AI助力科研：智能文献综述工作流用 Open Science Desktop + CanguoAI 搭建一个科研文献综述工作流

用 Open Science Desktop CanguoAI 搭建一个科研文献综述工作流# 用 Open Science Desktop CanguoAI 搭建科研文献综述工作流  ## 摘要 科研写作中文献综述往往是最耗时间的一步。本文以开源项目 Open Science Desktop 为基础结合 CanguoAI 提供的 OpenAI-compatible API 接入方式搭建一个面向 SCI、IEEE、arXiv 等论文阅读场景的 AI 文献综述工作流。本文重点不是让 AI 代写论文而是帮助研究者完成选题拆解、论文初筛、文献矩阵整理、引用核查和综述草稿生成让科研过程更结构化、更容易追溯。 ## 一、为什么文献综述适合接入 AI 工作流 很多人用 AI 读论文时通常是这样做的 text 复制摘要 - 让 AI 总结 - 得到一段中文解释这个方式确实有用但它只解决了“理解单篇论文”的问题。真正写综述时难点往往是如何找到一批相关论文 如何判断哪些论文值得精读 如何区分不同技术路线 如何比较论文之间的贡献和局限 如何避免引用错误 如何把零散笔记整理成 related work所以科研场景更需要的不是一个简单聊天框而是一个能把论文、笔记、代码、图表、报告、运行记录串起来的工作台。Open Science Desktop 就是这样一个开源 AI 科研桌面工作台。它强调本地优先模型无关面向科研流程支持 agent skills支持 MCP 工具连接支持可追溯的科研产物。而 CanguoAI 在这个流程里扮演的是模型接入层Open Science Desktop 负责科研工作流 CanguoAI 负责提供大模型 API Key、Base URL 和 Model Name这样组合起来就可以把 AI 从“问答工具”变成“科研流程助手”。二、整体工作流设计本文设计的工作流如下研究方向输入 - AI 拆解关键词 - 检索相关论文 - 建立文献矩阵 - 初筛精读论文 - 生成 related work 框架 - 人工检查引用和结论 - 输出综述笔记或论文草稿可以把它理解成一个“论文阅读漏斗”大量论文 ↓ 主题分类 ↓ 文献矩阵 ↓ 重点论文 ↓ 综述结构 ↓ 人工精修这个流程的核心不是让 AI 直接写最终论文而是让 AI 先帮我们把混乱的信息整理成结构化材料。三、准备工具工具作用Open Science Desktop本地科研工作台CanguoAI API Key大模型接口接入论文检索源arXiv、Semantic Scholar、Crossref、PubMed 等Open Science Desktop 项目地址https://github.com/ai4s-research/open-scienceRelease 下载地址https://github.com/ai4s-research/open-science/releases/latest如果只是日常使用建议直接下载桌面安装包。如果想从源码运行可以参考官方方式gitclone https://github.com/ai4s-research/open-sciencecdopen-sciencepnpminstallbashscripts/dev/fetch-opencode.shbashscripts/dev/fetch-uv.shbashscripts/dev/fetch-skills.shpnpm--filterai4s/desktop tauri dev需要的环境包括Node.js 20 pnpm 9 Rust toolchain Tauri 对应系统依赖四、接入 CanguoAI APIOpen Science Desktop 支持模型无关的运行方式可以通过 OpenCode 支持的 provider 或自定义 OpenAI-compatible endpoint 接入模型。一般需要填写三项API Key Base URL Model Name示例API Key: sk-xxxxxxxxxxxxxxxx Base URL: https://你的接口地址/v1 Model Name: 你要使用的模型名称注意不要在截图、文章、GitHub 仓库或代码文件里暴露自己的 API Key。如果想先测试接口是否可用可以用下面的 curl 请求curlhttps://你的接口地址/v1/chat/completions\-HAuthorization: Bearer 你的_API_Key\-HContent-Type: application/json\-d{ model: 你的模型名称, messages: [ { role: user, content: 请用三句话解释什么是文献综述。 } ], temperature: 0.3 }如果接口正常会返回模型生成的文本内容。