导语过去一周Agent 讨论的重点已经不只是“模型更强了”而是“模型开始跨任务工作了”。但科研工作流里真正先卡住 Agent 的往往不是搜不到论文而是它根本不知道有哪些字段能筛、哪些算子能用、哪些排序合法。对科研 Agent 来说先知道自己能筛什么比多搜几篇更重要。正文最近这波 Agent 热点有一个很清楚的信号AI 系统开始从单点问答走向跨步骤执行。问题也随之变化。以前我们问“模型能不能回答”现在更常见的问题是“模型能不能自己决定该先查什么、怎么筛、怎么验证”。放到科研场景里这个问题会更尖锐因为科研检索从来不是一个单一动作。很多团队做科研 RAG 时默认把问题压成一句自然语言检索然后期待系统直接返回“相关论文”。这一步当然有价值但它解决的只是召回不是筛选。一个研究助手在真实工作流里往往还要区分英文还是中文、限定年份、检查期刊或会议、按 DOI 精确命中、过滤开放获取状态甚至先确认某个字段今天是否真的可用。如果这些信息都写死在 prompt 里Agent 看起来像会用工具实际上还是在猜接口。这也是为什么科研 Agent 不能只依赖 metadata也不能只依赖 chunk。前者容易停留在“论文列表”后者容易停留在“命中片段”。真正可执行的工作流中间还缺一层 schema discovery: 先知道当前数据层暴露了哪些字段、每个字段支持什么算子、哪些字段可排序、哪些字段默认返回然后再构造结构化筛选。Sciverse 的价值恰恰就在这里开始显形。它的定位不是普通搜索框而是面向科研 Agent 的 AI-ready 科学数据层把自然语言检索、结构化元数据、原文上下文、引用关系和资源读取拆成可组合接口。如果把它和常见学术数据系统放在一起看差异会更清楚维度SciverseOpenAlexSemantic ScholarCrossref结构化元数据检索支持且适合 Agent 链式调用强支持强自然语言证据片段检索支持agentic-search非核心非核心非核心运行期字段发现支持meta-catalog通常需自行查文档/封装通常需自行封装通常需自行封装原文上下文回读支持content非核心非核心非核心面向 Agent 工作流明确面向 RAG / MCP / Agent偏学术图谱偏发现与引用网络偏 DOI/出版元数据这不是“谁更强”的问题而是定位不同。OpenAlex 很适合做学术图谱底座Crossref 很适合 DOI 与出版元数据基础设施Semantic Scholar 很适合发现与引用网络入口。Sciverse 更像是科研 Agent 的调用层它关心的不是“给你一堆记录”而是“Agent 下一步还能不能继续工作”。从接口链路看这个思路非常直接步骤接口作用1meta-catalog让 Agent 先发现有哪些字段、算子、排序能力2meta-search按合法字段构造候选论文池3agentic-search对开放性问题做证据级召回4content用doc_id回到原文上下文核验5resource/meta-paper-relations继续拿图表、参考文献、相关工作扩展链路这条链路里meta-catalog很容易被低估。但它恰好决定了 Agent 是“真会用工具”还是“把接口说明背成 prompt”。一旦没有 schema discovery团队通常会出现三种问题第一字段名硬编码文档一变就失效第二搜索和筛选混在一起query、sort、filters互相打架第三模型以为自己在做结构化检索实际上只是换了一种方式写关键词搜索。Sciverse 在这里切入得很实用。根据最新公开llms.txt/llms-full.txt与文档当前公开工作流重点围绕六类接口展开agentic-search、meta-search、meta-catalog、meta-paper-relations、content、resource。这意味着一个科研 Agent 完全可以先用meta-catalog探测字段再用meta-search形成候选池最后才进入证据回读与引用扩展。换句话说搜索不是第一步知道“能怎么搜”才是第一步。下面给一个最小可复现示例。以下字段以最新线上文档 / OpenAPI 为准。importosimportrequestsimporttime BASEhttps://api.sciverse.spaceTOKENos.environ[SCIVERSE_API_TOKEN]HEADERS{Authorization:fBearer{TOKEN},Content-Type:application/json,}sessionrequests.Session()defrequest_with_backoff(method,url,**kwargs):forattemptinrange(3):respsession.request(method,url,timeout30,**kwargs)ifresp.status_code429:ifattempt2:raiseRuntimeError(Rate limited by Sciverse after 3 