尧图网站建设 
开源AI科研智能体Feynman深度解析从文献检索到论文写作的全流程终极指南【免费下载链接】feynman项目地址: https://gitcode.com/gh_mirrors/feynman/feynmanFeynman 是一个开源的AI 科研智能体基于 Pi 智能体运行时与 alphaXiv 文献平台构建它把科研中最耗时的环节——文献检索、深度调研、论文评分、代码审计、实验复现、论文写作——整合进一个终端里。你只需要用自然语言输入研究问题它就能自动搜索论文与网页、交叉验证证据、生成带引用的研究报告甚至直接产出论文风格初稿。本文带你完整走一遍 Feynman 从安装到成文的全流程。一、为什么需要一个AI科研智能体传统科研工作流中文献调研往往占据 60% 以上的时间搜论文、读摘要、比方法、核引用重复且枯燥。Feynman 的设计目标是成为你的「AI 研究员」它内置了四个协作智能体Researcher—— 跨论文、网页、代码仓库收集证据Reviewer—— 内部批判性审查按严重级别给出反馈Writer—— 从研究笔记生成结构化草稿Verifier—— 逐条插入引用、校验来源 URL、清理死链所有结论都要求溯源有据每个研究声明都必须链接到论文、文档或代码仓库杜绝编造引用。二、一键安装步骤5分钟上手Feynman 提供单行安装脚本会自动下载独立原生运行包并校验 SHA-256 完整性。macOS / Linuxcurl -fsSL https://feynman.is/install | bashWindows (PowerShell)irm https://feynman.is/install.ps1 | iex如果你希望从源码构建比如想研究它的实现可以使用仓库git clone https://gitcode.com/gh_mirrors/feynman/feynman cd feynman npm install npm test 小技巧安装脚本会拉取最新标签版本如需锁定版本追加版本号即可例如bash -s -- 0.2.35。如果你只需要它的科研技能库不装完整终端仓库中 scripts/install/ 目录提供了install-skills.sh与install.ps1可把 45 个技能安装到 Codex / OpenCode 等工具的技能目录中。三、核心工作流从你输入什么到它产出什么Feynman 的命令设计非常直白——输入一句自然语言对应一种科研产出命令产出feynman 关于scaling laws我们知道什么搜索论文网页产出带引用的研究简报feynman deepresearch 主题多智能体并行调研含综合与验证feynman lit 主题文献综述共识、分歧、开放问题feynman rank 主题论文评分该先读哪篇一目了然feynman audit 论文ID论文声明 vs 公开代码库的差异审计feynman replicate 声明规划复现实验并在明确环境后执行/draft 主题从研究发现生成论文风格草稿评分能力尤其值得关注rank命令基于引用影响力、图谱声望、引用速度、方法学质量、可复现性六个维度打分核心实现位于 src/rank/paper-rank.ts评分权重定义在同文件的DEFAULT_SCORE_WEIGHTS中。四、深度调研多智能体如何协作deepresearch是 Feynman 最能打的场景。它的完整协议写在 prompts/deepresearch.md流程分为七步Plan—— 先写研究计划关键问题、所需证据、任务清单并等你确认Scale—— 判断规模简单问题直接搜索复杂主题才派出 2~6 个 Researcher 子智能体Gather—— 多路并行收集论文与网页证据Draft—— 主智能体亲自综合不外包Cite—— Verifier 逐条插入引用并验证 URLReview—— Reviewer 检查无依据声明与逻辑漏洞Deliver—— 交付报告 provenance.md溯源清单来源数量、验证状态这套计划先行、证据落地、溯源可查的机制让 AI 调研结果第一次变得可审计。五、不止于文献端到端科研产出示例Feynman 附带的开源科学示例集 fixtures/open-science-seeds/ 展示了它在真实课题上的产出——以下每张图都出自智能体独立完成的任务CRISPR 基因组筛选设计给它一个任务设计针对人类激酶组的 CRISPR 敲除筛选它会规划基因集定义、sgRNA 筛选、脱靶预测、文库合成与测序深度计算并输出可视化质控报告完整计划文件见 plan_design-a-genome-wide-crispr-knockout-scr_d3da0234.json。蛋白质工程ESM 热图与候选突变在 IS621 桥接重组酶工程案例中智能体完成了序列注释、ESM 结构热图分析、突变候选排序与结构预测产出排名靠前的 5 个候选突变及逐一的结构可视化单细胞免疫治疗分析面对 Sade-Feldman 2018 黑色素瘤单细胞数据集Feynman 完成 QC、聚类、细胞类型注释与响应者分层签名推导并生成 UMAP 细胞类型分布图方法学细节见 summary_report.md这些示例说明Feynman 不只是查文献而是能把分析计划、代码执行、图表生成、报告撰写串成一条流水线。