据Memory回写 Obsidian与助手仓库。

结课成果：Hermes Meta分析启动包、PICO/PECO 表、纳排标准、统计脚本、森林图和证据复核流程；Meta分析Agent Team配置、筛选Command、统计Skill和证据Memory

【高频疑问】 多人协作做Meta 分析，纳排意见不一致怎么处理？AI 参与筛选，每一步能否经得起审稿人核查？

图 10 专题十  AI智能科研伙伴的Meta分析与证据综合

专题十一  AI智能科研伙伴的科研成果展示与传播

论文之外，还有汇报、路演和科普——在场研究员WorkBuddy对接传播场景，把科研产出变成讲得清、传得开的素材。

核心内容：

1.传播素材转化：把科研图表、GEE成果图、Blender 3D图、交互展示页面和研究说明转成成果传播素材

2.3D展示网站：机制路径、实验装置、空间过程、器官结构或遥感场景的交互式展示

3. HyperFrames科研传播视频：问题引入、数据来源、方法步骤、关键图表、结论提示和应用价值

4.成果转化材料：项目汇报、科普展示、申报路演、技术路线、项目一页纸和成果展示材料

5.可选延展：教学或培训材料，用一小节说明如何从科研传播素材改写，不单独展开

6.Agent 实现：WorkBuddy对接汇报与传播场景，Codex生成展示页面、分镜、配音、字幕轨道和HyperFrames工程；Claude Code复核旁白、时间轴、素材引用、版权边界和导出配置；Hook记录素材来源和导出参数

案例11：把GEE成果图、3D科研图或公开数据分析结果，做成可直接用于汇报、科普的科研传播材料。

回写助手仓库：本专题的展示生成Command、视频分镜Command、字幕 Skill 和素材清单回写 Obsidian 与助手仓库，供汇报、科普与申报反复调用。

结课成果：3D展示原型、科研宣传视频工程、字幕JSON/SRT、项目一页纸、成果转化展示材料和Claude Code复核清单；展示生成Command、视频分镜Command、字幕Skill、音频字幕Hook日志、Claude Code复核 Command和素材清单

【高频疑问】 课题组成果对外汇报、科普时，怎样确保用的是最新复核版本，旁白和素材经得起事实与版权核查？

图 11 专题十一  AI智能科研伙伴的科研成果展示与传播

专题十二  AI智能科研伙伴的课题全流程综合实战

学到的全部拼起来——学员自带课题，五位研究员协同跑通“文献线索—飞书—Obsidian—PDF提取—数据分析—科研图示—论文/Meta—成果转化”完整链路。

核心内容：

1.多平台文献线索进入飞书：WorkBuddy采集公众号、抖音、小红书线索并截图留证，DeepSeek Harness编排进入飞书，保留来源平台、时间、原文链接、截图证据和初步标签

2.Obsidian自动整理并触发：DeepSeek Harness将飞书线索写入Obsidian 文献库，模板自动生成字段，新增卡片触发后续PDF论文图片资料提取、数据线索整理和Command/Hook

3.PDF论文图片资料提取与Idea整理：Codex提取研究问题、变量、样本、方法、表格、图片、图注、可复现数据线索和可迁移Idea；Claude Code复核证据边界

4.分析处理数据并生成科研图片：Codex完成公开数据读取、清洗、建模和可视化；需要三维表达时用CLI方式控制Blender生成科研图

5A.论文初稿路径：Codex生成方法段、结果段、图表说明和讨论框架；Claude Code复核逻辑、术语、引用边界和人工确认点，并按专题九流程生成论文/基金/专利所需的Visio技术路线图

5B.Hermes Meta分析路径（从第3步文献证据分叉）：Hermes把提取的文献纳入Meta分析候选库，管理PICO/PECO、纳排状态、证据记忆；Codex生成统计脚本，Claude Code复核

6.科研传播与成果转化路径：Codex生成HyperFrames分镜、配音、字幕和视频工程；Claude Code复核旁白、字幕时间轴、素材引用和导出配置；WorkBuddy对接汇报场景，把科研图表、3D图和视频素材转为科普展示、项目汇报和成果申报材料

7.成果回写、团队复用与下轮迭代：结果回写共享Obsidian项目库，保留来源、操作者、版本、Command、Hook日志和复核清单；演示成员群内提问、AI引用知识库来源答疑，以及新成员按权限回顾历史研究、接续任务，验证成果可检索、回答可追溯、研究可交接

案例12：以学员自带的研究问题为主线，五位研究员接力完成全链路闭环实战。

回写助手仓库：共享成果索引、知识库问答与新人接续验证记录、下一轮任务清单、工作台运行与交接说明回写Obsidian与助手仓库，形成可持续迭代的闭环。

结课成果：1个课题组共享的五位研究员科研工作台原型、1套飞书群协作入口、1个支持授权增删改查的Obsidian共享项目库、1份权限与版本恢复及运行交接说明；以及1份PDF论文图片资料提取表、1份数据与Idea提取表、1组科研图片、1篇论文初稿或Meta分析初稿、1个科研宣传视频、1套成果转化展示材料