SciAssistant（中国科学院南海海洋研究所）

📌 工具简介

SciAssistant 是中国科学院南海海洋研究所水产品种创制与高效养殖全国重点实验室与仪器设备公共服务中心超算平台联合研发的开源科研工作助手智能体，于 2026 年 2 月正式向全球科研工作者开放。它基于华为盘古大模型深度搜索框架开发，采用 Planner、Information Seeker、Writer 三大智能体协作的 Multi-Agent 架构，核心目标是解决科研工作中最耗时的两件事：从海量文献中深度检索和整合信息，以及把检索结果转化为结构完整的长篇专业报告。系统深度整合 Google Scholar、PubMed、arXiv、Springer Nature、Elsevier ScienceDirect 等主流学术资源，支持机构订阅通道与个人论文库管理，已在研究所内部部署并助力多项海洋科研任务。它的定位是“源代码级的科研综述研究助手”和 MCP 工具的示范应用，而非面向普通用户的封装产品——真正价值在于为有技术能力的科研人员提供一个可定制、可扩展、可替换模型的开放框架。

⚡ 主要功能

• 多智能体协作：Planner Agent 负责任务规划与分解，Information Seeker Agent 执行深度检索，Writer Agent 完成报告撰写，采用 ReAct（Reasoning+Acting）设计实现任务分解与执行的闭环，而非单一模型从头到尾线性生成
• 深度信息检索：支持批量网络搜索、异步网页爬取、PubMed/arXiv 学术数据库集成，具备智能去重和内容分类提取能力，从多个学术来源并行采集信息后再进行整合，减少人工逐库切换的时间
• 万字级专业报告生成：自动构建含标题、摘要、关键词、目录、章节、正文、参考文献的完整报告，支持 Markdown 和 PDF 格式导出，可生成万字以上高质量长文，直接对应科研综述和长篇报告的需求
• 智能文档处理：兼容 PDF、Word、TXT 等格式，支持用户专属文档库和会话级文件管理，允许围绕一组上传文献进行定向检索和综合分析，而非仅依赖公开网络信息
• 三种交互模式：Chat（普通对话，直接与大模型交互）、Reasoner（深度推理，展示思维链过程，适配 DeepSeek-R1、Pangu-Reasoner 等模型）、DeepDiver（万字长文，调用后端 Multi-Agent 系统执行复杂长文写作和深度检索），按任务复杂度选择合适模式
• MCP 开放空间搜索服务：内置 MCP Server，通过 MCP 协议连接本地知识库、Google Search、PubMed API、ArXiv API 等外部搜索源，展示了 MCP 工具在科研场景的示范应用，也为后续个性化定制精准搜索提供了代码级参考
• 模型可替换与 OpenAI API 兼容：盘古大模型通过 OpenAI API 访问，支持替换为其他兼容的大语言模型，用户可以根据自身算力资源、预算和模型能力偏好灵活选择，不被单一模型供应商锁定
• 会话与用户管理：多会话支持，每个研究任务独立记录，历史对话和操作可追溯；提供注册、登录、JWT 身份验证、会话隔离和文档访问控制，具备企业级应用所需的基础安全机制
• 前后端一体化的可部署架构：基于 Flask/FastAPI 后端和现代化 Web 前端，提供 RESTful API + WebSocket 实时通信，支持用户管理、会话管理、文档处理和任务进度跟踪，可在本地或服务器环境中完整部署运行

💰 价格信息

SciAssistant 本身完全开源免费，代码可自由克隆、修改和自托管，不收取软件授权费、订阅费或点数费用。实际使用成本主要来自两个方面：一是运行系统所需的服务器或本地计算资源（Python 环境、MySQL 数据库、Web 服务部署）；二是调用大模型的 API 费用，系统通过 OpenAI API 访问盘古大模型，也可替换为其他兼容模型，费用取决于所选模型供应商的 Token 定价和报告生成量。由于项目采用 MIT 或类似宽松开源协议，商业使用和二次开发在许可证允许范围内无需额外授权费。对于有技术能力自行部署的科研团队，这是一套边际成本可控、且不被单一 SaaS 供应商锁定的方案；对于希望“打开网页就能用”的用户，部署和维护的技术成本是主要的隐性投入。

👥 适合人群

需要快速完成文献综述和长篇研究报告的硕博研究生和青年科研人员（尤其是海洋科学、水产养殖、生态保护等领域的论文综述深度开发）；有编程基础、希望自行部署和定制科研 AI 工作流的高校教师和实验室技术人员；研究 AI Agent 架构、MCP 协议在科研场景应用的研究者和开发者（项目本身就是 MCP 工具的示范应用，代码级参考价值明确）；以及所在机构有私有化部署或数据不出内网要求、不能使用公有云 AI 服务的科研团队。SciAssistant 尤其适合“有技术能力、有明确文献综述需求、且希望掌握系统控制权”的场景。如果核心需求是零部署、开箱即用的轻量 AI 写作或对话工具，或者完全没有 Python 和服务器操作经验，这个开源框架的工程复杂度会构成实质门槛。