六、论文写作从研究发现到成文草稿写作环节由/draft工作流承担协议定义在 prompts/draft.md。它会先输出大纲标题、章节、关键声明、验证清单调度 Writer 子智能体从研究笔记生成正文由 Verifier 添加行内引用并核验来源最终产出包含标题、摘要、问题陈述、相关工作、方法、证据、局限、结论的完整草稿保存至papers/目录附 Sources 附录配套的文献综述命令/litprompts/lit.md则会自动区分共识 / 分歧 / 开放问题甚至能输入一个实验室或 PI 名字梳理其发表轨迹并标注最具原创性的论文。七、Workbench本地科研工作台运行feynman serve会启动一个独立科学工作台实现见 src/workbench/server.ts包含项目与会话导航、Pi 聊天生物工具连接器40 开放科学数据源PubMed、OpenAlex、ChEMBL、gTEx、gnomAD 等连接器目录位于 extensions/research-tools/Jupyter 笔记本、云/SSH 计算图表预览PDF、表格、LaTeX、蛋白质结构、基因序列、化学结构式产物版本谱系与溯源台账配合/watch 主题命令还能对某个研究主题建立基线并定时跟进新进展。八、新手快速上手清单 ✅安装后运行feynman setup配置模型支持 LM Studio、Ollama、vLLM 等本地模型先试feynman lit 你课题的方向生成一份文献综述感受证据组织方式用feynman rank 候选论文标题决定优先精读哪些需要深挖时用feynman deepresearch 问题留意它每次交付的溯源文件研究成熟后/draft一键生成论文草稿再手动润色结语Feynman 代表的方向很清晰让 AI 智能体接管科研流程中的重复劳动——检索、综述、评分、验证、写作——而把创造性判断留给你。它开源MIT 协议、可审计、可离线接本地模型对于想入门AI for Science的读者来说是这个方向上少见的完整参考实现。打开终端输入你的第一个研究问题剩下的交给智能体。【免费下载链接】feynman项目地址: https://gitcode.com/gh_mirrors/feynman/feynman创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 开源AI科研智能体Feynman深度解析：从文献检索到论文写作的全流程终极指南
开源AI科研智能体Feynman深度解析从文献检索到论文写作的全流程终极指南【免费下载链接】feynman项目地址: https://gitcode.com/gh_mirrors/feynman/feynmanFeynman 是一个开源的AI 科研智能体基于 Pi 智能体运行时与 alphaXiv 文献平台构建它把科研中最耗时的环节——文献检索、深度调研、论文评分、代码审计、实验复现、论文写作——整合进一个终端里。你只需要用自然语言输入研究问题它就能自动搜索论文与网页、交叉验证证据、生成带引用的研究报告甚至直接产出论文风格初稿。本文带你完整走一遍 Feynman 从安装到成文的全流程。一、为什么需要一个AI科研智能体传统科研工作流中文献调研往往占据 60% 以上的时间搜论文、读摘要、比方法、核引用重复且枯燥。Feynman 的设计目标是成为你的「AI 研究员」它内置了四个协作智能体Researcher—— 跨论文、网页、代码仓库收集证据Reviewer—— 内部批判性审查按严重级别给出反馈Writer—— 从研究笔记生成结构化草稿Verifier—— 逐条插入引用、校验来源 URL、清理死链所有结论都要求溯源有据每个研究声明都必须链接到论文、文档或代码仓库杜绝编造引用。二、一键安装步骤5分钟上手Feynman 提供单行安装脚本会自动下载独立原生运行包并校验 SHA-256 完整性。macOS / Linuxcurl -fsSL https://feynman.is/install | bashWindows (PowerShell)irm https://feynman.is/install.ps1 | iex如果你希望从源码构建比如想研究它的实现可以使用仓库git clone https://gitcode.com/gh_mirrors/feynman/feynman cd feynman npm install npm test 小技巧安装脚本会拉取最新标签版本如需锁定版本追加版本号即可例如bash -s -- 0.2.35。如果你只需要它的科研技能库不装完整终端仓库中 scripts/install/ 目录提供了install-skills.sh与install.ps1可把 45 个技能安装到 Codex / OpenCode 等工具的技能目录中。