Vibe Researching必备的科研MCP和Skills，实现10倍学术产出

大家好，我是鲁工。

Vibe Coding概念火了之后，顺带在很多领域兴起了Vibe的潮流。比如Vibe PPT、Vibe Video，以及我今天要聊的Vibe Researching。

之前我在从Vibe Coding到Vibe Researching，Claude Code也可以是最强科研工具（在新窗口打开）一文中重点聊过Vibe Researching的概念，本质上是一种AI协作进行科研的新范式。

今天则是聚焦工具篇，给大家推荐基于Claude Code进行Vibe Researching，有哪些必备的MCP和Skills工具来帮我们提高科研产出效率。

先来看MCP。科研场景下的MCP主要是用于搜索、查询和访问各类文献数据，比如访问本地文献库和查询网络开源文献库。

Zotero-MCP：让Claude访问本地文献库

如果你用Zotero管理文献，这个MCP必装。作为Zotero的老用户，Zotero-MCP我在此前的综述写作工作流中也重点推荐过。

Zotero MCP能让Claude直接访问你的Zotero文献库，实现论文摘要、引用分析、语义搜索等功能。最实用的是它的AI语义搜索：不是简单的关键词匹配，而是基于嵌入向量的语义理解。

比如你可以这样问Claude：

帮我找出Zotero里所有关于Transformer在医学图像分割领域应用的论文。

Claude会自动搜索你的文献库，返回相关论文列表，还能帮你做摘要对比。

安装方法也非常简单，具体参考Zotero-MCP项目地址：

https://github.com/54yyyu/zotero-mcp

我现在做文献综述前，一定是先把相关论文导入Zotero，分类打好标签，然后在Claude Code中使用Zotero-MCP访问本地文献并进行归纳整理。

Perplexity MCP：Deep Research工具

搞学术离不开技术调研。按照我的使用习惯，我其实更喜欢Gemini和ChatGPT的Deep Research功能，但奈何这两个都没有对外开放接口。但Perplexity可以。

Perplexity以AI搜索出名，Perplexity MCP能让Claude调用Perplexity的搜索能力，返回的信息已经是总结好的、带引用的。

它有三个模式：

• sonar-pro：快速问答，适合简单查询
• sonar-deep-research：深度研究，适合综述调研
• sonar-reasoning-pro：复杂推理，适合分析类问题

日常使用sonar-deep-research模式就好。比如写综述时需要了解某个领域的最新进展，直接让Claude用Perplexity调研，返回的内容结构清晰、引用完整，省去了大量手动搜索整理的时间。

安装方法：

claude mcp add perplexity --env PERPLEXITY_API_KEY="your_key_here" -- npx -y @perplexity-ai/mcp-server

记得去Perplexity官网申请API Key。有免费额度，但日常使用的话还是得付费申请API。

项目地址：

https://github.com/perplexityai/modelcontextprotocol

Paper Search MCP：多源论文搜索一网打尽

Zotero管理的是你已有的文献，但找新论文怎么办？

Paper Search MCP支持从多个学术数据库搜索和下载论文：

• arXiv（预印本）
• PubMed（生物医学）
• bioRxiv / medRxiv（生物/医学预印本）
• Semantic Scholar（综合学术搜索）
• Google Scholar（谷歌学术）

最方便的是它不仅能搜，还能直接下载PDF。

安装方法：

uv add paper-search-mcp

然后在Claude Code的MCP配置添加如下配置代码：

{

"mcpServers": {

"paper_search_server": {

"command": "uv",

"args": [

"run",

"--directory",

"/path/to/your/paper-search-mcp",

"-m",

"paper_search_mcp.server"

],

"env": {

"SEMANTIC_SCHOLAR_API_KEY": "" // Optional: For enhanced Semantic Scholar features

}

}

}

}

使用示例：

在arXiv上搜索最近一个月关于medical image segmentation的论文，下载前5篇

Claude Code会调用Paper Search MCP自动搜索、筛选、下载，省去了你在多个开源论文平台之间来回切换的麻烦。当然如果你想只安装arxiv或者pubmed的MCP，也是有对应的开源方案可以选择的。

对于做医学AI研究的同学，PubMed和bioRxiv的支持非常实用。很多最新的研究成果都是先发预印本，等正式发表可能要半年甚至更久。

项目地址：

https://github.com/openags/paper-search-mcp

以上是三个文献搜索和获取的MCP。下面我再推荐三个用于实际科研工作的Skills。

claude-scientific-skills：139个即用型科研技能

claude-scientific-skills是一个科研技能包，包含139个即用型技能，主要是用于医学和生信领域的具体科研分析方法。这个我之前也重点介绍过。

claude-scientific-skills具体包括：

• 生物信息学：序列分析、单细胞RNA-seq、变异注释
• 化学信息学：分子性质预测、虚拟筛选、ADMET分析
• 蛋白质组学：LC-MS/MS数据处理、肽段鉴定
• 临床研究：临床试验设计、药物基因组学

更厉害的是，它集成了约11GB的生物医学数据库，包括Ensembl、NCBI Gene、UniProt、PDB、AlphaFold、ClinVar、PubMed等。

安装方法：

cd ~/.claude/skills

git clone https://github.com/K-Dense-AI/claude-scientific-skills.git

克隆到Claude的skills目录后，Claude会自动识别和加载这些技能。

对于生信方向的同学，序列分析和单细胞RNA-seq相关的技能非常实用，能省去很多重复性的代码工作。

项目地址：

https://github.com/K-Dense-AI/claude-scientific-skills

claude-scientific-writer：科研写作助手

如果说claude-scientific-skills侧重于研究过程，claude-scientific-writer则专注于写作输出。claude-scientific-skills和claude-scientific-skills一样，都是来自于KDense科研团队的开源。

它提供了20个科研写作相关的技能：

• 文献综述：生成结构化的综述框架和内容
• 假设生成：基于文献提出可检验的研究假设
• 同行评审模拟：模拟审稿人视角审视你的论文
• 基金申请：帮助撰写基金申请书各部分
• 论文各部分撰写：Introduction、Methods、Results、Discussion

安装方法：

/plugin marketplace add https://github.com/K-Dense-AI/claude-scientific-writer

/plugin install claude-scientific-writer

我觉得最实用的是同行评审模拟功能。写完论文初稿后，让Claude扮演审稿人来挑毛病，提前发现问题。虽然不能完全替代真正的同行评审，但能帮你在投稿前把明显的硬伤修掉。

另一个常用的是基金申请技能。写基金本子是很多科研人员的痛点，这个技能能帮你生成研究背景、技术路线、创新点等部分的初稿，然后你再根据实际情况修改完善。

项目地址：

https://github.com/K-Dense-AI/claude-scientific-writer

AI编程实验室出品：Research Skills

最后一个Skill是我自己根据个人科研实践设计和开源的，也就是之前在我用Claude Code写了一篇45页的文献综述，质量可以发一区SCI（在新窗口打开）中提到的

Research Skills。

我在之前融合闭源和开源文献撰写医学研究综述的基础上，新增了根据论文PDF生成PPT的skill、撰写博士申请的Research Proposal的skill。

项目地址：

https://github.com/luwill/research-skills

写在最后

工具只是工具，无论是Vibe Coding还是Vibe Researching，核心还是人。AI能帮你处理繁重的执行工作，但提出好问题、把控研究方向、做出创新性判断，这些仍然需要人类研究者的智慧。

不过话说回来，能把重复性劳动省下来，把精力放在真正需要思考的地方，这本身就是效率的巨大提升。

文章来自于“AI编程实验室”，作者 “鲁工”。