✅ 优点

• 多智能体架构把科研报告生成拆解为规划、检索、写作三个独立环节，每个环节由专门的 Agent 负责，避免了单一模型在同一上下文中同时处理“找什么”和“怎么写”时容易出现的逻辑混乱和信息遗漏
• 深度整合 PubMed、arXiv、Google Scholar、Springer Nature、Elsevier ScienceDirect 等主流学术资源，检索覆盖面广，对于需要跨库调研的综述类任务，减少了在多个平台之间手动切换和整理的时间
• 万字级长文生成能力直接命中科研综述的核心需求：自动构建标题、摘要、目录、章节和参考文献的完整结构，并支持 Markdown 和 PDF 导出，输出物更接近可进一步编辑的初稿，而非一段需要大量重组的碎片化文本
• 完全开源且模型可替换，不被单一供应商锁定：盘古大模型通过 OpenAI API 访问，用户可以按需替换为其他兼容模型，根据预算、算力或模型能力偏好灵活调整，长期使用的自主权远高于封闭 SaaS 产品
• 由中科院南海海洋研究所官方研发并已在内部部署应用，技术背景和场景验证有科研机构背书，不是纯概念演示项目，在海洋科学等垂直领域的适配性经过了真实科研任务的检验
• MCP 工具的示范应用具有额外的技术参考价值：项目在源代码层展示了 MCP 协议如何连接外部搜索源和本地知识库，对于希望学习或构建自己 Agent 工作流的开发者来说，是一个可读、可改、可复用的工程样板
• 提供三种交互模式（Chat/Reasoner/DeepDiver），用户可以根据任务性质选择轻量对话、深度推理或长文生成，不必用同一种模式应对所有场景，灵活性和可控性优于单一模式的工具

⚠️ 缺点

• 没有官方托管的在线体验入口，必须自行部署：需要克隆 GitHub 仓库、配置 Python 环境、MySQL 数据库和环境变量，对不熟悉服务器操作和命令行部署的科研人员来说，首次跑通的门槛不低，无法做到“注册账号即用”
• 生成的是“工程可控的初稿”而非“可直接投稿的终稿”：AI 完成的是文献检索整合、结构搭建和正文撰写，但学术观点的创新性、论证的严谨性、数据的准确性和引用的规范性仍然需要研究者本人逐项把关，不能把 AI 输出当作学术成果直接使用
• 检索和生成质量高度依赖所接入的模型能力与 API 渠道：如果为了控制成本或数据安全而使用能力较弱的模型，长文的结构质量和信息整合深度可能明显下降；使用强模型则会产生持续的 API 费用，需要在质量、成本和隐私之间做权衡
• 作为科研机构开源项目，产品化程度和用户支持无法与商业 SaaS 相比：界面打磨、异常处理的友好度、文档的完备性可能存在差距，遇到部署或运行问题时主要依赖 GitHub Issues、README 和自行排查，没有专属客服或 SLA 保障
• 当前阶段聚焦于论文综述生成，功能边界相对明确：项目规划后续向 AI4Science 平台演进，增加数据自动化分析和科学计算 Coding 等能力，但现阶段如果需求超出文献综述和报告生成的范畴，它的覆盖能力有限，不能当作通用科研 AI 平台来使用
• 对机构 IT 环境有一定要求：需要能够运行 Python 3.8+、MySQL 5.7+/8.0+，并在本地或服务器上持久化部署 Web 服务。对于没有实验室服务器或云计算资源、且不具备环境配置能力的个人研究者，实际可用性会打折扣

💡 使用技巧

• 先按 README 的“快速开始”跑通最小闭环：克隆仓库 → 安装依赖 → 配置环境变量（参考 config/env.template）→ 启动服务 → 浏览器访问，确认 Web 界面可以正常对话和提交任务后，再尝试 DeepDiver 长文模式，不要一上来就配置复杂的研究课题
• 根据任务性质选择交互模式：快速验证一个问题或调整方向时用 Chat 模式；需要观察模型推理过程、判断其逻辑是否合理时用 Reasoner 模式（适配支持思维链的模型）；需要生成完整综述或长篇报告时再切换到 DeepDiver，避免用长文模式处理本可以快速对话解决的轻量任务，造成不必要的 API 消耗和时间浪费
• 如果所在机构有 PubMed、arXiv 或订阅数据库的访问权限，在部署时优先配置对应的 API 通道或机构订阅接入，让 Information Seeker 能够检索到更完整的学术资源。公开网络搜索的信息密度和权威性通常不如专业学术数据库，配置好数据源直接影响报告的质量
• 利用“文档库”功能做定向综述：将你关心的核心文献（PDF 或 Word）上传到用户专属文档空间，让 Agent 围绕这组文献进行检索和整合，而不是完全依赖开放网络搜索。对于需要聚焦特定研究方向或争议点的综述，定向文档库能显著提高相关性
• 对 AI 生成的报告保持“结构化审阅”的习惯：先检查目录和章节逻辑是否合理，再逐节核对关键事实、数据和引用来源，最后统一参考文献格式。把 AI 当作完成了“从 0 到 0.7”的初稿搭建者，剩余的 0.3 由研究者本人完成，而不是期待一键生成终稿
• 如果团队同时有数据分析和科学计算的需求，可以关注项目后续向 AI4Science 平台的演进路线，但现阶段不要强行用 SciAssistant 覆盖文献综述之外的任务。它的优势边界在“检索—整合—长文生成”这条链路，超出这个范围的需求应搭配其他工具或等待后续版本
• 在模型选择上，不必一开始就追求最强或最贵的 API：先用中等能力的模型跑通几轮综述任务，评估报告的结构完整性和信息密度是否达到你的基本要求，再决定是否升级模型。如果质量差距不明显，控制 API 成本对长期高频使用更为实际
• 部署时注意数据安全边界：如果研究内容涉及未公开数据或敏感信息，优先选择本地模型或私有化 API 通道，避免将敏感材料传输至公有云模型服务。开源部署的意义之一就是让数据流转路径可控，不要因为图方便而绕过这个优势