01课程概览
同样是一项数据分析任务，有的人需要两周时间手动完成，而有人借助AI智能体仅用十分钟就能交付结果——到2026年，这样的效率差距已经成为现实。新一代AI正从简单的“对话助手”升级为能够独立执行任务的AI智能体。
研究者只需用自然语言描述科研需求，AI智能体便可以自动编写代码、完成数据分析、调试问题并优化结果，全程几乎不需要手动编程。同时，多个智能体还能协同工作，并行处理大量文献，自动提炼核心观点并生成结构化综述——一个人也能拥有类似研究团队的工作效率。
更重要的是，这些AI系统可以全天候运行，持续追踪最新论文、监测研究动态，并自动生成科研情报报告，成为长期稳定的科研助手。未来科研效率的差异，不再取决于是否会使用大模型，而在于是否掌握基于AI智能体的自动化科研流程。
本课程面向科研人员设计，属于国内较早系统讲解AI智能体在科研中的实践课程之一。课程将重点介绍以 Claude Code 为代表的AI编程智能体，以及OpenClaw（龙虾）个人AI代理，以coze为表的工作流智能体在科研全流程中的应用方法，涵盖六类典型科研场景：多源科研数据自动采集、大规模文献智能处理、科研数据分析与模型构建、科研专属智能体开发、多智能体协同写作，以及科研监测与自动化情报系统的搭建。无需编程基础，AI智能体可以承担大量技术工作，研究者只需学会如何合理“指挥”AI，完成三天研修后，您将能够建立属于自己的AI自动化科研工作流程。
02课程亮点
1. 零基础也能快速上手：无需编程背景，AI智能体可以完成代码编写、数据分析、建模和文献阅读等任务。学员只需通过自然语言进行指令控制，就能高效完成科研工作。
2. 以实践为主的教学方式：课程强调动手操作，约80%的时间用于实操训练。每个模块都配套练习，帮助学员在学习过程中立即应用，并能直接迁移到自己的科研项目中。
3. 原创体系化课程设计：课程基于丰富的一线培训与科研实践经验开发，系统讲解AI编程智能体与个人AI代理在科研场景中的应用方法，形成完整学习体系。
4. 覆盖前沿AI智能体技术体系：课程内容涵盖Claude Code、OpenClaw、SubAgent多智能体架构、MCP工具生态以及Skills扩展机制等关键技术，同时对主流大模型在科研任务中的能力进行对比分析。
5. 完整工具环境与使用支持：培训期间提供完整的AI智能体工具环境，无需复杂配置；课程结束后仍可继续使用一段时间，方便学员在真实科研工作中持续实践和应用。
6. 答疑回放与免费复训：课程不仅关注当堂习得，更注重长期落地，相同课程一年内可免费重复参加，每次复训都有新收获；我们提供完整的培训视频回放供反复研习，并建立课后答疑群提供长期技术支持。限报40人，前20人报名可获取往期的培训视频资料，免费远程部署智能体，方便提前预习。
03时间及上课形式
2026年7月10日 — 7月12日
上海现场和在线平台同步直播3天
2026年8月15日 — 8月17日
北京现场和在线平台同步直播3天
注：两期课程内容一样，请根据您的时间选择其中一期报名即可，现场及线上直播同步进行，不方便到现场的学员，可线上参加，限报40人。
04课程收获
1. 掌握AI智能体的系统化使用能力：全面理解AI编程智能体的核心技术体系，包括多种工作模式、记忆机制、SubAgent协作架构、MCP插件生态以及Hooks与Skills扩展能力，能够快速适应和使用各类新兴AI工具。
2. 高效开展文献批量处理与分析：构建自动化文献处理流程，通过多个AI智能体协同完成文献阅读、观点提取与对比分析，辅助生成结构化综述和论文初稿。
3. 实现从数据处理到模型部署的完整流程：利用AI智能体完成数据清洗、特征工程、机器学习或深度学习建模，并将模型部署为Web预测服务，显著降低编程门槛。
4. 构建自动化科研数据采集体系：搭建多源数据抓取系统，自动获取科研数据，并完成数据采集、清洗、存储与分析的一体化流程。
5. 开发面向科研场景的专属智能体应用：能够独立设计并开发适用于自身研究领域的智能体应用，例如文献助手、数据分析机器人或领域知识问答系统。
