当 Claude 变成学术搭子：AcademicAgent/ScholarMind 全拆给你看

当 Claude 变成学术搭子：一个开源 ScholarMind 全拆给你看

arXiv 每天新增几百篇论文，研究生最痛的不是找不到论文，而是打开 PDF 之后被淹没在图表、公式和章节迷宫里。最近挖到一个叫 AcademicAgent / ScholarMind 的开源项目，把「论文搜索 → PDF 拆解 → 知识图谱 → 学习路径」整条链全做完了，关键还是 Claude 能直接调用的 Skill 形态——这不就是 AI 时代学术工作流该有的样子吗？

它到底是什么？

AcademicAgent（GitHub 342 ⭐）不是一个单点 Skill，而是一整套面向 LLM Agent 领域的多模态学术研究助手。整个项目托管在 Jennyee1/AcademicAgent，基于 MCP（Model Context Protocol）协议，可以装到 Claude Code、Antigravity、Cursor 等任意宿主里。它最牛的地方是把「读论文」这件事拆成了三个独立 Skill：paper_reader（PDF → 文本+图表）、paper_watch（arXiv 定时追踪）、learning_path（盲区检测 + 路径规划），用户可以根据自己需要按需加载。

paper_reader 是真正的杀手锏

我重点体验了 paper_reader——它做的事远不止”读 PDF”。核心技术栈是 PyMuPDF（Generator 模式防 OOM），能：

• 深度多模态提取：文本 + 表格 + 系统架构图 + 实验曲线，按需触发（控制 token 成本）
• 自动结构化解析：章节、公式、引用关系全拆开
• 视觉分析：图表里的关键结论直接拉出来喂给 Claude
• 本地 Python CLI，可复现、不挑网络环境

配合 paper_watch（Semantic Scholar + arXiv 双源检索，遇到 429 自动降级）和 learning_path（基于 PageRank 分析你的知识盲区），整套工作流跑下来就是：早上自动收邮件告诉今天 Top 5 新论文 → 选中一篇丢给 paper_reader 拆解 → 拆完的实体自动写入 NetworkX 知识图谱 → 系统告诉你下一篇该读啥填补盲区。

装起来多难？

几乎零门槛。git clone + pip install -r requirements.txt + python install.py 三步搞定，脚本会自动生成 mcp_config.json，照着贴到 ~/.claude/mcp_config.json 就能让 Claude Code 立即拥有这些能力。如果你只想要某一个 Skill，也能用 npx skills add Jennyee1/AcademicAgent --skill paper_reader 单独装。

为什么我要安利它？

• 紧扣 Agent 时代研究热点：整个项目聚焦 LLM Agent 架构、长期记忆、RAG、多 Agent 协作等前沿方向，自带 ReAct / MemGPT / Generative Agents / AutoGen / LangGraph 等代表论文索引
• 结构化输出：用 Pydantic Schema 约束知识图谱，不会让 Claude “自由发挥”出幻觉节点
• 可沙箱执行：能把论文方法转成可运行代码并在沙箱里验证，对复现型研究极其友好
• 中文友好：SKILL.md 全中文，README 也是中英双语，国内研究者无阅读障碍

适合谁？

研究生 / 算法工程师 / 任何想认真跟 Agent 文献的人。如果你一周要读 5 篇以上论文，这套东西能把「找 → 读 → 整理 → 规划」一条龙干完，至少省下 60% 的时间。

仓库地址：https://github.com/Jennyee1/AcademicAgent，三个 Skill 的 SKILL.md 都在 skills/ 目录下，先读 paper_reader，再串 paper_watch + learning_path，体验最完整。

GitHub: https://github.com/Jennyee1/AcademicAgent