商品描述
本書系統地闡述了AI（人工智能）科研助理在科研流程中的角色定位與核心能力，圍繞科研任務組織、文獻處理、知識抽取、成果寫作與系統部署等核心環節，構建了基於大模型的科研智能協作方法體系。全書共10章，首先，探討AI在科研中的應用，包括科研流程數字化、任務組織與管理、文獻檢索、成果整理與寫作優化，幫助科研人員提升效率與創新能力。其次，面向科研活動的實際任務類型，涵蓋工程類、理論類、社會科學類、交叉學科類與企業橫向科研項目五大場景，分別講解AI在任務建模、實驗記錄、邏輯推演、文本分析、臨床數據處理、成果整理等環節的具體應用策略。 ，聚焦平臺生態與系統集成實戰，從Notion與Obsidian集成，到科研Agent（智能體）構建，再到本地部署、權限管理與安全機制，覆蓋科研工具體系的部署方法與運維策略，助力讀者構建一套完整、可持續演進的AI科研助理系統。本書針對希望借助AI提升科研效率、優化學術表達、推動跨學科協作的相關人員，提供了系統的方法論、可操作的實踐路徑，隨書提供教學視頻、提示詞模板、電子書等海量學習資源（獲取方式見封底），具有很強的學習和應用價值，全書所述知識內容既適合從事科研工作的高校師生、科研及工程技術人員閱讀，也能為信息管理與科研支持崗位人員提供參考
作者簡介
閆河，博士，從事人工智能算法優化、時序數據分析、智能 系統以及自然語言生成與理解等領域教研工作。 研發多項AI關鍵技術，擁有十餘項發明專利，廣泛應用於新零售、制造業及金融等物聯網溯源場景。李思，北京大學軟件工程碩士，現任遼寧理工學院信息工程學院科研副院長，兼具世界500強企業IT從業背景與高校教學科研經驗。曾為多家大型企業開展AI講座與技術指導，在AI賦能教育及產業方面具有紮實理論基礎與實踐成果。