6. 实现科研数据管理自动化：通过AI自动完成数据格式转换、批量文件整理与异常数据检测，减少重复性数据处理工作。
7. 打造全天候运行的科研智能助手：基于OpenClaw构建持续运行的科研自动化系统，实时追踪最新论文与研究动态，自动更新知识库并定期生成科研情报报告。
05课程大纲
| 课程章节 | 主要内容 |
|---|
| 第一章 | 1.Agent智能体是什么，到底能帮我们做什么2.2026年Agent智能体技术最新进展介绍3.两种类型Agent智能体工具对比1）当前工程化最强的智能体工具Claude code2）发展潜力最强的智能体工具OpenClaw4.不同类型大模型介绍：向量模型、多模态模型、聊天模型5.Agent智能体相关技术介绍Skills、Tools、Memory等等6.大模型体系技术介绍Agent、MCP、RAG、知识库等等技术介绍7.关键性能指标对比：上下文容量、输出能力、文件处理、多模态识别8.国内模型 vs 海外模型的差异化优势与科研场景适配9.模型选型的成本效益分析10.提示词工程的终极方法论与高级应用技巧11.（课堂实操）几个可以免费使用Token的模型申请 |
| 第二章科研智能体的工程化起点：Claude Code 环境搭建与基础研究范本构建 | 1.底层工具链：命令行/Shell选择2.（课堂实操）掌握核心操作：命令行文件与路径管理速成3.（课堂实操）配置跨平台集成开发环境（IDE）与终端4.（课堂实操）安装AI编程智能体核心引擎与依赖管理5.（课堂实操）接入多模型科研计算后端：API配置与密钥安全管理6.（课堂实操）Claude code不同模式7.（课堂实操）实现首次启动验证与基础功能测试8.（课堂实操）深度配置科研专用参数与交互模式9.（课堂实操）建立用量监控、成本分析与资源优化策略 |
| 第三章Claude Code 智能体高级架构设计—记忆、子智能体与插件生态 | 1.记忆管理系统详解：多层级记忆架构的设计理念与使用策略2.上下文容量监控与资源分配：上下文使用情况的可视化分析方法3.上下文管理三大核心策略：不同策略的特点与最佳使用时机4.SubAgent 子智能体系统：并行任务分配、独立上下文与动态调度机制5.子智能体的多种使用模式：常见协作方式与典型应用场景6.MCP 模型上下文协议：实现智能体“插件化扩展”的标准接口机制7.MCP 插件生态概览：科研常用插件及其安装与配置方法8.Hooks 生命周期钩子机制：五大关键节点的自动化控制与应用场景9.（课堂实操）管理与优化智能体上下文使用10.（课堂实操）体验子智能体并行协作的任务流程11.（课堂实操）安装核心 MCP 插件并进行功能验证 |
| 第四章Claude Code工作流工程化实践—Skills系统、流程编排与效率优化 | 1.Skills模块化技能系统的架构设计与渐进式加载原理2.Skills的标准开发规范、文件结构与配置字段详解3.正确的Skill设计模式 vs 常见设计误区4.自动化Skill创建工具的使用与最佳实践5.史会话的状态回溯、恢复与对话导出管理6.多模型动态切换策略与任务-模型匹配方法论7.IDE集成方案与可视化工作界面配置8.组合运用全部高级功能构建个人专属高效工作流的系统化方法9.（课堂实操）如何将记忆+子智能体+插件+技能+钩子五大功能融为一体10.（课堂实操）设计并开发一个符合规范的自定义Skill11.（课堂实操）配置多模型切换策略并测试任务分配效果12.（课堂实操）构建一个完整的科研工作流（整合记忆、子智能体、插件与Skills） |
| 第五章 | 1.科研数据采集的法律合规要点与风险规避策略2.主流采集技术方案的对比分析与选型指南3.（课堂实操）网页数据结构解析与浏览器开发者工具的实战应用4.（课堂实操）AI赋能智能体爬虫开发：无需编程基础，通过自然语言描述需求即可快速构建采集程序5.（课堂实操）基于PubMed的医学论文定向采集：按关键词、时间范围、期刊等条件自动获取目标文献数据6.（课堂实操）PubMed最新论文的实时追踪与增量采集方案设计7.（课堂实操）PubMed论文采集数据与大模型API联动分析的端到端工作流8.（课堂实操）定时自动化任务的设计与系统级部署：让采集系统每天自动运行 |
