Keyboard shortcuts

Press ← or → to navigate between chapters

Press S or / to search in the book

Press ? to show this help

Press Esc to hide this help

研究者延伸路線（For Researchers）

繁體中文 | 简体中文 | English

🚀 計算型研究者（會跑 Python script、有 API key、會用 git）可直接進階；非程式背景研究者（人文社科、臨床研究、文獻為主）可先從文獻 Q&A（NotebookLM）、Zotero AI 工具開始、需要時再看 resources/setup-guide.md A-C。

← 回主路線 README · 走完 Track A 的 A3 或 Track B 的 Stage 7 後從這裡接續。把 agentic AI 應用到研究流程上。

使用情境（研究階段 × AI 怎麼幫）

研究者一天分成幾個階段、AI 在每個階段的角色不同。下表幫你定位：

階段你常遇到的痛點AI 能幫的部分推薦工具（從輕到重）
文獻探索不知道某個領域有哪些經典 paper推薦 + 摘要 + 比較NotebookLM → paper-qa → gpt-researcher
文獻精讀PDF 翻一半就忘 / 抓不到 claim抓 claim、figure、citation、做筆記Zotero + zotero-gpt → zotero-skills
研究設計RQ 模糊、不知選哪個 method對話釐清、列出 trade-offClaude.ai 對話 → ai-research-skills
實驗 / 寫程式重複 boilerplate、寫 plot 浪費時間寫 / 改 code、batch refactorClaude Code → codex-delegate
論文撰寫草稿卡關、句子不通大綱 → 段落 → 潤色Claude.ai → gemini-delegate（長稿）
改稿 / 投稿期刊規範一堆、容易漏banned-word / figure-text / submission checklistacademic-writing-skills
跨 paper synthesis5 篇 paper 互相對話、context 爆1M token 一次讀完 + 整理gemini-delegate

💡 計算型 vs 非程式背景：表中「推薦工具」由輕到重——非程式背景研究者先停在每行第一個就夠了；計算型研究者要自動化才往後挑。

精選 Projects

💡 想把 Claude Code 接到 NotebookLM、Obsidian、Notion、Excel、PDF、Excalidraw 等研究常用工具？ 62 個整合在 resources/mcp-skills-catalog.md（按使用情境分類）。下面這節保留「研究專屬」的工具與 marketplace。

研究流程 Marketplace

flonat/claude-research ⭐⭐⭐

給博士研究者的 Claude Code 基礎建設——學術流程用的 skill、agent、hook、規則。LaTeX / 文獻管理為主。

文獻 RAG / Q&A

Future-House/paper-qa ⭐⭐⭐⭐⭐

欄位內容
Stars★ 8k+
LicenseApache-2.0

教什麼：對 PDF 文件以 citation-grounded Q&A 為設計目標——每個答案附句子層級的引用、減少幻覺風險。實際準確率依文件類型而異、評測結果以官方 benchmark / paper 為準。

適合誰：寫文獻回顧、需要「查文獻時答案要可追溯」的研究者。比一般 RAG 更嚴謹。

assafelovic/gpt-researcher ⭐⭐⭐⭐

欄位內容
Stars★ 27k+
LicenseApache-2.0

教什麼：自主 deep-research agent——planner + multi-source crawl + report 合成。給定一個研究主題，自動產出 markdown / PDF brief。

適合誰：要快速 scope 新題目、產 research brief 的研究者。

大綱與寫作

stanford-oval/storm ⭐⭐⭐⭐

欄位內容
Stars★ 28k+
LicenseMIT

教什麼：multi-perspective outline-then-write pipeline——白話三步：(1) 先模擬不同觀點提出問題、(2) 把問題整理成大綱、(3) 最後生成 Wikipedia-style 草稿。Stanford OVAL 出品。

適合誰：想學「outline-driven 寫作」的人。從零產主題 brief 時的好工具，類似 NotebookLM structured report 流程的開源版。

