核心用法
Scientify 是一款面向学术研究者的 AI 自动化工作流插件，集成于 OpenClaw 平台。其核心功能分为三个层级：
1. LLM 驱动的智能技能
- idea-generation：自动生成研究创新点，基于 arXiv/GitHub 文献检索，输出带引用的 5 个研究方向
- research-pipeline：端到端 ML 研究流程，覆盖从构思、综述、计划到实现、评审、迭代的完整周期
- literature-review：对收集的论文生成结构化笔记与综合评述
- arxiv：直接调用 arXiv.org API，支持关键词检索、日期筛选与 LaTeX 源文件自动下载
2. 直接执行的快捷命令
/research-status、/papers、/ideas、/projects等状态管理指令，实现无 LLM 延迟的即时操作
3. 工作空间管理
- 多项目隔离机制，支持项目切换 (
/project-switch) 与清理 (/project-delete)
显著优点
- 全流程覆盖：罕见地将文献调研、灵感生成、执行跟踪整合于单一工具
- 学术规范内置：自动生成引用格式，降低文献管理负担
- 自动化程度高：支持定时任务配置（如每日 arXiv 新论文推送至飞书）
- 开源生态：基于 npm 分发，GitHub 开源可审计
潜在局限
- 平台绑定：深度依赖 OpenClaw 运行时环境，跨平台迁移成本较高
- 文献来源单一：arxiv 工具目前仅支持 arXiv 单一数据库，Web of Science、IEEE 等需额外扩展
- 生成质量波动：AI 生成研究想法的学术价值高度依赖底层模型能力，需人工校验
- 隐私考量：文献检索与论文下载可能涉及机构订阅内容的外部传输
适合人群
- 需要系统性管理文献流的博士生、青年教师
- 从事 ML/NLP 领域、依赖 arXiv 预印本快速跟进的科研人员
- 希望将重复性调研工作自动化的研究型工程师
常规风险
- API 稳定性：arXiv API 速率限制可能影响大规模批量下载
- 版本漂移：npm 包与 OpenClaw 插件版本需保持同步，否则可能引发兼容性问题
- 数据持久化：项目数据存储机制未明确说明，建议定期手动备份重要研究进度