这一步主要确认API Key 是否有效Base URL 是否正确模型名称是否可用接口是否兼容 OpenAI 格式。五、第一步让 AI 帮你拆解研究方向假设研究方向是大语言模型在科研文献综述中的应用不要一开始就让 AI 写综述。更好的做法是先让它拆解方向。可以输入提示词我正在准备一个关于“大语言模型在科研文献综述中的应用”的研究选题。 请你先不要写论文正文而是帮我完成研究方向拆解 1. 这个方向可以拆成哪些子问题 2. 每个子问题对应哪些关键词 3. 哪些关键词适合用于 arXiv、IEEE、Google Scholar、Semantic Scholar 检索 4. 哪些方向更适合写 SCI / IEEE related work 5. 请输出一个 topic matrix包含 - 主题方向 - 英文关键词 - 可能涉及的方法 - 代表性应用场景 - 检索优先级输出可以整理成表格主题方向英文关键词方法应用场景优先级自动文献综述automated literature reviewLLM, RAGrelated work 生成高文献问答scientific QAretrieval, citation grounding论文阅读助手高引用推荐citation recommendationembedding, graph retrieval写作辅助中论文摘要paper summarizationlong-context LLM快速阅读高学术事实核查scientific fact checkingevidence retrieval引用审查中这一步的价值是先把方向拆开后面检索论文时就不会只用一个模糊关键词乱搜。六、第二步建立文献矩阵文献综述最怕只堆论文不做比较。建议让 AI 帮你建立一个文献矩阵而不是单篇总结。提示词示例请基于下面这个研究方向帮我设计一份 literature matrix 模板。 研究方向 大语言模型在科研文献综述中的应用。 矩阵字段需要包含 1. 论文标题 2. 年份 3. 研究问题 4. 使用方法 5. 数据来源 6. 是否使用 RAG 7. 是否有引用溯源 8. 实验指标 9. 主要贡献 10. 局限性 11. 是否值得精读 12. 可用于 related work 的角度 请用 Markdown 表格输出。生成的表格可以作为后续阅读模板PaperYearProblemMethodDataRAGCitation TraceMetricsContributionLimitationRead Priority论文 A2024自动生成综述LLM RetrieverarXivYesPartialROUGE / Human Eval提升综述效率引用可靠性不足High七、第三步让 AI 做论文初筛论文初筛阶段建议要求 AI 输出判断依据。提示词请你扮演科研文献筛选助手。 我会给你一批论文标题、摘要和年份。请你不要直接写综述而是帮我判断每篇论文是否值得精读。 请按以下格式输出 1. 论文标题 2. 相关性评分1-5 3. 是否值得精读是 / 否 / 待定 4. 推荐理由 5. 可能属于哪个技术路线 6. 这篇论文适合放在 related work 的哪个部分 7. 需要人工核查的点 注意 - 不要编造论文内容 - 如果摘要信息不足请标记“需要原文确认” - 不要把不确定内容写成确定结论。这种提示词能减少 AI 一本正经胡说的概率。八、第四步生成 related work 框架当你已经有了一批初筛论文就可以让 AI 帮你搭 related work 框架。提示词下面是我整理的文献矩阵。请基于矩阵内容为论文 related work 部分设计一个结构。 要求 1. 不要直接生成最终论文正文 2. 先输出章节结构 3. 每个小节说明应该讨论哪些论文 4. 每个小节说明核心比较角度 5. 标记哪些地方需要补充引用 6. 标记哪些结论需要人工确认 7. 输出 Markdown 格式。 我的研究主题是 大语言模型在科研文献综述中的应用。可能得到这样的结构## Related Work ### 1. LLM-based Scientific Paper Summarization 这一部分讨论大语言模型在单篇论文理解、摘要生成和长文档压缩中的应用。 ### 2. Retrieval-Augmented Literature Review 这一部分讨论 RAG 在文献综述中的作用重点关注检索、证据绑定和引用可靠性。 ### 3. Citation-aware Academic Writing Assistants 这一部分讨论引用感知写作助手包括引用推荐、引用检查和事实核查。这个输出不能直接当论文但它非常适合作为写作骨架。九、第五步检查 AI 输出科研写作里AI 最危险的不是写得不好而是写得“看起来很对”。所以每次生成综述后都建议再跑一遍审查提示词。请你作为学术审稿助手检查下面这段 related work 草稿。 重点检查 1. 是否存在没有引用支撑的结论 2. 