attempts)time.sleep(2**attempt1)continueresp.raise_for_status()returnrespraiseRuntimeError(Unexpected retry state)# 1) 先发现 schema而不是直接猜字段catalogrequest_with_backoff(GET,f{BASE}/meta-catalog,headersHEADERS,params{include_sample_values:true},).json()field_names{f[name]forfincatalog.get(fields,[])}year_fieldpublication_published_yearifpublication_published_yearinfield_nameselseNone# 2) 再构造合法的结构化检索filters[{field:language,operator:FILTER_OP_EQ,value:en}]ifyear_field:filters.append({field:year_field,operator:FILTER_OP_GTE,value:2024})search_body{filters:filters,fields:[title,doi,doc_id,publication_published_year],page:1,page_size:5}papersrequest_with_backoff(POST,f{BASE}/meta-search,headersHEADERS,jsonsearch_body,).json()forpaperinpapers.get(results,[]):print(paper.get(title),paper.get(doi),paper.get(doc_id),paper.get(publication_published_year),)这段代码的重点不在于“搜到了 5 篇论文”而在于 Agent 先做了一件更重要的事确认今天哪些字段真的存在、哪些字段真的可用。这样一来后面不管你是接 Cursor、Claude、Codex 还是 MCP都不用把字段约束硬塞进 prompt 里。进一步说科研 Agent 的架构也应该按这个思路拆层而不是把所有能力混成一个“超级搜索”metadata layer负责字段发现、结构化筛选、候选池构建。evidence layer负责agentic-search召回片段再用content回到原文。relation/resource layer负责引用网络、相关工作、Figure/Table 等扩展证据面。这比“一个搜索接口包打天下”更接近真实科研流程。因为研究者从来不是先要答案而是先要确定范围、再缩小范围、再核验证据、最后组织判断。Agent 也一样。评测 / 验证本文未进行实测跑分仅提供可复现评测方案。可以按下面的方法验证一个科研 Agent 是否真的具备“schema-aware”能力而不是只会写关键词评测项做法观察点字段自发现先调meta-catalog再生成查询是否避免硬编码字段名结构化筛选同时限制语言、年份、期刊或 DOI是否正确使用filters与fields检索分层先筛选候选再做证据召回是否区分meta-search与agentic-search证据核验用doc_id调content回读是否把片段带回原文上下文错误处理人为触发 429 或字段错误是否回退、重试、提示字段不支持如果一套系统跳过第一步 schema discovery后面的“智能检索”通常只是运气更好的字符串匹配。最后Sciverse 值得关注的地方不是它又多了一个搜索接口而是它把科研 Agent 需要的数据动作拆成了可组合层。对今天的 Agent 来说找到论文已经不够了它还得知道自己能怎么筛、筛完之后如何回到原文、如何继续沿着引用和资源走下去。这才是“AI-ready 科学数据层”真正解决的问题。如果你正在做科研 RAG、文献综述 Agent、Evidence Pack 或 MCP 工具链现在最值得补的一课不是再加一个模型而是给 Agent 一层真正可发现、可验证、可回读的科研数据接口。查看 Sciverse 文档接入 Sciverse Agent Tools或者直接在 Cursor、Claude、Codex、MCP 工作流里把meta-catalog → meta-search → content这条链路先跑起来再谈“科研 Agent 是否真的会工作”。参考来源Sciverse Docs OverviewSciverse Docs APISciverse Docs FAQSciverse llms.txtSciverse llms-full.txtSciverse API canonical docs indexSciverse Agent ToolsOpenAI, How AI is expanding what people do at work, 2026-07-27
