OpenClaw、Hermes+Vibe Coding核心实战玩法,手把手教你本地部署与云端协同,实现知识、论文自动化工作流”-夜雨聆风

OpenClaw、Hermes+Vibe Coding核心实战玩法,手把手教你本地部署与云端协同,实现知识、论文自动化工作流”

直播课

关于举办“OpenClaw、Hermes+Vibe Coding核心实战玩法，手把手教你本地部署与云端协同，实现知识、论文自动化工作流”培训班

直播时间：5月23日-24日

【两天教学、提供全部资料、代码及长期回放】

前言

各有关单位、科研团队及相关人员：

在人工智能快速重塑科研范式的背景下，大语言模型、Agent系统与自动化科研工作流，正在深刻改变文献阅读、代码开发、数据分析、论文写作与科研协作的底层方式。面对模型快速迭代、工具形态持续演进的新局面，科研人员亟需从“会使用AI”进一步升级到“会配置AI、会组织AI、会让 AI参与科研工作流”，真正建立面向长期研究任务的个人智能科研系统。

为帮助广大科研人员、高校教师、研究生及高端知识工作者系统掌握OpenClaw及同类Agent工具在科研中的应用方法，拟举办“OpenClaw科研Agent与Vibe Coding两天实战营”。本次课程以 OpenClaw为主线，系统讲解配置部署、模型接入、Token 选择、国产模型对比、大模型本地部署、数据云端存储、快速云端数据下载、数据可视化、Vibe Coding、Agent编程工具选型、SKILL 封装、MCP 扩展与多模型论文写作自动化等核心内容。

课程特别强调“养龙虾式科研助手养成”思路，即把AI从一次性对话工具，逐步培养成懂你的课题、目录、规则、写作风格和科研流程的长期助手，最终形成一套可以持续进化的个人科研工作台。现将有关事项通知如下：

课前准备

为确保每位学员都能顺利上手实操，课程开始前一周将讲解详细的环境配置教程，并提供一份配置说明文档，助你轻松搞定复杂环境搭建！

1.安装好Python、Git、VS Code

2.准备至少1-2个可调用API的模型账号

3.准备安装或已安装OpenClaw、Hermes、Cursor、Claude Code、Codex

4.自带一个科研题目、一份数据样例或2-3篇代表性论文，便于课堂演练

5.若计划实操本地部署，建议电脑具备较大内存或可连接GPU服务器

【课程交付成果】：

1.一个已完成基础配置的OpenClaw科研环境

2.一份《科研任务-模型-Token选型卡》

3.一份《本地大模型部署与接入说明卡》

4.一份《科研Agent编程工具对比表》

5.两个科研Skill初稿

6.一份《科研MCP接入蓝图》

7.一份《科研云端数据管理与下载流程模板》

8.一套个人多模型论文写作自动化流程图

9.一份《个人OpenClaw科研助手搭建方案》

10.一份《NotebookLM、Claude Code、Obsidian的知识工作流》

课程特色

1.以真实科研任务为牵引，不停留在空泛概念介绍

2.强调OpenClaw、Agent工具和多模型系统在科研场景中的可落地性

3.将模型配置、编程、写作、数据处理与知识管理打通为统一工作流

4.同时覆盖本地部署与云端协同两类科研使用路径

5.每个模块尽量形成明确案例、模板或流程产出，便于课后复用

培训目标

1. 独立完成 OpenClaw、Hermes 的安装、配置、模型接入与基础使用。相对于Openclaw，Hermes具有自我成长的功能。

2. 理解 Token、上下文窗口、调用成本与模型能力边界

3. 学会比较并选择不同大模型，尤其是 DeepSeek 、Qwen、Chatgpt、Opus、Gemma4、Kimi、GLM、Minimax

4. 掌握开源大模型本地部署的基本路径，如 Ollama的适用场景，Ollama本地部署Gemma4和Qwen3.5后运行Claude，保存本地数据隐私性。Openclaw、Codex、Claude Code运行本地大模型