| 第六章 | 1.国产模型API的申请流程、环境配置与密钥安全管理实践2.（课堂实操）构建批量文献处理流程：论文下载 → 智能分析 → 结构化输出3.（课堂实操）基于AI分析结果的文件批量转markdown格式4.（课堂实操）科研论文关键信息的多维度自动提取技术与实现方法5.（课堂实操）从单篇到百篇的规模化处理策略与工程化实施方案6.（课堂实操）API驱动的结构化分析报告自动生成系统7.（课堂实操）批量处理中的成本控制、错误处理与容错机制设计8.（课堂实操）构建一套完整的科研文献批量智能处理系统 |
| 第七章 | 1.仪器数据格式转换与标准化处理的自动化实现方案2.基于外部数据匹配的影像/样本文件自动化整理方法3.异常数据的自动检测、标记与质量报告生成机制4.（课堂实操）多源异构数据的融合处理与统一管理策略设计5.（课堂实操）国家统计局多层级数据的自动化采集与结构化存储6.（课堂实操）科研数据全生命周期管理的标准化工作流设计与实施7.（课堂实操）大批量科研文件的智能重命名与分类归档体系构建8.（课堂实操）构建一套科研数据自动化管理系统 |
| 第八章 | 1.（课堂实操）数据清洗、特征工程以及高级可视化的AI辅助流程2.（课堂实操）利用传统机器学习算法进行快速建模、参数调优与效果评估3.（课堂实操）在复杂深度学习任务中使用AI辅助完成完整开发流程4.（课堂实操）对模型训练过程进行监控、优化以及结果分析5.（课堂实操）将训练完成的模型封装成可交互的Web预测服务6.（课堂实操）实现模型上线后的完整闭环：数据输入、预测输出与反馈机制7.（课堂实操）AI智能体在算法项目中的高效协作方式与使用注意事项 |
| 第九章 | 1.AI时代程序员角色的转变：从单纯写代码到“指挥AI开发”2.现代软件架构的核心模块与协作机制（结合类比讲解）3.前端技术体系概览：从基础三件套到现代框架的发展路径4.后端技术要点：主流编程语言对比及科研场景下的选择5.数据库基础：两大数据库类型的特点、操作方式与应用场景6.API接口的基本原理：前后端之间的通信机制解析7.一次完整请求的执行流程：从用户操作到数据返回的全过程8.AI编程智能体如何整合前端 + 后端 + 数据库 + API，实现一体化开发 |
| 第十章 | 1.（课堂实操）把前期下载到db的论文作为素材2.（课堂实操）构建统一协调subAgent角色3.（课堂实操）构建后端开发工程师subAgent角色4.（课堂实操）构建前端架构师subAgent角色5.（课堂实操）构建测试工程师subAgent角色6.（课堂实操）请基于多 Agent 协作架构，生成一个完整的科研论文查询系统7.（课堂实操）让建测试工程师测试代码是否有bug8.（课堂实操）在系统里面对论文增删改查操作 |
| 第十一章Claude Code科研智能体设计方法论与全栈开发实战 | 1.科研智能体的需求分析框架：如何定义一个优秀的智能体2.从需求到原型的快速设计方法论3.（课堂实操）交互式智能体的完整设计与实现流程4.（课堂实操）领域专用智能体深度案例：覆盖多个科研与医疗场景5.（课堂实操）智能体界面设计与用户交互体验优化6.（课堂实操）智能体状态管理、会话控制与异常处理机制7.（课堂实操）智能体的测试验证与持续迭代改进策略8.（课堂实操）将智能体从本地部署到可分享服务的技术路径 |
| 第十二章 | 1.Embedding 模型是什么2.Embedding 维度的作用3.Embedding相识度算法4.常用的Embedding对比5.不同场景Embedding模型选择6.向量数据库介绍7.不同场景向量数据库的选择8.什么是RAG9.向量检索10.Reranker检索（重排序）11.混合检索（Hybrid Search）12.三者的协同关系13.技术选型建议图数据库、知识图谱和graphRag |
