本文记录了作者使用OpenScience和CanguoAI分析1181篇LLMAgent相关论文的研究过程。LLMAgent作为AI领域热门方向，具有规划、记忆、工具使用和协作能力，但面临文献量大、方向分散和技术迭代快的挑战。作者设计了一套从数据采集、清洗到分类分析的自动化流程，采用多源数据获取和AI模型分类方法，对比了不同工具的性能和成本。研究发现多智能体协作成为新热点，工具学习是核心能力，应用

本文提出了一套基于OpenAlex数据和CanguoAI的可复现研究流程，用于分析LLMAgent领域的研究现状。研究发现：1）2024-2025年标题含"LLMAgent"的论文爆发式增长（占98.73%）；2）研究已扩展到多智能体协作、金融、自动驾驶等应用领域；3）标题中安全（1.35%）和可复现性（0.08%）等维度的显式讨论较少。文章建议将低频词转化为可验证的研究问题，

中文关键词搜索特点Telegram 群组与频道统一检索@letstgbot 机器人快速搜索入口官网导航与站外发现入口Bot 与网页双入口优势搜索、导航、提交收录形成闭环“乐搜”中文名更容易理解和记忆用实际产品能力支撑“最强搜索工具”定位

本文提供了绕过微软商店限制手动安装Codex客户端的完整教程。主要步骤包括：1）通过微软商店链接在线获取安装包；2）使用CCSwitch工具配置API中转；3）从AI聚合站获取通用Key接入Claude、ChatGPT等大模型。该方法解决了微软商店下载失败和Codex原生不支持主流AI的问题，帮助用户实现客户端的完整功能。教程详细说明了Windows和Mac系统的安装配置流程，并提供了相关工具和A

本文通过对比实验验证了CanguoScience作为OpenScience国内平替的价值。实验显示两者共享公开学术数据（OpenAlex/Crossref 100%可达），但CanguoScience解决了OpenScience在实际应用中的两大痛点：1）内置21个主流大模型统一接入（Anthropic+OpenAI），免除自行对接API的麻烦；2）提供国内可直达入口，避免境外服务网络不稳定问题。

《CanguoScience科研平台：构建可复现的AI辅助科研流水线》摘要：CanguoScience创新性地将OpenScience可复现工作流与多模型AI接入层结合，解决了传统AI聊天框在科研场景中的局限性。该平台通过统一接口接入21个主流大模型（涵盖Anthropic和OpenAI两大厂商），在36次跨厂商运行中保持100%成功率，实现研究流程的完全可复现。基于OpenAlex公开数据已完成

《四大AI领域文献全景：基于5239篇论文的可复现年报》摘要 本研究采用CanguoAI for Science、RAG、LLM Agent和具身智能四大领域进行量化分析，建立可复现的文献地图。核心发现： 规模对比：RAG以3464篇论文领跑，占总量的66%； 2.增长特征：LLM Agent最年轻（77.5%论文发表于2025年），AI for Science历史最久（26.2%为早期研究）；

本文围绕开源科研工作台 Open Science Desktop 与 CanguoAI 的组合实践展开，介绍如何将本地优先的 AI 学术工具接入兼容 OpenAI 的大模型 API，用于论文检索、文献综述、实验记录、图表生成、报告写作与结果溯源。文章强调 Open Science 负责科研流程管理，CanguoAI 作为模型调用层提供 API Key 和 Endpoint，帮助科研人员在 SCI、

本文提供了绕过微软商店限制手动安装Codex客户端的完整教程。主要步骤包括：1）通过微软商店链接在线获取安装包；2）使用CCSwitch工具配置API中转；3）从AI聚合站获取通用Key接入Claude、ChatGPT等大模型。该方法解决了微软商店下载失败和Codex原生不支持主流AI的问题，帮助用户实现客户端的完整功能。教程详细说明了Windows和Mac系统的安装配置流程，并提供了相关工具和A