備註：最後一次推送已超過 6 個月，使用前確認最新 commit 日期。

kaixindelele/ChatPaper ⭐⭐⭐⭐⭐（中文讀者）

欄位內容
語言中文 + Python
Stars★ 19k+
LicenseNOASSERTION（自訂條款，非商用）

教什麼：中文研究者向的 arXiv 全流程工具——論文總結 + 翻譯 + 潤色 + 審稿回覆生成。中國研究團隊維護，預設值對中文場景友善。

適合誰：中文研究生想找對中文友善的 paper 全流程入門工具。

備註：License 是自訂的非商用條款，使用前請先讀原始條款；研究或個人用途常見，但條款還是要自己看過確認。

文獻管理整合

MuiseDestiny/zotero-gpt ⭐⭐⭐⭐

欄位內容
Stars★ 7k+
LicenseAGPL-3.0

教什麼：Zotero 的 LLM plugin——可以跟你的文獻庫對話、總結 selection、生成 inline notes。

適合誰：Zotero 重度使用者，想在閱讀流程裡直接接 AI 而不用切到別的工具。

備註：AGPL-3.0 license（傳染性開源）— 修改後要散布的衍生產品需遵守條款。

Multi-LLM 研究組合（本 repo 維護者的研究 setup）

研究流程裡有些任務 Claude 一個就夠（對話、設計、review），有些 Claude 做會浪費 token（大批 code refactor、長稿 draft）。維護者實際用的搭配是 Claude 當 planner / reviewer、Codex 跑程式、Gemini 跑長稿——下表列何時用哪個：

任務類型例子用哪個 LLM為什麼
研究設計 / 假設討論「這個 RQ 該用 logistic vs survival？」Claude.ai 對話對話協作、context memory
寫 / 改 code「50 個 simulation script 都加 logging」codex-delegate機械式編輯快、不燒 Claude token
寫長稿（中英文）「draft 一個 8 頁 paper section」gemini-delegate1M context、長 prose 強項
Second opinion「請 Gemini 看我的 discussion 段落」gemini-delegateLLM-vs-LLM 對照、容易看出 Claude 自身偏誤
投稿前 audit「跑 banned-word + figure-text checklist」academic-writing-skillsstructured audit、不靠 LLM 即興判斷

維護者自用的 6 個研究 skill

⚠️ 揭露：以下 6 個工具是維護者 @WenyuChiou（Lehigh CEE PhD candidate）日常在用的研究 skills、公開讓有相似需求的人用。未經第三方獨立評測——適合 PhD 學位寫作 / 跨 paper 文獻整理這類流程；不一定適合你的領域。詳細 entry 看 resources/mcp-skills-catalog.md 13 + 14。

工具適合階段一句話
ai-research-skills ⭐⭐⭐⭐⭐全流程14 個研究 skill 打包成 5-plugin marketplace、一個指令裝整套
research-hub ⭐⭐⭐⭐文獻整理Zotero + Obsidian + NotebookLM 三工具整合 workspace、CLI / MCP / REST / dashboard 四介面
zotero-skills ⭐⭐⭐⭐文獻管理Zotero CLI skill（搜 / 加 / 分類 / 標記）——跟 zotero-gpt 互補（後者在 Zotero 裡 chat、這份從外部操作）
academic-writing-skills ⭐⭐⭐投稿前banned-word audit、figure-text coupling、submission checklist；per-paper 可自訂 journal_format / style_overrides
codex-delegate ⭐⭐⭐⭐⭐寫程式Claude planner + Codex executor 的標準 skill——batch refactor / boilerplate / migration
gemini-delegate-skill ⭐⭐⭐⭐長稿 / synthesisClaude planner + Gemini 寫 1M context 長文 / CJK / second-opinion

Multi-Agent for Research

langchain-ai/open_deep_research ⭐⭐⭐⭐⭐

欄位內容
Stars★ 11k+
LicenseMIT

教什麼：開源版的 Deep Research——支援單 agent 跟 supervisor + multi-researcher 兩種架構（multi-agent 那條目前在 src/legacy/）、平行搜尋、再合成成有引用的 report。是學「LLM agent 怎麼自動產出有引用 brief」的好參考。

