ARTICLE · 1033948
测试下Nature最新发表的AI工具:Paper2Agent(2026年9月16日发表)
2026年9月16日发表于 nature 的一项研究介绍了一款人工智能（AI）工具Paper2Agent，它可以将论文转化为专属智能体，像“虚拟通讯作者”一样回答有关论文的各种问题、把论文方法用于新的数据集，甚至与其他论文的智能体协作。https://www.nature.com/articles/s41586-026-11044-y，文献标题《Reimagining research papers as interactive and reliable AI agents》。
看到这里，我感觉各位曾经囤积的超多文献代码资源可以拿出来使用了！
github地址：https://github.com/jmiao24/Paper2Agent
MCP是什么
要用上面的这个Paper2Agent，需要简单了解一下 MCP是什么。
如果你是在 AI / 大模型 / Agent 语境里看到 MCP，它通常指 Model Context Protocol（模型上下文协议）。
可以把 MCP 理解成：给 AI 连接外部工具和数据源的一套统一接口标准。
例如，一个 AI 助手想要：
读取 Google Drive / 数据库里的资料 查询公司内部系统 操作 GitHub 调用搜索、日历、邮件等工具
以前每接一个系统，都可能需要单独写一套集成代码。MCP 的思路是制定统一协议，让这些系统以 MCP Server 的形式提供能力，而 AI 应用作为 MCP Client 去调用。
简单画一下：
AI / Agent │ MCP Client │ ───── MCP 协议 ───── │ │ │ MCP服务器 MCP服务器 MCP服务器 │ │ │ GitHub 数据库 本地文件所以它有点像 “AI 世界的 USB-C”：USB-C 统一了设备连接方式，而 MCP 希望统一 AI ↔ 工具/数据 的连接方式。
比如你对 AI 说：
“看看我 GitHub 项目最近有哪些 issue，然后整理一下。”
如果 GitHub 已经通过 MCP 接入，模型就可以通过 MCP 获取对应工具，读取 issue，再整理结果，而不是只能依赖模型训练时学到的知识。
如果你最近是在 Claude、Cursor、VS Code、AI Agent 这些地方看到“MCP”，基本就是这个意思。MCP 最初由 Anthropic 提出，后来逐渐成为 AI 工具生态里很重要的一种开放协议。
Paper2Agent 是什么
一个多智能体系统，把论文“变成”可交互的 AI Agent。核心思路：由一个协调者（coordinator）调度多个并行的专业子智能体，将论文及其配套代码库转换成经过测试的 MCP 服务器（工具形式）和 paper skill（知识形式），然后接回 Claude Code / Codex 等 coding agent 使用。
Paper2MCP 内部是 6 阶段流程：环境搭建与工具筛选 → 运行原始教程代码得到参考结果 → 并行实现工具包装器 + 独立验证器交叉检查 → MCP 集成 → 运行时安装验证 → 文档与 ZIP 交付。全程有 workflow 状态标记和哈希校验，防止子智能体“虚报完成”。
三个现成的 MCP 服务器
仓库在 Hugging Face 上托管了三个现成的 MCP 服务器，一条命令接入就能用。
可用的三个：AlphaGenome（基因组变异解读）、Scanpy（单细胞预处理聚类）、TISSUE（空间转录组不确定性预测）。接入后就能直接提问，例如：“分析心脏基因表达数据，找出 chr11:116837649:T>G 变异的因果基因”。
claude mcp add --transport http alphagenome https://Paper2Agent-alphagenome-mcp.hf.space隐藏彩蛋
仓库里还有一个隐藏彩蛋：skills/paper2agent/paper2agent-paper/ 内置了这篇 Nature 论文自己的 skill（含全文、补充材料和图表），也就是说作者用这个工具 agentify 了论文本身——您可以在任何装了该 skill 的 agent 里直接询问论文细节。
Paper2Agent工具配置
提示词：
请你阅读这个 github地址：https://github.com/jmiao24/Paper2Agent，看看这个工具如何使用。
有了初步了解后，我让它配置一下：
配置一下这个工具：Paper2Agent
给了我一个配置计划，我大概看了一眼：
这里要安装三个MCP，我了解了一下三个工具的功能后，感觉只需要一个：
Scanpy MCP（7 个工具）— 单细胞 RNA-seq 预处理与聚类，就只安装这个好了。
开始配置
很快配置好了。
Scanpy MCP分析
试试看。首先我有第一个疑问：这个东西在哪里运行？
所以这里我用一个公共数据库的数据去做测试。
接好后在这里：
上面安装完了后，需要重启一下。
单细胞运行案例
这里就用我们之前测试过的一个数据吧：biomni：融了 1600 万美元的智能体里面的skills好用吗？用一个实战看看！
提示词：
我有一份单细胞转录组数据，在这里：/Users/scorpio/002-biotrainee/20-视频号直播/01-2026GEO数据挖掘/07-GSE214695-单细胞肠炎IBD/GSE214695，18个样本，样本类型为人的肠组织。用 Scanpy MCP 对 这个数据 做标准预处理和聚类，以及细胞亚群注释。
额，提示别人服务器上面的，我用不了：
我选择了2，本地部署这个MCP。
计划：从 HF Space 拉取服务器源码 → 本地建环境运行 → 注册到 ZCode → 用它分析您的 18 个样本。
要跑一个小时，感觉等不了，现在浑身肌肉酸痛头昏脑涨的，像是感冒前兆：
就在我说完上面这句的时候，它说跑完了。。。
跟这个对比看看：biomni：融了 1600 万美元的智能体里面的skills好用吗？用一个实战看看！
注释后的结果：
此外，这个流程的数据过滤非常保守，如果你是完全0基础，流程都默认跑了，我感觉你也不知道在哪里去如何合理的调整参数。
这样，跟公司给你交付的一套标准分析就完全没有任何两样了。
跑完后，需要进行结果调整！！！
这个东西用下来感觉本质就是一个分析流程。
更大的价值在于根据已有的文献资源，无编程经验的你去搭建一个分析流程（任何你想要的分析流程）。
那现在搭建一个分析流程的跟以前手搓一个分析流程的区别：
一个是花钱直接买了打火机获得火源，一个需要钻木取火。
我们还有一个AI4S的分析工具交流群，如果你对生命科学领域的AI感兴趣，欢迎添加新叶的微信进交流群：jzhang0527。
备注：AI4S。
如果对你有帮助，欢迎一键三连~
生信技能树的AI培训班：