| 第十三章 | 1.（课堂实操）本地向量数据库自动安装部署2.（课堂实操）配置向量模型3.（课堂实操）把中医药内容写入知识库4.（课堂实操）把科研论文pdf转md格式，保存到知识库目录5.（课堂实操）开发智能体前端页面，并启动服务6.（课堂实操）通过知识库对外提供问答服务 |
| 第十四章Claude Code构建复刻现有科研论文的智能体 | 1.（课堂实操）找一篇课题相近的科研论文2.（课堂实操）下载论文数据集3.（课堂实操）提取论文结构，包括写作模版、论文结构、模型，分析方法、图表展示等等4.（课堂实操）下载课题相关数据集5.（课堂实操）训练预测模型6.（课堂实操）使用复刻的模版，撰写自己课题的文献 |
| 第十五章 | 1.（课堂实操）确定选题2.（课堂实操）整理数据、论文材料3.（课堂实操）生成论文大纲4.（课堂实操）分章节生成初稿5.（课堂实操）润色与格式整理6.（课堂实操）推荐投稿期刊7.（课堂实操）按期刊优化8.（课堂实操）AI审查优化 |
| 第十六章 | 1.（课堂实操）构思与定义：① 提炼研究不足 → ② 定义研究问题2.（课堂实操）项目准备：③ 初始化项目 → ④ 设计精读方案和搜索策略3.（课堂实操）搜索与筛选：⑤ 分组搜索 → ⑥ 标题摘要筛选 → ⑦ 全文评估与提取4.（课堂实操）写作：⑧ 写作准备 → ⑨ 逐段写作 → ⑩ 统稿定稿 |
| 第十七章 | 1.（课堂实操）本地电脑搭建原生OpenClow2.（课堂实操）OpenClow云端一键部署3.（课堂实操）OpenClaw安全配置4.OpenClaw基本参数配置详解和优化5.OpenClaw记忆系统介绍6.（课堂实操）OpenClaw在学术场景的人设分析7.课堂实操）OpenClaw学术工作流初步设定8.（课堂实操）OpenClaw 使用技巧系列：降低 Token 消耗，立竿见影9.每个人选择一个合适自己的方式安装OpenClow |
| 第十八章OpenClaw Skills系统详解与科研必备技能包实操 | 1. Skills是什么：OpenClaw能力扩展机制与基本原理（如何通过技能增强科研效率）2. Skills生态构成：官方技能、用户共享技能、社区/市场资源的区别与获取方式3. Skills安装方式：本地安装与配置流程（适用于离线或自定义技能）4.（课堂实操）Skills在线安装：通过ClawHub或社区市场一键获取与更新5.（课堂实操）科研常用Skills：学术搜索与文献管理（论文检索、引用整理等）6.（课堂实操）科研常用Skills：数据处理与分析（清洗、统计、可视化辅助）7.（课堂实操）科研常用Skills：论文与专利写作辅助（结构生成、润色）8.（课堂实操）安装并调用2-3个常用Skills，并探索更多实用技能来源 |
| 第十九章 | 1.自定义Skill基础:Skill目录结构(SKILL.md、scripts/)2.SKILL.md文件:技能描述、参数定义、输出格式3.（课堂实操）从零创建一个论文审稿Skills4.（课堂实操）创建推荐股票的Skills5.（课堂实操）创建一个科研工作流的自动化Skill |
| 第二十章 | 1.四大攻击面2.Skills安全检查清单3.（课堂实操）Gateway加固(必做)4.（课堂实操）密钥管理5.（课堂实操）八步安全加固清单6.（课堂实操）SOUL.md安全加固版7.（课堂实操）如何防止用户访问系统级别的⼯具8.（课堂实操）如何审计Agent的所有操作 |
| 第二十一章 | 1.（课堂实操）创建一个新的Agent2.（课堂实操）SOUL.md-核心人格，决定“聪明程度”的关键3.（课堂实操）IDENTITY.md-快速参考名片，4.（课堂实操）USER.md —— 智能体需要了解的"甲方画像"5.（课堂实操）AGENTS.md —— 行为手册6.（课堂实操）TOOLS.md —— 能力清单7.（课堂实操）Cron —— 定时调度8.（课堂实操）HEARTBEAT.md —— 自愈机制9.（课堂实操）做一个专业文献检索的Agent |
