RESEARCH × AGENT / 2026

科研 AI 智能体:
介绍、配置与实战

王梓豪
西北农林科技大学
经济管理学院
LLM → AGENT
MCP × SKILL
WORKFLOW
安装包下载
← → / SPACE / F FULLSCREEN01 / 18

课程总览

OUTLINE / 00—05

我的使用情况

四类科研 Agent 项目与年度 Token 使用量。

从 LLM 到 Agent

发展时间线、知识助手与执行助手的范式差异。

MCP 与 Skill

工具连接、能力封装,以及 Zotero / PDF 初步演示。

Claude Code 环境搭建

Node.js、CC Switch、Claude Code、Python 与 API Key。

实战一:官网公告爬取

从官方网站获取两页公告并整理为 Excel。

实战二:Stata 实证分析

安装 Skill、规划执行、生成 do 文件与 Markdown 报告。

OVERVIEW → CHAPTER → EXAMPLE02 / 20
CHAPTER 00 / PERSONAL PRACTICE

零、我的使用情况

先从真实项目出发,看 Agent 如何进入程序开发、数据处理、统计软件与论文写作。

项目展示Stata All in One、repairCN、Stata AI Skill、顶刊写作蒸馏
行为数据22+ 亿 Token 的高频实践记录
核心线索把重复任务沉淀为可复用工作流
SECTION 00 / USE CASES03 / 20

我的使用情况:四类实践

PROJECT INDEX / 00
001

Stata All in One

运行、语法、提示、大纲、数据查看与 AI Skill 的一站式 VS Code 扩展。

002

repairCN

修复 outreg2 导出文件中的中文乱码,支持 XLS、XML 与 RTF。

003

Stata AI Skill

本地主机 HTTP 服务,让 Agent 无需 VS Code、Node.js 或 Python 即可运行 Stata。

004

“蒸馏”顶刊写作技巧

将引言、稳健性检验与进一步分析的写作方法整理为可复用工作流。

PROJECTS / TOOLING / RESEARCH02 / 18

Stata All in One

PROJECT / 001
Stata All in One logo

一站式 Stata 体验

运行代码、语法高亮、代码提示、智能大纲、数据查看与 AI Skill,全部集成在 VS Code 中。

项目仓库
Stata All in One 使用界面
RUN / HIGHLIGHT / OUTLINE / DATA / AI03 / 18

repairCN

PROJECT / 002
A SMALL COMMAND / A REPEATED PAIN

修复 outreg2
中文乱码

轻量级 Stata 命令,支持 XLS、XML 与 RTF 文件,直接在原文件基础上完成修复。

封装价值

把重复、稳定、专业的修复步骤压缩成一次命令调用。

项目仓库
repairCN 效果展示
ENCODING FIX / REUSABLE COMMAND04 / 18

Stata AI Skill

PROJECT / 003
LOCAL HTTP SERVICE

让 Agent
在用户端运行 Stata

无需 VS Code、Node.js 或 Python。通过原生本地主机 HTTP 服务,把 Stata 执行能力安全地交给智能体调用。

连接方式

Agent → Skill 规则 → 本地 HTTP 服务 → Stata → 结果反馈

Skill 发布页
Stata AI Skill 发布页面
AGENT → LOCAL SERVICE → STATA05 / 18

“蒸馏”顶刊写作技巧

PROJECT / 004

从阅读顶刊,
到构建写作 Skill

对引言、稳健性检验、进一步分析等写作方法进行汇总,不只保存知识结论,也保存任务顺序、检查规则与输出标准。

提示词工程

工作流:判断规则 · 示例 · 工具调用 · 步骤 · 验收标准

对顶刊稳健性检验方法进行汇总
KNOWLEDGE → PROCEDURE → SKILL06 / 18

今年的 Token 使用量

INCOMPLETE STATISTICS
22+ 亿

高频使用带来的核心价值,不是“问得更多”,而是把开发、数据、文献与写作连接为连续工作流。

CC Switch Token 使用量统计
TOKEN VOLUME ≠ VALUE / WORKFLOW DOES04 / 18
CHAPTER 01 / PARADIGM SHIFT

一、从“大语言模型”
到“Agent 智能体”