是否存在过度概括 3. 是否把某篇论文的贡献夸大 4. 是否存在引用与论点不匹配 5. 是否有需要回到原文确认的地方 6. 哪些句子适合保留哪些句子需要重写。 请用表格输出 - 原句 - 问题类型 - 风险等级 - 修改建议 - 是否需要查原文输出格式原句问题类型风险等级修改建议是否查原文某方法显著提升了所有任务表现过度概括高改成“在部分任务上表现更好”是该方向已经被充分解决结论过强高需要补充反例或删除是十、为什么这个组合适合科研1. 本地优先科研材料经常包含未发表论文实验数据中间结果图表笔记代码。Open Science Desktop 强调 local-first工作区和运行记录默认保留在本地对科研用户更友好。2. 模型可替换它不是绑定某一个模型服务而是支持模型无关的方式。这意味着你可以根据需要接入不同模型也可以通过 CanguoAI 这类 OpenAI-compatible API 服务统一管理模型调用。3. 支持科研 skillsSkill适合场景research-explorer选题探索literature-survey文献综述experiment-suite实验设计与运行paper-writer论文写作辅助integrity-auditor学术完整性检查mindmap-render主题矩阵转思维导图4. 支持 MCP 连接器Open Science Desktop 支持 MCP connectors可以连接一些科研数据源或工具例如arXivPubMedCrossrefSemantic ScholarbioRxiv / medRxivClinicalTrials.govMaterials ProjectFREDOpen-MeteoUSGS water data。十一、完整提示词模板下面是一份完整模板可以直接用于“文献综述初稿前的准备”。你是一名科研文献综述助手。我的研究主题是 请你帮我完成文献综述准备工作但不要直接写最终论文正文。 请分步骤输出 一、研究主题拆解 - 将主题拆成 4-6 个子方向 - 每个子方向给出英文关键词 - 标记检索优先级。 二、文献筛选标准 - 哪些论文应该纳入 - 哪些论文应该排除 - 如何判断论文是否值得精读。 三、文献矩阵模板 请设计一个 Markdown 表格字段包括 - Paper - Year - Problem - Method - Dataset - Evaluation - Contribution - Limitation - Related Work Position - Read Priority 四、related work 结构 请输出 3-5 个小节标题并说明每个小节应该讨论什么。 五、人工核查清单 请列出写作前必须人工确认的内容例如 DOI、实验指标、引用来源、数据集名称等。 要求 - 不要编造论文 - 不确定的内容必须标记“需要确认” - 输出 Markdown 格式 - 风格适合 SCI / IEEE 写作准备。十二、使用注意事项第一AI 不能替代精读。它可以帮你做初筛、分类、整理和审查但关键论文仍然要自己读原文。第二引用必须人工核查。尤其是 DOI、作者、年份、会议、期刊名不要完全相信模型输出。第三不要让 AI 直接生成最终结论。更推荐让 AI 输出待确认结论、可能贡献、潜在局限和需要查原文的位置。第四API Key 不要公开。文章截图时要隐藏 API Key、私有 Base URL、账户信息和用量信息。第五CSDN 发文时少用营销表达。建议写“本文使用 CanguoAI 作为 OpenAI-compatible API 接入层”不建议写“强烈推荐”“稳定低价”“注册领取”等表达。十三、总结Open Science Desktop 和 CanguoAI 的组合本质上是开源科研工作台 可配置大模型 APIOpen Science Desktop 负责把科研流程组织起来包括选题、文献、实验、图表、报告和审查。CanguoAI 负责提供模型调用入口让这个开源工作台可以接入大模型能力。对于科研用户来说这个组合最适合用在文献综述SCI / IEEE related work 准备论文初筛研究方向拆解引用审查实验记录整理学术写作辅助。它不是让 AI 替你完成科研而是让 AI 帮你把科研过程中最重复、最耗时、最容易混乱的部分整理清楚。最终的判断、验证和写作仍然应该由研究者完成。参考链接Open Science Desktop GitHub 仓库https://github.com/ai4s-research/open-scienceOpen Science Desktop Releaseshttps://github.com/ai4s-research/open-science/releases/latestOpen Science Desktop READMEhttps://github.com/ai4s-research/open-science/blob/master/README.md