写在前面

时光荏苒，白驹过隙。三年前非科班的我通过跨专业考研进入到计算机领域，彼时的我还不知道接下来要面对什么。如今回顾，我的研究生生涯，研究横跨2个领域，（从A领域找思路，应用到B领域）；实现了2套理论算法；FPGA硬件部署；近似从0到1的实现突破，以及在学术研究的同时，我顺带发展了开发小程序，开发运营网站的技能，也通过大量项目实践收获了有关服务器，部署服务，网络安全等宝贵经验。如今圆满毕业，我想和即将或正在进行科研的你分享下我的经验和心路历程，希望能助你享受高效而美好的科研时光。本文共分为四个部分，论文篇，编程篇，实用工具篇和EDU福利篇。 本文写于 2025/6/25，部分内容可能存在一定时效性，以参考思路为主。

论文篇

查找论文

根据论文名字或关键词搜论文

传统搜索引擎

知网等

agent搜索引擎

PaSa: Paper Search Agent

可以用自然语言描述你要找的内容，pasa会智能帮你搜索相关论文，缺陷是官方的数据来源较少，可以到github获取其agent源码，然后自己添加更多的数据来源和渠道，构建自己的论文搜索引擎agent。

TXYZ - Integrate all paths to knowledge

似乎站长在B站有相关视频,参考BV1E1421t7aq

Consensus Consensus

其优势在于，数据库丰厚优惠码：GIANTSSHOULDER 用edu邮箱，似乎也有3个月pro试用。

The AI for Academic Research | SciSpace

google /openai / grok 等 deep research 深度搜索

非常强力的一个方式，不得不试，AI深度研究20分钟整理出来的报告，能直接当综述看。想看研究什么问题的综述，直接提需求，细化需求即可，因为是依赖搜索引擎，论文也有引用出处，不用担心幻觉给出不存在的论文。

找相关/相似论文

connectedpapers.com

输入一篇论文的名字，查找相似，相关的论文。使用小Tips:有时它会提示一个月只有2次使用机会，但只需在浏览器新建无痕页面，再使用即可刷新次数；每次无痕都有2次机会，四舍五入等于机会无限。

https://www.researchrabbitapp.com/

和上面类似。操作手法也是：输入一篇论文的名字，查找相似，相关的论文。2者的数据源不太相同。且这个rabbit除了能找相似相近的论文，也能直接找引用的论文和被引用的论文。

找带代码的论文

paperswithcode.com

不提供源代码的论文大概率是在耍流氓。如果你想复现文中的算法，耗时耗力不说，结果也未必符合预期。所以如果打算复现，不如一开始就找提供源码的论文。此外，在这个网站还能找到各领域的学科分类，了解baseline以及其实现代码，非常好用~

我的思路

假设我即将面对的是一个完全不了解的领域，我会：

0. 先找一篇近几年的综述，了解基本概念，业内关键词，领域研究和关注的核心问题和已有的解决方式。

1. 如果我认为已经有了一定的理解，但感觉了解的还不够深入，很混乱，我会带着问题和具体需求，使用deep research工具来深入调研该领域。

2. 在具备基本的了解后，如果需要复现算法，那我会直接在paperwithcode中，寻找该领域的分类页，在分类页面中能直接找到很多提供源码的论文，确定有源码我再看。如果没有找到合适的分类页，则通过综述中提供的文章，逐篇在paperswithcode中搜索，如果其中某一篇有收录的话，查看该文章属于哪些分类，后续就可以在该分类下继续寻找带源码的文章了。

3. 如果不刚需源码，只是想找下思路。那根据我的了解和需求，我会到到agent等搜索引擎利用关键词或提出自己的问题，用自然语言查找相关论文。或者用一篇相关论文的题名，到connectedpaper或research rabbit等工具中寻找相关，相近的论文，循环往复。

4. 经过上面步骤，我大概已经找到了几篇感兴趣的核心论文，随后我会精读这些论文，这个过程中，随着我的理解提高，我能提出越来越细致的问题，再重复上面的步骤，直到彻底确定自己要解决的问题和解决的思路和方案。

辅助读论文

Paper Burner X - AI文献阅读与智能分析平台

ChatPDF AI | Chat with any PDF | Free

以上工具都是把论文放进去，然后总结概要之类的。和用普通AI总结和读论文，使用方式上没什么区别。但AI总归是辅助，适用场景为”泛读论文“。

如果找到了我认为的核心论文，那么为了吃透，我会精读，思考，理解和做笔记进行彻底消化的。我个人是使用小绿鲸作为文献阅读工具，一边看英文，遇到不懂的长难句或单词就拖动光标选中查看翻译。按层次和需求，以不同颜色块高亮或添加注释笔记。

论文整理分类

zotero 快速的将网页论文添加到zotero收录中，类似收藏网页那样。通过建立不同的文件夹，在网页上寻找论文的时候，即可顺手完成论文分类。 B站有很多视频教学和科普参考

编程篇

注册一个EDU邮箱，我们学校的在企业微信可以申请。下面很多大厂的产品或者和 AI有关的产品，大多都有EDU福利。直接搜对应的应用名词如 copilot + EDU / 学生福利 / student 等。
AI工具

IDE编辑器

cursor、 Augment、windsurf、aider、trae 使用方法B站搜教学视频，大多都有EDU优惠

代码插件

cursor作为当下最火的AI编程工具，实际上它的思路原型是来源于cline这个插件，而roo code是cline的一个分支版本，可以认为是更个性化的cline。

cursor和cline的区别，可以类比美图秀秀和 photoshop的区别。前者更适合小白，更符合商业消费场景，不过在细节把控上，有时它会自作主张帮你决定（尤其是前期需求提的不够清晰的情况），而后者给予开发者更高的权限，更细节层面的管理。当前人们对cline和roo code的吐槽大多仅限于，API消耗太快。换言之，它的缺点基本只有贵。配合下面的API篇的GCP300可解决，也是我当前的coding方式。

MCP，Model Context Protocol

Context7 - AI的文档补全

Context7最大的意义在于给AI大模型提供最新的文档。由于大模型的训练数据一般都是1，2年前的，所以我们在使用大模型来辅助编程时，会遇到以下问题：AI在使用某个库的代码时，使用的是1，2年前的版本。而如果我们希望大模型能阅读最新的文档，并以此输出最新最潮的代码，则可以使用这个MCP给大模型提供文档上下文，让大模型生成的代码更准确。

该MCP能让AI操控浏览器，获取网页中的信息。由于context7只能读取GitHub库的文档，而有些非github库的文档，context7没法提供。此时我会用这个mcp来补全大模型所需的文档内容。

claude-task-master

一个好的项目，在前期需要好的规划。前期规划好，项目没烦恼。这个MCP会帮助你在开始一个新项目前，与你进行需求沟通，问题拆分等。同理，在对一个项目进行修改前，也可以使用这个项目，事先沟通确定好需求。你的AI产品经理。

其他更多MCP，可根据需要自行搜索 mcp市场

把MCP当作语言模型AI的额外扩展能力，以这个角度来思考和寻找MCP，也许能得到不错的效率提高。举个例子，扩展下思路:

设计师和后端程序员狂喜。figma是设计师用于设计产品原型或UI 的主力工具之一，配合MCP，接入大模型，能让设计到代码实现更加流畅，无损。同理还有blender-mcp

以上2个MCP，让AI具有了一定的专业设计能力或让设计师具有了编程实现的能力。