模型能力与执行工具在 2024—2025 年开始交汇,AI 从“对话型模型”进入“任务型智能体”阶段。

发展时间线2021—2026:LLM 与 Agent 双轨演进
知识助手解释、生成、归纳、润色
执行助手文件、工具、命令、结果反馈
SECTION 01 / LLM → AGENT00 / 20

从 ChatGPT 3.5 到“小龙虾”

DUAL-TRACK TIMELINE / 2021—2026

LLM:模型越来越强

CAPABILITY TRACK
2021
2022ChatGPT / GPT‑3.5
大语言模型进入大众视野。
2023GPT‑4、Claude、Gemini、Qwen、Kimi
综合能力升级,国产模型快速追赶。
2024多模态+超长上下文
Gemini 1.5、Claude 3、Qwen2/2.5 持续升级。
2025DeepSeek‑R1、o3、Qwen3
推理、数学与代码能力跃升。
2026能力融合
多模态、长上下文、推理与工具调用统一。

Agent:模型越来越会干活

EXECUTION TRACK
2021GitHub Copilot
代码补全与辅助编程阶段。
2022
2023Cursor / Cline
理解项目、修改文件、执行命令。
2024工具连接+MCP
Agent 接入文件、终端、浏览器与数据库。
2025Claude Code / Codex / OpenCode
项目级执行,Skill 封装专业任务。
2026OpenClaw / Hermes
走向个人助手、移动端与即时通讯入口。
TWO TRACKS / ONE CONVERGENCE05 / 18

对话式 LLM:科研中的知识助手

EXPLAIN / GENERATE / SUMMARIZE

适合解决

  • 文献理解与研究脉络
  • 标题、摘要、润色与翻译
  • 研究问题、变量与机制构思
  • Python / Stata / R 代码辅助
  • 回归结果与图表解读

科研价值

  • 降低知识获取成本
  • 提高写作与表达效率
  • 快速形成初步思路
  • 适合解释、生成、归纳、润色

关键局限

  • 主要在回答问题,不等于执行任务
  • 不能天然访问本地文件或软件
  • 复杂流程仍需人工拆解和搬运
  • 文献、数据、事实与代码结果需核对
KNOWLEDGE ASSISTANT06 / 18
CHAPTER 01 / PARADIGM SHIFT

任务型 Agent:
科研中的执行助手

Agent 不只生成文本,而是读取文件、调用工具、运行命令、修改代码,并根据执行结果调整下一步操作。

普通 LLM

用户提问 → 模型回答
更像知识助手

Agent 智能体

用户提出目标 → 拆解任务 → 调用工具 → 执行 → 检查
更像执行助手

FROM ANSWERS TO ACTIONS07 / 18

Agent 把科研任务连接成流程

FILES × TOOLS × FEEDBACK
A01

文献工作流

检索文献、整理笔记、生成综述框架、管理参考文献。

A02

数据工作流

编写爬虫、清洗数据、合并表格、生成描述性统计。

A03

实证分析工作流

生成代码、运行回归、读取结果、整理表格。

A04

写作工作流

根据研究结果生成论文段落、汇报大纲与 PPT 文案。

A05

项目工作流

理解目录结构、修改脚本、协助复现实验。

四项关键能力

读写文件 · 调用工具 · 执行流程 · 通过 MCP 与 Skill 封装经验

RESEARCH EXECUTION LAYER08 / 18
CHAPTER 02 / CAPABILITY EXTENSION

二、智能体的能力扩展:
MCP 与 Skill

MCP 负责把智能体连接到工具与数据,Skill 负责把专业经验组织成稳定、可复用的任务能力。

MCP 是什么连接本地工具、软件、数据库与文献库
Skill 是什么任务说明、规则、脚本与接口的技能包
初步演示Zotero 文献检索与 PDF 表格提取
SECTION 02 / CONNECT + REUSE00 / 20

