# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
大家好，我是鲁工。
Vibe Coding概念火了之后，顺带在很多领域兴起了Vibe的潮流。比如Vibe PPT、Vibe Video，以及我今天要聊的Vibe Researching。
之前我在从Vibe Coding到Vibe Researching，Claude Code也可以是最强科研工具一文中重点聊过Vibe Researching的概念，本质上是一种AI协作进行科研的新范式。
今天则是聚焦工具篇，给大家推荐基于Claude Code进行Vibe Researching，有哪些必备的MCP和Skills工具来帮我们提高科研产出效率。
先来看MCP。科研场景下的MCP主要是用于搜索、查询和访问各类文献数据，比如访问本地文献库和查询网络开源文献库。
如果你用Zotero管理文献，这个MCP必装。作为Zotero的老用户，Zotero-MCP我在此前的综述写作工作流中也重点推荐过。
Zotero MCP能让Claude直接访问你的Zotero文献库，实现论文摘要、引用分析、语义搜索等功能。最实用的是它的AI语义搜索：不是简单的关键词匹配，而是基于嵌入向量的语义理解。
比如你可以这样问Claude：
帮我找出Zotero里所有关于Transformer在医学图像分割领域应用的论文。
Claude会自动搜索你的文献库，返回相关论文列表，还能帮你做摘要对比。
安装方法也非常简单，具体参考Zotero-MCP项目地址：
https://github.com/54yyyu/zotero-mcp
我现在做文献综述前，一定是先把相关论文导入Zotero，分类打好标签，然后在Claude Code中使用Zotero-MCP访问本地文献并进行归纳整理。
搞学术离不开技术调研。按照我的使用习惯，我其实更喜欢Gemini和ChatGPT的Deep Research功能，但奈何这两个都没有对外开放接口。但Perplexity可以。
Perplexity以AI搜索出名，Perplexity MCP能让Claude调用Perplexity的搜索能力，返回的信息已经是总结好的、带引用的。
它有三个模式：
日常使用sonar-deep-research模式就好。比如写综述时需要了解某个领域的最新进展，直接让Claude用Perplexity调研，返回的内容结构清晰、引用完整，省去了大量手动搜索整理的时间。
安装方法：
claude mcp add perplexity --env PERPLEXITY_API_KEY="your_key_here" -- npx -y @perplexity-ai/mcp-server
记得去Perplexity官网申请API Key。有免费额度，但日常使用的话还是得付费申请API。
项目地址：
https://github.com/perplexityai/modelcontextprotocol
Zotero管理的是你已有的文献，但找新论文怎么办？
Paper Search MCP支持从多个学术数据库搜索和下载论文：
最方便的是它不仅能搜，还能直接下载PDF。
安装方法：
uv add paper-search-mcp
然后在Claude Code的MCP配置添加如下配置代码：
{
"mcpServers": {
"paper_search_server": {
"command": "uv",
"args": [
"run",
"--directory",
"/path/to/your/paper-search-mcp",
"-m",
"paper_search_mcp.server"
],
"env": {
"SEMANTIC_SCHOLAR_API_KEY": "" // Optional: For enhanced Semantic Scholar features
}
}
}
}
使用示例：
在arXiv上搜索最近一个月关于medical image segmentation的论文，下载前5篇
Claude Code会调用Paper Search MCP自动搜索、筛选、下载，省去了你在多个开源论文平台之间来回切换的麻烦。当然如果你想只安装arxiv或者pubmed的MCP，也是有对应的开源方案可以选择的。
对于做医学AI研究的同学，PubMed和bioRxiv的支持非常实用。很多最新的研究成果都是先发预印本，等正式发表可能要半年甚至更久。
项目地址：
https://github.com/openags/paper-search-mcp
以上是三个文献搜索和获取的MCP。下面我再推荐三个用于实际科研工作的Skills。
claude-scientific-skills是一个科研技能包，包含139个即用型技能，主要是用于医学和生信领域的具体科研分析方法。这个我之前也重点介绍过。
claude-scientific-skills具体包括：
更厉害的是，它集成了约11GB的生物医学数据库，包括Ensembl、NCBI Gene、UniProt、PDB、AlphaFold、ClinVar、PubMed等。
安装方法：
cd ~/.claude/skills
git clone https://github.com/K-Dense-AI/claude-scientific-skills.git
克隆到Claude的skills目录后，Claude会自动识别和加载这些技能。
对于生信方向的同学，序列分析和单细胞RNA-seq相关的技能非常实用，能省去很多重复性的代码工作。
项目地址：
https://github.com/K-Dense-AI/claude-scientific-skills
如果说claude-scientific-skills侧重于研究过程，claude-scientific-writer则专注于写作输出。claude-scientific-skills和claude-scientific-skills一样，都是来自于KDense科研团队的开源。
它提供了20个科研写作相关的技能：
安装方法：
