本硕均毕业于南开大学应用数学专业,具备逻辑结构化思维能力。对AI工具保持开放且审慎的态度,于不确定中寻求确定性。
面向图论领域科研人员的多智能体AI助手,采用 Orchestrator + Special Agents 架构,针对学术阅读中的术语一致性、证明逻辑梳理和知识沉淀三大痛点,打造专业化解决方案。
同一术语在不同段落被翻译为不同中文表达,造成理解混淆。
"Circular flows" 被译为 "循环流"
同一术语后文被译为 "圆形r-流"
多轮对话后,AI容易丢失前文设定的背景知识,产生幻觉回答。
优质问答散落在历史对话中,新开对话需重新提供背景,造成重复劳动。
术语更精准 + 证明逻辑结构化
片段提取 + 自动入库 + 语义检索
基于知识库检索 + 溯源标注
以图论论文《Cycles of Length 4 or 8 in Graphs with Diameter 2 and Minimum Degree at Least 3》为例。
结构化Prompt + 知识库约束,确保"circular flow"等术语全文翻译统一
针对图论论文特点,突出"定义→引理→定理"的证明链条结构
RAG检索增强 + 溯源标注,确保科研建议基于已验证知识库
针对AI领域文献调研效率低、信息散乱的痛点,基于Coze搭建全自动化学术情报工作流,实现从论文发现到知识管理的闭环。
封装arXiv_search插件,基于关键词自动抓取论文元数据
Coze插件开发Python脚本完成数据清洗、筛选与格式转换
Python自动化飞书自动化流程定时触发,构建全自动闭环
飞书多维表格实现每周自动更新至飞书多维表格,打造个人AI前沿知识管理系统