MCP 与 Skill:连接工具,复用能力

CAPABILITY EXTENSION / 02
MCP

连接协议

让智能体访问本地工具、代码环境、文献库、统计软件与数据库。

价值:让 AI 从“会说”变成“会用工具”。

ModelScope MCP 广场
SKILL

专用技能包

包含任务说明、规则、脚本或工具接口,适合重复、稳定、专业的科研任务。

价值:把有效经验沉淀为可调用能力。

skills.sh
MCP = CONNECT / SKILL = REUSE09 / 18

初步演示:文献与 PDF

PROMPT LAB / 01

Zotero MCP

让智能体访问本地文献库并执行检索。

使用 zotero mcp,帮我查找一篇关于“物联网”和“深度强化学习”的文章

PDF Skill

识别、拆分并合并跨页表格,最后输出 Excel。

人工智能专利研究数据库说明书.pdf
使用 /pdf 将 @人工智能专利研究数据库说明书.pdf 中的表格都拆分出来,识别并合并跨页表格,最后保存为 excel 文件。
EVERY CODE BLOCK IS COPYABLE10 / 18

本地 AI 智能体工具的四种形式

AGENT FORMS
01

命令行(CLI)

在终端中运行,适合开发者与高级用户,灵活度高,易于脚本化与自动化。

02

图形界面(GUI)

可视化操作界面,降低使用门槛,适合非技术背景的用户快速上手。

03

IDE 插件

集成在 VS Code、Cursor 等开发环境中,与代码编辑、调试无缝衔接。

04

"小龙虾"

面向移动端与即时通讯入口的个人助手形态,随时调用、随处可用。

CLI / GUI / IDE / MOBILE18 / 20
CHAPTER 03 / ENVIRONMENT SETUP

三、Claude Code
安装与配置

从运行环境、客户端到模型服务,建立一套可执行、可切换的本地 Agent 环境。

安装Node.js、CC Switch、Claude Code、Python
配置API Key 与模型提供商
检查命令可用、模型可达、密钥不泄露
SECTION 03 / INSTALL + CONFIGURE00 / 20

Claude Code:安装与环境配置

SETUP / 03
系统校园网其他网络
Windows x64下载下载
Windows ARM下载下载
macOS下载下载

建议优先下载 ZIP 压缩包。

若弹出登录页面,请选择「以游客身份浏览」即可继续下载。

01

Node.js

安装 JavaScript 运行环境。

node -v
02

Claude Code

npm install -g @anthropic-ai/claude-code --registry=https://registry.npmmirror.com
claude -v
03

Python

确认 Python 3 可用。

04

CC Switch

配置模型提供商与 API Key。

DOWNLOAD → RUNTIME → CLIENT → MODEL11 / 18

使用 CC Switch 配置 API Key

MODEL ACCESS
OPTION A

DeepSeek

在 CC Switch 中配置 DeepSeek API Key,使用 DeepSeek V4 PRO 等模型。

platform.deepseek.com
OPTION B

Xiaomi MIMO

使用 CC Switch 配置 API Key,确保智能体可以访问 MIMO V2.5 PRO 等模型。

活动邀请码:X9XX7B

platform.xiaomimimo.com
Xiaomi MIMO 邀请码 X9XX7B
KEEP KEYS PRIVATE12 / 18
CHAPTER 04 / HANDS-ON LAB

四、实战演练一:
爬取官网通知公告

给出目标网站与结构化要求,让 Agent 完成网页读取、字段提取和 Excel 输出。

输入通知公告官方栏目链接
任务爬取第 1 页的标题、时间、链接和正文
输出结构化 Excel,并遵守 robots.txt 与访问频率约束
SECTION 04 / WEB → EXCEL00 / 20

实战一:爬取学院官网通知公告

WEB → EXCEL

任务边界

  • 遵守法律法规与 robots.txt
  • 避免高频请求对网站造成压力
  • 为了展示,仅爬取第 1 页
    自己实践可爬取多页
  • 提取标题、发布时间、链接和内容
通知公告官方链接
https://cem.nwsuaf.edu.cn/tzgg/index.htm

这是西北农林科技大学经济管理学院官网中【通知公告】栏目的官方链接。请你爬取公告并保存为 CSV 格式。

要求:
1. 需要爬取第 1 页。
2. 爬取所有公告的标题、发布时间、链接和内容。
LEGAL / POLITE / REPRODUCIBLE13 / 18
CHAPTER 05 / EMPIRICAL WORKFLOW