適合誰：要打造「agent 自動產出有引用 brief」工作流程的研究者。是這個分類最 canonical 的開源選擇。

備註：依賴 LangGraph + 搜尋 tool（要 API key）。

SakanaAI/AI-Scientist-v2 ⭐⭐⭐⭐

欄位內容
Stars★ 6k+
LicenseThe AI Scientist Source Code License（source-available，非商用 + 有 manuscript-disclosure 條款）

教什麼：端到端的 multi-agent 科學研究 loop：構想 → 寫程式 → 跑實驗 → 寫 paper → 互審。Sakana AI 的「AI 寫整篇 ML paper」研究實作。

適合誰：想看「多個 agent 跑完整研究 lifecycle 會長什麼樣」的研究者。研究架構參考、不是 production 工具。

備註：產出是 demo 等級（不是直接投稿用），ML / CS 領域偏多。License 是自訂的 source-available 條款（含 manuscript-disclosure 規定），使用前請先讀 LICENSE 檔。

還缺：peer-review 自動化、conference review pipeline 的活躍開源案例。如果你做過或知道有，歡迎開 PR。

必修閱讀

  1. The Effortless Academic — Claude Code beginner guides
  2. Pedro Sant'Anna — Researcher setup guide

必練流程（按使用頻率）

研究者用 AI 的最大誤區是「只在卡關才打開 ChatGPT」。把 AI 變成日常工具的關鍵是設好頻率——下表 7 條都是維護者自己每週都在跑的、不是空想。

頻率流程怎麼做（≤ 3 步）推薦工具適合誰
每天文獻 inbox 分流(1) 把昨天看到的 paper 丟 paper-qa
(2) 抓 claim + 4-5 行 summary
(3) 進 Zotero / Obsidian		paper-qa + zotero-gpt全研究者
每天寫作 sprint（25 min）(1) 寫一段給 Claude.ai
(2) 跑 banned-word + figure-text audit
(3) 改完進 main draft		Claude.ai + academic-writing-skills寫 paper 階段
每週跨 paper synthesis(1) 把 5-10 篇 PDF 餵 Gemini
(2) 問「這幾篇 disagree 在哪」
(3) 寫成 1 頁 brief		gemini-delegate（1M context）計算型
每週Zotero 整理(1) 標未讀 / 已讀
(2) 重 tag
(3) 抓出該歸檔的 PDF		zotero-skills 或 zotero-gpt全研究者
每月研究進度 brief(1) 從 Obsidian + Zotero + NotebookLM 抓近期筆記
(2) 整理出 5 個進度點
(3) 送指導教授		research-hub同時用 3 工具的人
Per paper投稿前 final audit(1) banned-word audit
(2) figure-text coupling check
(3) submission checklist		academic-writing-skills投稿前 1 週
Per paperMulti-agent peer review(1) Claude 看 logic / argument
(2) Codex 看 code / table 數字
(3) Gemini 看 prose / clarity		codex-delegate + gemini-delegate投稿前 second-opinion

💡 新手起手式：先做「每天 inbox 分流」+「寫作 sprint」兩條一個月、習慣後再加進階流程。一次裝太多會養不起來。

層級建議

研究者不需要一開始就裝 Claude Code。下表是建議的進階路徑：

Tier工具適合誰學習成本
Tier 0Claude.ai 網頁版 + NotebookLM非程式背景、人文社科、臨床研究0（會用瀏覽器就行）
Tier 1Claude Desktop + Zotero MCP / Obsidian MCP已有 Zotero / Obsidian 習慣的研究者半天裝好
Tier 2Claude Code + ai-research-skills計算型研究者、寫 / 改程式為主1-2 天上手
Tier 3Claude Code + codex-delegate + gemini-delegate + research-hub想跑 multi-LLM 研究 pipeline、跨多工具整合1 週 setup + 持續調

多數研究者停在 Tier 1-2 就夠了——Tier 3 是有大量重複流程（譬如每週跑同樣的 paper synthesis）才值得。