导语过去一周Agent 讨论的重点已经不只是“模型更强了”而是“模型开始跨任务工作了”。但科研工作流里真正先卡住 Agent 的往往不是搜不到论文而是它根本不知道有哪些字段能筛、哪些算子能用、哪些排序合法。对科研 Agent 来说先知道自己能筛什么比多搜几篇更重要。正文最近这波 Agent 热点有一个很清楚的信号AI 系统开始从单点问答走向跨步骤执行。问题也随之变化。以前我们问“模型能不能回答”现在更常见的问题是“模型能不能自己决定该先查什么、怎么筛、怎么验证”。放到科研场景里这个问题会更尖锐因为科研检索从来不是一个单一动作。很多团队做科研 RAG 时默认把问题压成一句自然语言检索然后期待系统直接返回“相关论文”。这一步当然有价值但它解决的只是召回不是筛选。一个研究助手在真实工作流里往往还要区分英文还是中文、限定年份、检查期刊或会议、按 DOI 精确命中、过滤开放获取状态甚至先确认某个字段今天是否真的可用。如果这些信息都写死在 prompt 里Agent 看起来像会用工具实际上还是在猜接口。这也是为什么科研 Agent 不能只依赖 metadata也不能只依赖 chunk。前者容易停留在“论文列表”后者容易停留在“命中片段”。真正可执行的工作流中间还缺一层 schema discovery: 先知道当前数据层暴露了哪些字段、每个字段支持什么算子、哪些字段可排序、哪些字段默认返回然后再构造结构化筛选。Sciverse 的价值恰恰就在这里开始显形。它的定位不是普通搜索框而是面向科研 Agent 的 AI-ready 科学数据层把自然语言检索、结构化元数据、原文上下文、引用关系和资源读取拆成可组合接口。如果把它和常见学术数据系统放在一起看差异会更清楚维度SciverseOpenAlexSemantic ScholarCrossref结构化元数据检索支持且适合 Agent 链式调用强支持强自然语言证据片段检索支持agentic-search非核心非核心非核心运行期字段发现支持meta-catalog通常需自行查文档/封装通常需自行封装通常需自行封装原文上下文回读支持content非核心非核心非核心面向 Agent 工作流明确面向 RAG / MCP / Agent偏学术图谱偏发现与引用网络偏 DOI/出版元数据这不是“谁更强”的问题而是定位不同。OpenAlex 很适合做学术图谱底座Crossref 很适合 DOI 与出版元数据基础设施Semantic Scholar 很适合发现与引用网络入口。Sciverse 更像是科研 Agent 的调用层它关心的不是“给你一堆记录”而是“Agent 下一步还能不能继续工作”。从接口链路看这个思路非常直接步骤接口作用1meta-catalog让 Agent 先发现有哪些字段、算子、排序能力2meta-search按合法字段构造候选论文池3agentic-search对开放性问题做证据级召回4content用doc_id回到原文上下文核验5resource/meta-paper-relations继续拿图表、参考文献、相关工作扩展链路这条链路里meta-catalog很容易被低估。但它恰好决定了 Agent 是“真会用工具”还是“把接口说明背成 prompt”。一旦没有 schema discovery团队通常会出现三种问题第一字段名硬编码文档一变就失效第二搜索和筛选混在一起query、sort、filters互相打架第三模型以为自己在做结构化检索实际上只是换了一种方式写关键词搜索。Sciverse 在这里切入得很实用。根据最新公开llms.txt/llms-full.txt与文档当前公开工作流重点围绕六类接口展开agentic-search、meta-search、meta-catalog、meta-paper-relations、content、resource。这意味着一个科研 Agent 完全可以先用meta-catalog探测字段再用meta-search形成候选池最后才进入证据回读与引用扩展。换句话说搜索不是第一步知道“能怎么搜”才是第一步。下面给一个最小可复现示例。以下字段以最新线上文档 / OpenAPI 为准。importosimportrequestsimporttime BASEhttps://api.sciverse.spaceTOKENos.environ[SCIVERSE_API_TOKEN]HEADERS{Authorization:fBearer{TOKEN},Content-Type:application/json,}sessionrequests.Session()defrequest_with_backoff(method,url,**kwargs):forattemptinrange(3):respsession.request(method,url,timeout30,**kwargs)ifresp.status_code429:ifattempt2:raiseRuntimeError(Rate limited by Sciverse after 3 