5. 学会建立科研数据的云端存储、快速下载与版本化管理流程

6. 掌握 Vibe Coding 在科研编程中的正确工作方法

7. 学会用 Agent 完成科研数据可视化与结果解释

8. 学会使用 Cursor、VS Code、Codex、Claude Code 完成科研代码任务

9. 学会编写科研 SKILL，理解 MCP 的扩展价值

10. 设计一套属于自己的多模型论文写作自动化工作流

11.掌握一套从NotebookLM、Claude Code、Obsidian知识管理自动化工作流（无论是老师还是学生都可以复现MIT研究生48小时掌握一门课）

12.通过Hermes Agent生成Karpathy的LLM-Wiki的Obsidian知识库

培训对象

1.高校教师、博士后、博士生、硕士生

2.需要频繁进行论文写作、数据分析、代码开发、学术绘图的科研人员

3.希望系统了解OpenClaw、Cursor、VS Code、Codex、Claude Code的学员

4.希望搭建个人AI科研工作流与课题组协作体系的知识工作者

重点专题说明

1.如何讲清楚Token选择：

1)Token是模型处理文本的基本计量单位，不等于简单字数

2)选模型不仅看“聪不聪明”，还要看上下文、速度、成本和稳定性

3)真正高效的科研工作流通常是多模型分工，而不是只用一个最贵模型

4)要教会学员把高质量模型用在关键步骤，把高性价比模型用在重复步骤

2.中国两个大模型与美国三个大模型对比：

1)DeepSeek适合推理链、代码、数学与结构化任务

2)Qwen适合中文理解、通用办公、生态兼容和平台接入

3)Gemini的Nano Banana适合绘图

4)Opus搭配Claude Code适合写代码和论文

5)Chatgpt5.4搭配Codex适合执行任务

6)教学中应强调“任务分工”而不是简单比较谁更强

3.如何“养龙虾进行科研”：

1)长期培养一个懂你课题和工作习惯的科研助手

2)用规则、Skill、MCP、知识材料和模板持续迭代Agent

3)把每次科研实践沉淀成可复用的流程资产

4.本地部署与云端协同：

1)敏感数据、私有材料和高频重复任务优先考虑本地模型

2)高质量推理、长文写作和复杂审阅可调用云端强模型

3)最实用的方案往往不是全本地或全云端，而是“本地保密+云端增强”的混合策略

课程安排

模块一、大模型本地部署与私有科研环境搭建

1.为什么科研人员需要本地部署模型

2.Ollama的特点与选型

3.本地部署的硬件、显存、量化与速度认知

4.本地模型与云端模型如何协作

5.隐私数据、本地文献和课题资料的安全使用边界

案例与产出：

案例：部署一个本地中文/代码模型并接入OpenClaw

产出：《本地大模型部署与接入说明卡》

模块二、大模型选型、Token理解与国产模型对比

1.什么是Token、上下文窗口、输入输出成本

2.如何按任务长度、预算和精度选择模型

3.科研场景中的模型分工：检索、总结、写作、编程、评审

4.DeepSeek与Qwen的对比：中文、推理、代码、接入与生态

5.国际模型与国产模型如何协同使用

案例与产出：

案例：同一科研任务交给不同模型处理并比较效果

产出：《科研任务-模型-Token选型卡》

模块三、OpenClaw配置部署与科研使用入门

1.OpenClaw的定位与适合场景

2.本地安装、目录结构、模型接入、工作目录管理

3.API Key、模型路由、项目上下文管理

4.如何把OpenClaw用成长期科研助手而不是一次性聊天工具

5.“养龙虾”理念在科研中的落地方式

案例与产出：

案例：完成OpenClaw和Hermes初始化与一个科研项目目录配置

产出：一份个人OpenClaw科研环境检查清单

模块四、Vibe Coding在科研编程中的实践

1.什么是Vibe Coding

2.科研人员如何用自然语言驱动代码生成、调试和重构

3.如何清楚描述输入、输出、约束和验证标准

4.如何避免“代码能跑但结果不可靠”