| 第二十二章 | 1.短期记忆：对话上下文与即时任务理解2.中期记忆：会话级信息与阶段性任务缓存3.长期记忆：越用越聪明4.KNOWLEDGE.md（知识库最重要）真正让 Agent“进化”5.向量化知识库：成为领域专业专家 |
| 第二十三章 | 1.（课堂实操）现有好用文献检索Skills推荐2.（课堂实操）使用Skill检索某研究方向近5年最新论文3.（课堂实操）生成指定主题的文献检索报告4.（课堂实操）把文献写入公共目录5.（课堂实操）自动解析文献写入知识库，让小龙虾编程文献专家 |
| 第二十四章0penClaw赋能数据分析、数据清晰、建模与可视化 | 1.数据分析、清晰Skills推荐2.（课堂实操）数据清洗标准化、Excel、CSV文件处理3.（课堂实操）清洗实验数据(去重、填补缺失值、格式转换换)4.（课堂实操）完成一个小型数据集的采集与预处理5.（课堂实操）机器学习建模(分类、回归、聚类)6.（课堂实操）数据可视化(折线图、柱状图、热力图)7.（课堂实操）上传实验数据,自动生成统计分析报告8.（课堂实操）选择合适算法构建预测模型 |
| 第二十五章 | 1.（课堂实操）基于智能体的学术文献元数据自动解析与结构化抽取2.（课堂实操）OpenClow驱动的学术知识图谱构建与研究主题关联发现3.（课堂实操）基于智能体的文献结构化摘要生成与核心知识自动归纳4.（课堂实操）OpenClow科研情报监测与热点文献自动推送系统5.（课堂实操）基于智能体的多源学术数据库自动检索与文献发现6.（课堂实操）科研文献库智能分类、标签化管理与自动归档系统7.（课堂实操）跨文献研究主题关联分析与学术趋势自动识别 |
| 第二十六章 | 1.（课堂实操）生成论文框架2.（课堂实操）生成一篇论文的引言部分3.（课堂实操）生成文献综述4.（课堂实操）生成人工只智能+的材料和方法部分5.（课堂实操）生成人工只智能+的结果和讨论部分6.（课堂实操）生成结论部分7.（课堂实操）统一协调Agent |
| 第二十七章 | 1.回顾三天课程的知识体系与核心要点2.对二十一个模块的关键技能进行总结与自评3.优秀方案分享与跨学科交流讨论4.AI技术持续学习的资源与信息跟进策略5.学员社群建立与后续答疑支持说明 |
06收费标准
培训收费有4类，请您按自身需要灵活选择。
A类：收费3900元/人（含培训费、资料费、A类证书费、发票费等）食宿自理。
证书：中科软研（北京）科学技术有限公司颁发的课程结业证书；
B类：收费4800元/人（含培训费、资料费、B类证书费、发票费等）食宿自理。
证书：可获得国家事业单位颁发的高级《生成式人工智能(AIGC)工程师》职业技能证书，纳入中心数据库，全国通用可查。
C类：收费5800元/人（含会议费、资料费、B类+C类证书费、发票费等）食宿自理。
证书：可获得国家一级协会颁发的高级《AI智能体应用工程师》职业技能证书，该证书可作为专业技术人员职业能力考核的证明，以及专业技术人员岗位聘用、任职、定级和晋升职务的重要依据，官网可查。
D类：收费7800元/人（含会议费、资料费、B类+C类+D类证书费、发票费等）食宿自理。
证书：可获得工业和信息化部教育与考试中心（工信部直属正局级单位）颁发的《AI智能体应用工程师》证书，该证书可证明学员具备熟练应用AI工具的能力，企业招投标、事业单位晋升定级、岗位赋能的重要依据。
提供正规增值税发票、报销方便，如需开会议费发票，可提供会议通知。
07报名方式
请识别下方二维码在线报名。报名成功后，我们会为您发送培训通知，并电话确认。
优惠政策：
1.学生凭学生证优惠300元；
2.两人以上(含)团体报名每人可减200元；
3.三人以上(含)团体报名每人可减300元；
4.四人以上(含)团体报名每人可减400元；
5.五人以上(含)团体报名，另外赠送一个名额；
6.以上优惠政策不能同时享受，只能享受其中一种。
夜雨聆风