/plugin marketplace add https://github.com/K-Dense-AI/claude-scientific-writer
/plugin install claude-scientific-writer
我觉得最实用的是同行评审模拟功能。写完论文初稿后，让Claude扮演审稿人来挑毛病，提前发现问题。虽然不能完全替代真正的同行评审，但能帮你在投稿前把明显的硬伤修掉。
另一个常用的是基金申请技能。写基金本子是很多科研人员的痛点，这个技能能帮你生成研究背景、技术路线、创新点等部分的初稿，然后你再根据实际情况修改完善。
项目地址：
https://github.com/K-Dense-AI/claude-scientific-writer
最后一个Skill是我自己根据个人科研实践设计和开源的，也就是之前在我用Claude Code写了一篇45页的文献综述，质量可以发一区SCI中提到的
Research Skills。
我在之前融合闭源和开源文献撰写医学研究综述的基础上，新增了根据论文PDF生成PPT的skill、撰写博士申请的Research Proposal的skill。
项目地址：
https://github.com/luwill/research-skills
写在最后
工具只是工具，无论是Vibe Coding还是Vibe Researching，核心还是人。AI能帮你处理繁重的执行工作，但提出好问题、把控研究方向、做出创新性判断，这些仍然需要人类研究者的智慧。
不过话说回来，能把重复性劳动省下来，把精力放在真正需要思考的地方，这本身就是效率的巨大提升。
文章来自于“AI编程实验室”，作者 “鲁工”。
【开源免费】字节工作流产品扣子两大核心业务：Coze Studio（扣子开发平台）和 Coze Loop（扣子罗盘）全面开源，而且采用的是 Apache 2.0 许可证，支持商用！
项目地址：https://github.com/coze-dev/coze-studio
【开源免费】n8n是一个可以自定义工作流的AI项目，它提供了200个工作节点来帮助用户实现工作流的编排。
项目地址：https://github.com/n8n-io/n8n
在线使用：https://n8n.io/（付费）
【开源免费】DB-GPT是一个AI原生数据应用开发框架，它提供开发多模型管理（SMMF）、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL（智能体工作流编排）等多种技术能力，让围绕数据库构建大模型应用更简单、更方便。
项目地址：https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file
【开源免费】VectorVein是一个不需要任何编程基础，任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤，并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。
项目地址：https://github.com/AndersonBY/vector-vein?tab=readme-ov-file
在线使用：https://vectorvein.ai/（付费）
【开源免费】DeepBI是一款AI原生的数据分析平台。DeepBI充分利用大语言模型的能力来探索、查询、可视化和共享来自任何数据源的数据。用户可以使用DeepBI洞察数据并做出数据驱动的决策。
项目地址：https://github.com/DeepInsight-AI/DeepBI?tab=readme-ov-file
本地安装：https://www.deepbi.com/
【开源免费】airda(Air Data Agent)是面向数据分析的AI智能体，能够理解数据开发和数据分析需求、根据用户需要让数据可视化。
项目地址：https://github.com/hitsz-ids/airda
【开源免费】graphrag是微软推出的RAG项目，与传统的通过 RAG 方法使用向量相似性作为搜索技术不同，GraphRAG是使用知识图谱在推理复杂信息时大幅提高问答性能。
项目地址：https://github.com/microsoft/graphrag
【开源免费】Dify是最早一批实现RAG，Agent，模型管理等一站式AI开发的工具平台，并且项目方一直持续维护。其中在任务编排方面相对领先对手，可以帮助研发实现像字节扣子那样的功能。
项目地址：https://github.com/langgenius/dify
【开源免费】RAGFlow是和Dify类似的开源项目，该项目在大文件解析方面做的更出色，拓展编排方面相对弱一些。
项目地址：https://github.com/infiniflow/ragflow/tree/main
【开源免费】phidata是一个可以实现将数据转化成向量存储，并通过AI实现RAG功能的项目
项目地址：https://github.com/phidatahq/phidata
【开源免费】TaskingAI 是一个提供RAG，Agent，大模型管理等AI项目开发的工具平台，比LangChain更强大的中间件AI平台工具。
项目地址：https://github.com/TaskingAI/TaskingAI
【开源免费】MindSearch是一个模仿人类思考方式的AI搜索引擎框架，其性能可与 Perplexity和ChatGPT-Web相媲美。
项目地址：https://github.com/InternLM/MindSearch
在线使用：https://mindsearch.openxlab.org.cn/
【开源免费】Morphic是一个由AI驱动的搜索引擎。该项目开源免费，搜索结果包含文本，图片，视频等各种AI搜索所需要的必备功能。相对于其他开源AI搜索项目，测试搜索结果最好。
项目地址：https://github.com/miurla/morphic/tree/main
在线使用：https://www.morphic.sh/