5.科研编程中的验真与复现意识

案例与产出：

案例：生成一个科研数据清洗与绘图脚本并调试到可复现

产出：Vibe Coding科研提示词模板+代码验真清单

模块五、Cursor、VS Code、Codex、Claude Code等Agent工具对比

1.Cursor的定位与优势

2.VS Code的科研工作流兼容性

3.Codex的终端协作与文件级执行能力

4.Claude Code的长上下文与重构能力

5.如何按科研任务类型选择合适的Agent编程工具

案例与产出：

案例：同一代码任务分别用不同Agent工具演示

产出：《科研 Agent 编程工具对比表》

模块六、SKILL封装，让常用科研动作可复用

1.什么是SKILL，为什么它是科研提效关键

2.如何把提示词、规则、模板和流程封装成Skill

3.适合科研封装的Skill：文献速读、审稿回复、图注生成、代码审查

4.Skill的维护与团队共享方式

案例与产出：

案例：编写“论文精读摘要”Skill和“科研绘图诊断”Skill

产出：2个科研Skill初稿

模块七、MCP扩展，让OpenClaw接入外部工具

1.什么是MCP，为什么它对Agent很关键

2.MCP与普通聊天工具的区别

3.科研常见MCP场景：文件、论文库、Zotero、Git、表格、知识库

4.Skill与MCP的协作关系

案例与产出：

案例：设计一个科研知识管理或文档处理型MCP工作流

产出：《科研MCP接入蓝图》

模块八、数据云端存储、快速下载与科研可视化

1.常见科研数据云端组织方式：网盘、对象存储、服务器目录、Git LFS

2.如何建立“云端存储+本地缓存+版本留痕”机制

3.批量下载公开科研数据与课题组共享数据的高效方法

4.用Python与Agent快速完成数据整理、可视化与图表解释

5.从原始数据到论文图的最短路径设计

案例与产出：

案例：完成一次云端数据快速下载、清洗和自动绘图流程

产出：《科研云端数据管理与下载流程模板》 + 一套可视化脚本样例

模块九、多模型论文写作自动化工作流

1.如何把论文写作拆成选题、提纲、证据整理、段落生成、润色、审稿回复等环节

2.不同模型在写作中的分工：构思、长文重写、中文润色、英文表达、批判审阅

3.文献摘要、Related Work、方法说明、图注和 Cover Letter的自动化生成思路

4.如何降低幻觉、保证引用与事实一致性

5.多模型串联下的论文写作自动化框架

案例与产出：

案例：围绕一篇真实论文，搭建“读文献-出提纲-生成初稿-批改润色-生成回复”的写作流水线

产出：《多模型论文写作自动化流程图》+ 一套论文写作提示词模板

模块十、NotebookLM,Claude Code，Obsidian自动化工作流

1.NotebookLM如何快速整理文档内容

2.Claude Code如何连接NotebookLM

3.Claude Code如何将NotebookLM的内容存储到本地Obsidian仓库

案例：掌握一套从NotebookLM、Claude Code、Obsidian的知识工作流

模块十一、综合演练与个人科研助手落地方案

1. 如何把两天内容整合为个人科研系统

2. 维护规则、Skill、知识材料和模板

3.生成一个自动更新的知识库

案例与产出：

案例：Hermes Agent生成Karpathy的LLM-wiki的Obsidian知识库

产出：《个人科研助手知识库》

注：请提前自备电脑及安装所需软件。

培训费用

非会员费用：2680元

Ai尚研修会员费用：会员政策参会

【优惠活动】：

1：学生凭学生证有效证件参会可享受85折优惠。

2：转发朋友圈推荐好课程，集赞20枚可获得100元【设置公开可见】。

证书及学时

参加培训的学员可以获得《Agent智能体科研应用》专业技术证书及学时证明，网上可查。此证书可作为学时证明、个人学习和知识更新、单位在职人员专业技能素质培养及单位人才聘用重要参考依据。证书查询网址：www.aishangyanxiu.com

报名方式

详细报名流程，请联系课程负责人

宋鹏：15383025520（微电）