五、实战演练二:
Agent 与 Stata 协同

以 auto 数据集为例,经历 Skill 安装、Plan Mode、do 文件确认、回归执行与报告生成的完整流程。

安装 Skill命令行或 CC Switch 两种方式
计划与确认先生成 do 文件,人工确认后运行
分析与交付描述统计、OLS、异质性分析与 Markdown 报告
SECTION 05 / PLAN → RUN → REPORT00 / 20

实战二:安装 Stata AI Skill

AGENT × STATA

命令行安装

npx skills add ZihaoVistonWang/Stata-AI-Skill --skill stata-ai-skill

安装后,Agent 可通过本地主机服务调用 Stata。

借助 CC Switch 安装

下载 Stata-AI-Skill.zip:

校园网下载
非校园网下载

命令行安装遇到网络问题时,推荐使用本地压缩包安装。

INSTALL ONCE / REUSE OFTEN14 / 18

Plan Mode:先定义目标,再执行

PROMPT LAB / 02

最小示例

先调用 Skill,再指定数据与任务。适合让 Agent 先给出可检查的实施计划。

01

连接

显式指定 `/stata-ai-skill`。

02

数据

使用 Stata 自带 `auto` 数据集。

03

目标

完成一个简单实证分析案例。

请利用 /stata-ai-skill 技能,然后使用 Stata 自带的 `auto` 数据集,完成一个简单的实证分析案例。
PLAN BEFORE MUTATION15 / 18

完整 Prompt:从 do 文件到报告

SCROLL + COPY
请使用 Stata 自带的 `auto` 数据集,完成一个简单的实证分析案例。

研究主题:汽车燃油效率 `mpg` 是否影响汽车价格 `price`。

要求:
1. 使用 `/stata-ai-skill` 连接 Stata;
2. 先写完整 do 文件 `auto_regression_analysis.do`,不要直接运行,等我确认后再运行;
3. do 文件只负责完成数据分析和结果导出,不要在 do 文件中生成 Markdown 报告;
4. 数据使用 `sysuse auto, clear`;
5. 被解释变量 Y 为 `price`,核心解释变量 X 为 `mpg`;
6. 不加入控制变量;
7. 做描述性统计,至少包括 `price`、`mpg` 和 `foreign`;
8. 做主回归:使用稳健标准误估计 `price` 对 `mpg` 的 OLS 回归;
9. 使用 `outreg2` 输出主回归结果;
10. 做异质性分析:只按照 `foreign` 分组回归,不做交互项;
    * 国产汽车组:`foreign == 0`;
    * 进口汽车组:`foreign == 1`;
11. 使用 `outreg2` 输出异质性分析结果;
12. 运行 do 文件后,请读取 Stata 输出结果,再生成 Markdown 报告 `auto_regression_report.md`。

Markdown 报告包括:
* 研究问题
* 数据与变量说明
* 描述性统计
* 主回归结果
* 异质性分析
* 简要结论

表格要求:
* 描述性统计表和回归结果表均为 Markdown 三线表风格;
* 回归表第一列为变量名称,后面各列为不同模型;
* 系数后添加显著性星号;
* 标准误放在系数下方括号中;
* 表下注明:括号内为稳健标准误,***、**、* 分别表示在 1%、5%、10% 水平下显著。

请先只生成 do 文件代码,不要运行;等我确认后,再使用 `/stata-ai-skill` 运行 do 文件,并根据 Stata 输出结果生成 Markdown 报告。
SCROLL INSIDE CODE / COPY WHOLE PROMPT16 / 18
CONCLUSION / WORKFLOW RECONSTRUCTION
让 AI 不只回答问题,
而是嵌入科研流程,
成为可配置、可调用、可复用的科研助手。
LLM 提供理解与生成MCP / Skill 提供连接与封装Agent 提供项目级执行
ZIHAOWANG.CN / 202618 / 18
FINAL WORDS / JUST DO IT
有想法,
就让 Agent 去做。
你不缺想法你缺一个会动手的助手现在,你有了

例如:本幻灯片就是通过 /frontend-slides 技能生成的。

查看另一版本 →

ZIHAOWANG.CN / 202619 / 19
THANK YOU / 2026

谢谢

王梓豪
西北农林科技大学
经济管理学院
LLM → AGENT
MCP × SKILL
WORKFLOW
THANK YOU20 / 20
01 / 20
TABLE OF CONTENTS