mcpField
R
research-hub

research-hub

本地服务
github.com/WenyuChiou科研与教育66今天更新

关于 research-hub

research-hub 是面向研究者的本地研究工作区,用于连接文献、研究材料与稿件,并保留任务和判断的可追溯记录。它可与 Zotero、Obsidian 和 NotebookLM 配合,并支持文献发现、证据整理、写作交接与审阅;各集成及已发布能力需单独核实。

主要功能

  1. 01管理项目、文献、证据与稿件
  2. 02记录任务输入、结果和决策
  3. 03跟踪注册文件的变更影响
  4. 04导出任务并导入写作结果
  5. 05支持人工审阅与本地交接

适用场景

  1. 01整理文献综述中的来源与纳入决策
  2. 02将研究主张关联到来源并检查支撑
  3. 03把稿件修改任务交接给 AI host
  4. 04审阅提案并准备本地交付

MCP 相关

项目文档提及通过 MCP/REST 连接,并链接到 MCP 工具说明;实际可用能力取决于安装版本及 AI host 支持情况。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"wenyuchiou-research-hub": {
"command": "uvx",
"args": [
"research-hub-pipeline"
]
}
}
}
启动命令uvx research-hub-pipeline

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
pypiresearch-hub-pipeline1.0.0

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

research-hub

通过可追溯的工作,将文献、研究成果和手稿连接起来的本地工作区。

繁體中文 · 工作区指南 · 现有设置 · 开发者架构

PyPI Python 3.10+ MIT license

工作区已合并到源代码中;已安装能力需单独检查。 PR #135 已合并。此基准请使用下方固定版本的源代码路径;不要根据源代码版本推断已发布 wheel 或原生宿主环境已就绪。请从能力与设置基准开始。

为何构建

研究涉及文件和工具:一篇论文启发一个问题,一次分析改变一个结果,而手稿需要修订。当你或 AI 助手接手下一项任务时,让这些关联清晰可见。

概念图:研究问题连接文献、证据、分析、手稿提案和人工审核;输入发生变化时,工作会返回审核。

从本地文件开始。需要时,可连接 Zotero 管理参考文献、Obsidian 记录笔记,并使用 NotebookLM 生成基于来源的简报。实证研究和文献综述共用同一工作区。

从原生文献发现开始(阶段 1)

在能够读取 research-hub 技能且具备公开搜索/阅读工具的原生 AI Agent 中,只需先提出一个请求:

查找关于大模型模拟人类决策的文献。

Agent 应自行确定合理的初始范围,搜索并阅读可用来源,然后返回一份简短清单,其中包含原始链接、相关性、版本和阅读/访问限制;而不是让你填写研究表单或编写 JSON。Zotero、Obsidian、NotebookLM 和 Hub 存储均为可选项。

2026-10-26 的一次真实云原生演练返回了三个不同的切入点:

接下来,如有需要,可以说:

聚焦经济决策,并比较人类基线和评估方法。

搜索摘要不等于阅读全文;输出看起来像人类,不代表人类参与者可以被取代。Agent 会保留无法获取的来源和未解决的问题,而不会编造已覆盖的内容。

**实际测试的内容:**一个请求 → 原生搜索和原文段落 → 简短且附带限定说明的结果。这是在直接阅读技能后进行的一次云原生运行;它并未验证 Codex/Claude Code 的安装、技能自动触发、所有宿主环境、保存到 Hub 或打开 UI。该演练无需 JSON、CLI、其他集成/提供商账户或阶段 2。

如需可视化交接,Agent(而非研究人员)可以整理观察结果,并使用已有且获授权的 Hub 界面保存。确认保存后会返回确切的已保存结果链接。已保存结果约定将此路径与原生研究分开:当前安全的文件持久化/查看仅支持 POSIX,尚不支持 Windows;打开结果不会验证研究,也不会启动提供商写入。

你将使用的内容

正在运行本地演示数据的实际工作区 UI,展示项目导航和可追溯的研究记录。

页面你的工作
项目说明问题、目标和项目类型。
文献查找参考文献,并记录纳入或排除的决定。
证据将论断与来源关联,并检查尚未解决的支持问题。
设计与结果记录方法、结果、局限性和支持文件。
稿件登记 Word、LaTeX 或 Markdown;准备大纲和修订稿。
审阅与交付检查提案、记录决定,并准备本地交接。

文件保留在你选择的工作区中。登记操作会记录路径和哈希值;原始文档由你的编辑器负责修改。

如何试用

工作区预览

使用 Python 3.10+ 和 Git。选择一个全新或空的 workspace-demo 目录。以下命令会安装不可变的源代码基线 6381dfa7d474dd27cd4adb33f0f59ea8ec395150,不依赖功能分支名称。

git clone -c core.autocrlf=false https://github.com/WenyuChiou/research-hub.git
cd research-hub
git fetch origin 6381dfa7d474dd27cd4adb33f0f59ea8ec395150
git checkout --detach 6381dfa7d474dd27cd4adb33f0f59ea8ec395150

