在人工智能高速发展的今天，大语言模型（LLM）正在以前所未有的速度重塑科研与高端知识工作的底层方式。然而现实是，大多数人仍停留在"简单对话式使用AI"的阶段，只是把AI当作一个更聪明的搜索工具，并没有真正将其转化为科研生产力，更谈不上系统性的创新能力提升。
第一章、大语言模型（ChatGPT、Claude、Gemini、DeepSeek与NotebookLM的能力边界：从"会用AI"到"因任务选模型"
1.主流大模型能力拆解
2.科研工具型Agent快速对比与轻量使用
3.NotebookLM：以"你的资料"为核心的科研AI
4.大模型"智能"从何而来
5.科研与工作的模型选型策略
第二章、GPT5.6 SOL + Excel科研数据分析的智能化与自动化生成
1.LLM自动生成复杂公式
2.科研数据清洗与异常检测
3.统计结果自动解读与文字化
4.Excel→论文结果段落自动生成
5.生成python语言绘图excel相关数据
6.LLM分析数据质量是否能用于科研
第三章、Gemini3.5× NotebookLM科研资料整合与知识学习
-
NotebookLM的界面、基本设置与科研使用逻辑
-
PDF、Word、PPT、网页、音视频等资料的导入与来源管理
-
基于资料进行总结、问答、对比，并回查原始出处
-
生成学习指南、FAQ、思维导图、测验与音频/视频概览
-
NotebookLM与ChatGPT、Claude等通用LLM的任务分工
-
使用NotebookLM在48小时内学习一门课程或掌握一组知识点
第四章、Codex × NotebookLM × Zotero联合使用：智能文献管理与证据驱动科研写作
1.Zotero高效文献管理
2.NotebookLM：文献级科研推理中枢
3.防止"AI文献幻觉"的系统方法
第五章、科研Agent工具全景：Codex、OpenClaw、Hermes、Cursor与Claude Code
-
Agent的基本组成：目标、上下文、工具、记忆、执行循环与验收
-
Codex：代码、数据、文档与工程化科研产物的生成、修改和验证
-
Cursor：在编辑器与代码库上下文中完成多文件任务
-
Claude Code：通过终端和项目文件执行科研编程与文档任务
-
OpenClaw：个人AI助手、多步骤任务编排与多通道使用
-
Hermes：面向研究、写作和项目任务的记忆、工具与技能复用
-
五类Agent的适用场景、协作方式与选型策略
-
权限最小化、密钥保护、操作审批、日志与可回滚
第六章、Agent执行底座：Skills、MCP与CLI的使用
-
Agent Skills：将科研SOP、写作指南与审稿清单封装为可复用能力
-
Skill的输入、步骤、约束、输出与验收标准
-
MCP基础：Client、Server、Tools、Resources与Prompts
-
通过MCP连接资料库、代码仓库、数据库与其他外部系统
-
CLI基础：路径、文件、参数、环境变量、标准输入/输出与退出码
-
使用命令行、JSON和批处理构建可复现科研流程
-
Skills、MCP与CLI协同：定义方法、连接工具、稳定执行与结果验证
-
凭据隔离、最小权限、危险操作审批与常见错误排查
第七章、Codex × Python科研计算自动化与高效编程助力
1.Python是科研的"发动机"，LLM是科研的"驾驶系统"
你只负责：提出研究问题，判断结果是否合理
AI负责：写代码，改代码，查Bug，重构流程，核心内容
2.科研人员应该如何"正确使用Python"
3.为什么Excel只能解决30%的科研数据问题
4.哪些科研任务必须用Python
5.Python在科研中的真实定位：
不是"编程语言"，而是科研流程自动化工具
6.LLM自动生成科研级Python代码
7.结合Python编程，生成机器学习算法并处理高质量科研数据
第八章、Overleaf + Prism全流程科研写作
1.Latex语言的应用
2.Overleaf科研写作规范
3.Prism生成论文结构
4.分章节生成论文初稿
5.Open AI Prism如何助力科研写作
第九章、Image2.0，Nano Banana从论文示意图到学术汇报 图
1.科研图像的设计逻辑
2.API调用Gemini/Nano Banana/Image2.0
3.如何通过Gemini/Nano Banana/Image2.0和NotebookLM生成系列的PPT和信息概念图，科研机制图。
4.如何通过Google Slide结合Nano banana处理AI生成科研图细节
错误
5.当前Nature期刊表达AI生成的图不能放入论文中，我们有什么办法处理这个问题（通过Adobe Illustrate工具）
6.利用NotebookLM生成学术汇报级Video和音频文件
7.批量处理视频网页，结合Gemini的多模态系统，学习网上优质视频，自我成长
第十章、Seedance 2.0×Image2.0/HyperFrames/Remotion视频生产与科研科普自动化
1.Seedance 2.0的"科研视频可控生成"关键概念
2.用 Seedance 2.0自动化生成科研科普视频：标准工作流
第十一章、Odysseus + Ollama：本地部署LLM与私有科研Agent，构建专属智能助手
1.Ollama部署LLAMA/DeepSeek
2.本地模型性能优化
3.RAG构建个人知识库
4.微调vs RAG的选择策略
5.Open WenUI本地部署，
6.如何结合Zotero和Open WenUI搭建本地知识系统
7.在本地环境里构建类似NotebookLM的科研生态系统（不需要科学上网，就能运行）
8.Odysseus本地ChatGPT工作台安装与配置：账号、模型端点、默认模型与浏览器访问
9.如何结合Zotero、PDF文献和Odysseus搭建本地知识系统
第十二章、多模型圆桌科研系统：用AI进行真正的科研头脑风暴
1.多LLM分工机制
2.批判型/创新型Agent设计
3.自动迭代研究方案
4.模型的能力越强，Idea的创意更好
第十三章、科研自动化与智能化工作流：N8N × DeepSeek 构建高效科研系统
1.N8N基础与部署
2.多软件自动联动
3.多模型优势整合
4.全流程科研自动化设计
5.整合Google工作系统流
第十四章、Codex与Claude code Agent Skill进阶------构建自主式写作智能体
1.Codex核心机制
2.Claude Code的使用
3.Agent Skill技能封装
4.本地化环境搭建
5.写作指南(Writing Guide) 建立