三、核心工作流从你输入什么到它产出什么Feynman 的命令设计非常直白——输入一句自然语言对应一种科研产出命令产出feynman 关于scaling laws我们知道什么搜索论文网页产出带引用的研究简报feynman deepresearch 主题多智能体并行调研含综合与验证feynman lit 主题文献综述共识、分歧、开放问题feynman rank 主题论文评分该先读哪篇一目了然feynman audit 论文ID论文声明 vs 公开代码库的差异审计feynman replicate 声明规划复现实验并在明确环境后执行/draft 主题从研究发现生成论文风格草稿评分能力尤其值得关注rank命令基于引用影响力、图谱声望、引用速度、方法学质量、可复现性六个维度打分核心实现位于 src/rank/paper-rank.ts评分权重定义在同文件的DEFAULT_SCORE_WEIGHTS中。四、深度调研多智能体如何协作deepresearch是 Feynman 最能打的场景。它的完整协议写在 prompts/deepresearch.md流程分为七步Plan—— 先写研究计划关键问题、所需证据、任务清单并等你确认Scale—— 判断规模简单问题直接搜索复杂主题才派出 2~6 个 Researcher 子智能体Gather—— 多路并行收集论文与网页证据Draft—— 主智能体亲自综合不外包Cite—— Verifier 逐条插入引用并验证 URLReview—— Reviewer 检查无依据声明与逻辑漏洞Deliver—— 交付报告 provenance.md溯源清单来源数量、验证状态这套计划先行、证据落地、溯源可查的机制让 AI 调研结果第一次变得可审计。五、不止于文献端到端科研产出示例Feynman 附带的开源科学示例集 fixtures/open-science-seeds/ 展示了它在真实课题上的产出——以下每张图都出自智能体独立完成的任务CRISPR 基因组筛选设计给它一个任务设计针对人类激酶组的 CRISPR 敲除筛选它会规划基因集定义、sgRNA 筛选、脱靶预测、文库合成与测序深度计算并输出可视化质控报告完整计划文件见 plan_design-a-genome-wide-crispr-knockout-scr_d3da0234.json。蛋白质工程ESM 热图与候选突变在 IS621 桥接重组酶工程案例中智能体完成了序列注释、ESM 结构热图分析、突变候选排序与结构预测产出排名靠前的 5 个候选突变及逐一的结构可视化单细胞免疫治疗分析面对 Sade-Feldman 2018 黑色素瘤单细胞数据集Feynman 完成 QC、聚类、细胞类型注释与响应者分层签名推导并生成 UMAP 细胞类型分布图方法学细节见 summary_report.md这些示例说明Feynman 不只是查文献而是能把分析计划、代码执行、图表生成、报告撰写串成一条流水线。六、论文写作从研究发现到成文草稿写作环节由/draft工作流承担协议定义在 prompts/draft.md。它会先输出大纲标题、章节、关键声明、验证清单调度 Writer 子智能体从研究笔记生成正文由 Verifier 添加行内引用并核验来源最终产出包含标题、摘要、问题陈述、相关工作、方法、证据、局限、结论的完整草稿保存至papers/目录附 Sources 附录配套的文献综述命令/litprompts/lit.md则会自动区分共识 / 分歧 / 开放问题甚至能输入一个实验室或 PI 名字梳理其发表轨迹并标注最具原创性的论文。七、Workbench本地科研工作台运行feynman serve会启动一个独立科学工作台实现见 src/workbench/server.ts包含项目与会话导航、Pi 聊天生物工具连接器40 开放科学数据源PubMed、OpenAlex、ChEMBL、gTEx、gnomAD 等连接器目录位于 extensions/research-tools/Jupyter 笔记本、云/SSH 计算图表预览PDF、表格、LaTeX、蛋白质结构、基因序列、化学结构式产物版本谱系与溯源台账配合/watch 主题命令还能对某个研究主题建立基线并定时跟进新进展。八、新手快速上手清单 ✅安装后运行feynman setup配置模型支持 LM Studio、Ollama、vLLM 等本地模型先试feynman lit 你课题的方向生成一份文献综述感受证据组织方式用feynman rank 候选论文标题决定优先精读哪些需要深挖时用feynman deepresearch 问题留意它每次交付的溯源文件研究成熟后/draft一键生成论文草稿再手动润色结语Feynman 代表的方向很清晰让 AI 智能体接管科研流程中的重复劳动——检索、综述、评分、验证、写作——而把创造性判断留给你。它开源MIT 协议、可审计、可离线接本地模型对于想入门AI for Science的读者来说是这个方向上少见的完整参考实现。打开终端输入你的第一个研究问题剩下的交给智能体。【免费下载链接】feynman项目地址: https://gitcode.com/gh_mirrors/feynman/feynman创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考