然后为你的系统选择一个命令块。这些命令会直接调用虚拟环境中的 Python:无需运行激活脚本,也无需更改 PowerShell 执行策略。

macOS / Linux

python3 -m venv .venv
./.venv/bin/python -m pip install -e .
./.venv/bin/python -m research_hub project demo --root ./workspace-demo --json
./.venv/bin/python -m research_hub serve --workspace --root ./workspace-demo

Windows PowerShell

py -3 -m venv .venv
.\.venv\Scripts\python.exe -m pip install -e .
.\.venv\Scripts\python.exe -m research_hub project demo --root ./workspace-demo --json
.\.venv\Scripts\python.exe -m research_hub serve --workspace --root ./workspace-demo

打开本地工作区。演示无需账户,并包含一个简单的数值求和示例和一个文献综述示例。这些是教学输入,并非模型生成的研究发现。

固定的运行时快照保留了较早的本地文档,不包含这份新的功能基线文档或其干净源码测试。请同时阅读当前在线功能基线和该运行时;本 PR 中的测试是此次变更集的证据,并不能证明这些较早 README 命令完全可用。此快照保留了原始文档;对于合并后的生产者固定版本、你自己的文件、写作设置、任务交接和审阅,请使用最新的工作区指南。依赖此预览前,请先查看带日期的验证记录和剩余检查项。

已发布的文献仪表板
python -m pip install research-hub-pipeline
research-hub dashboard --sample

此免账户示例会打开现有仪表板。对于实际集成,请参阅设置指南、前 10 分钟和仪表板导览。

写作工作方式

概念图:研究人员准备任务,使用可移植的 AI 交接或已连接的 Codex 文稿工作器,检查提案,然后明确接受或要求修改。

模式运行方式
可移植交接将任务导出到你的 AI 主机;导入其文稿和候选哈希值。导出后,任务会继续等待 Agent 处理。
已连接的 Codex经过身份验证且兼容的 Codex CLI 使用明确受信任的公开写作包,无需工具即可生成文稿。结果会等待人工审阅。

公开写作适配器已在 academic-writing-skills PR #17 中合并。此次集成固定使用其不可变的 main 提交 bc15e29e976cd6ade3484aeaa4f1230444697f8a。明确验证并配置该适配器;它是可选的,不会作为永久的 research-hub 依赖安装。Hub 工作区已在源码中合并;这并不意味着已准备好发布软件包或原生主机。已连接的 Codex 接收的是有限长度的文本摘录,而非二进制文档内容。请使用你的编辑器处理 Word 格式、LaTeX 编译和最终文档修改。

可信之处

  • 输入可追溯: 任务会保留输入修订、结果和决策。已注册的字节发生变化后,任务可能过时;工作区会报告审查影响。
  • 判断相互独立: 可解析的引用并不能证明某项主张。来源身份、主张依据和人工任务验收彼此独立。
  • 交接明确: 已接受的提案可打包到单独审批的本地 ZIP 中。这不代表授权发布或上传到云端。

本地审批记录的是操作员的声明;在共用电脑上,它不能验证身份。现有的直接写入型 MCP、仪表板和云端工具不受工作区审批保护。任务完成后,工作流的八个阶段不会自动推进。请阅读边界与恢复指南。

现有集成、凭据和故障排除

使用设置选择集成,然后运行 research-hub doctor。NotebookLM 需要可见的 Google 登录;最近一次记录的身份验证尝试失败,且尚未重新验证。在你自己的检查成功之前,请将该集成视为已降级/未检查。请参阅 NotebookLM 设置和故障排除。

现有角色可选附加项
研究人员[playwright,secrets]
人文领域[playwright,secrets]
分析师[import,secrets]
内部知识管理[import,secrets]

这些凭据适用于现有集成;本地工作区演示无需凭据。

名称必需用途
ZOTERO_API_KEY仅 ZoteroZotero API 身份验证
ZOTERO_LIBRARY_ID仅 ZoteroZotero 文库标识符
SEMANTIC_SCHOLAR_API_KEY否可选的搜索 API 密钥
SEMANTIC_SCHOLAR_RPS否可选的搜索请求速率覆盖值
TAVILY_API_KEY否可选的网络搜索后端
BRAVE_API_KEY否可选的网络搜索后端

通过 MCP/REST 连接,查看 AI 主机支持矩阵,或使用本地文件导入。《CLI 参考》、EZproxy 指南和在线冒烟测试清单介绍了详细操作。

开发者链接

工作区架构介绍了任务台账和审批边界。技术细节请参阅工作流运行时、MCP 工具、稳定 API、文件格式和 OpenWiki。运行 python -m research_hub describe --filter mcp_tools 和 --filter skills 查看当前清单。

早期的仪表板资料仍可查阅:MCP 流程图、仪表板演示录屏和完整分辨率视频。

参与贡献 · 版本发布 · 发布流程 · MIT 许可证

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。