attempts)time.sleep(2**attempt1)continueresp.raise_for_status()returnrespraiseRuntimeError(Unexpected retry state)# 1) 先发现 schema而不是直接猜字段catalogrequest_with_backoff(GET,f{BASE}/meta-catalog,headersHEADERS,params{include_sample_values:true},).json()field_names{f[name]forfincatalog.get(fields,[])}year_fieldpublication_published_yearifpublication_published_yearinfield_nameselseNone# 2) 再构造合法的结构化检索filters[{field:language,operator:FILTER_OP_EQ,value:en}]ifyear_field:filters.append({field:year_field,operator:FILTER_OP_GTE,value:2024})search_body{filters:filters,fields:[title,doi,doc_id,publication_published_year],page:1,page_size:5}papersrequest_with_backoff(POST,f{BASE}/meta-search,headersHEADERS,jsonsearch_body,).json()forpaperinpapers.get(results,[]):print(paper.get(title),paper.get(doi),paper.get(doc_id),paper.get(publication_published_year),)这段代码的重点不在于“搜到了 5 篇论文”而在于 Agent 先做了一件更重要的事确认今天哪些字段真的存在、哪些字段真的可用。这样一来后面不管你是接 Cursor、Claude、Codex 还是 MCP都不用把字段约束硬塞进 prompt 里。进一步说科研 Agent 的架构也应该按这个思路拆层而不是把所有能力混成一个“超级搜索”metadata layer负责字段发现、结构化筛选、候选池构建。evidence layer负责agentic-search召回片段再用content回到原文。relation/resource layer负责引用网络、相关工作、Figure/Table 等扩展证据面。这比“一个搜索接口包打天下”更接近真实科研流程。因为研究者从来不是先要答案而是先要确定范围、再缩小范围、再核验证据、最后组织判断。Agent 也一样。评测 / 验证本文未进行实测跑分仅提供可复现评测方案。可以按下面的方法验证一个科研 Agent 是否真的具备“schema-aware”能力而不是只会写关键词评测项做法观察点字段自发现先调meta-catalog再生成查询是否避免硬编码字段名结构化筛选同时限制语言、年份、期刊或 DOI是否正确使用filters与fields检索分层先筛选候选再做证据召回是否区分meta-search与agentic-search证据核验用doc_id调content回读是否把片段带回原文上下文错误处理人为触发 429 或字段错误是否回退、重试、提示字段不支持如果一套系统跳过第一步 schema discovery后面的“智能检索”通常只是运气更好的字符串匹配。最后Sciverse 值得关注的地方不是它又多了一个搜索接口而是它把科研 Agent 需要的数据动作拆成了可组合层。对今天的 Agent 来说找到论文已经不够了它还得知道自己能怎么筛、筛完之后如何回到原文、如何继续沿着引用和资源走下去。这才是“AI-ready 科学数据层”真正解决的问题。如果你正在做科研 RAG、文献综述 Agent、Evidence Pack 或 MCP 工具链现在最值得补的一课不是再加一个模型而是给 Agent 一层真正可发现、可验证、可回读的科研数据接口。查看 Sciverse 文档接入 Sciverse Agent Tools或者直接在 Cursor、Claude、Codex、MCP 工作流里把meta-catalog → meta-search → content这条链路先跑起来再谈“科研 Agent 是否真的会工作”。参考来源Sciverse Docs OverviewSciverse Docs APISciverse Docs FAQSciverse llms.txtSciverse llms-full.txtSciverse API canonical docs indexSciverse Agent ToolsOpenAI, How AI is expanding what people do at work, 2026-07-27
