BioArt專·精系列培訓 | OpenClaw AI Agent 實戰訓練營

在科研工作的真實場景里，最消耗研究者精力的，往往不是某個高難度問題，而是那些每天重復、卻又不得不親自處理的碎片化事務：查文獻、改文檔、寫代碼、修報錯、做匯報、追進度。過去，我們使用 AI，更多還是“問一個問題，拿一個答案”，AI 像顧問，人依然要親自完成每一步；但隨著 AI Agent 的出現，科研效率正在進入新階段——研究者不只是向 AI 提問，而是可以把任務真正交給 AI，讓它調用工具、執行流程并返回結果。正因如此，我們推出這門 OpenClaw AI Agent 實戰訓練營：它不是教你多會幾個提示詞，而是帶你搭建能服務科研工作流的智能體系統，讓 AI 從“回答問題的助手”升級為“真正替你干活的科研搭子”，幫助你把文獻管理、論文寫作、數據分析和課題設計，逐步變成一套可落地、可復用的智能科研工作方式。

01

課程特色

1. 不是教你“怎么問”，而是教你“怎么讓 AI 干活”
這門課不止停留在提示詞層面，而是帶你真正理解并上手 AI Agent 的核心邏輯，讓 AI 不只是回答問題，而是能夠調用工具、執行任務、完成流程，真正參與科研工作的關鍵環節。

2. 聚焦科研真實場景，學完就能立刻用
課程內容不講空泛概念，全部圍繞科研中最常見、最耗時的任務展開，包括文獻檢索、資料整理、論文寫作、數據分析、代碼輔助、課題設計、頂刊復現等，幫助你把所學內容快速遷移到自己的研究工作中。

3. 以 OpenClaw 為抓手，系統進入 AI Agent 實戰
課程將結合 OpenClaw 的實際使用邏輯，帶大家真正理解什么是智能體、它能做什么、如何搭建自己的科研工作流，不是零散地學幾個功能，而是建立一套完整的方法框架。

4. 從“單次使用”升級到“工作流思維”
很多人會用 AI，但仍然是哪里卡住問哪里。本課程更強調科研流程的整體優化，幫助你學會把一個任務拆解、串聯、自動化，逐步形成可復用、可持續迭代的個人科研智能系統。

5. 不只是提升效率，更是在重塑科研競爭力
未來科研能力的差距，不僅在于誰更會做實驗、誰更會分析數據，也在于誰更早掌握 AI 智能體。課程的目標，不只是幫你省時間，而是幫你率先建立面向未來的科研新優勢。

6. 兼顧上手操作與底層理解，小白也能跟上
課程會盡量用通俗易懂的方式講清核心原理，同時配合具體案例和實際演示，讓沒有基礎的同學也能看得懂、學得會、用得上；有一定基礎的老師和同學，也能借此進一步升級自己的科研工作方式。

02

課程時間和目錄

4月3號晚19:00-22:00

4月4號和5號全天

本次課程會持續多期開班，如果已經報名錯過第一期直播課，可以免費參加第二期直播課。

注意：報名本次培訓的學員，后期可以免費學習最新AI智能體教程，包括騰訊龍蝦實操、AI醫學智能體實操等等

課程目錄：

第一課 | 認識 OpenClaw：原理與安裝（實操遇到問題，有七名全職助理全程指導安裝）

第二課 | 連通世界：接入 GLM-5模型、 Kimi模型與飛書（實操遇到問題，有七名全職助理全程指導安裝）

第三課 | 日常提效：自動化你的重復工作，定時任務配置，本地文件批量處理，飛書任務與日歷整合，手機遙控電腦，離開實驗室也能處理文件

第四課 |Word、PPT制作：文獻匯報、科研進度總結、年終考核等PPT場景一鍵切換，從內容提煉到模板輸出，龍蝦會記住你的風格偏好，每次生成的PPT都像你自己做的，而且越用越順手

第五課 | 科研助力（一）：論文速讀與批量整理摘要，論文寫作輔助，審稿意見整理，參考文獻格式處理，龍蝦讓你真正減少文獻閱讀和寫作中的機械性工作

第六課 | 科研助力（二）：數據整理與分析、私人文獻知識庫構建，創建出符合你科研需求的工作流

第七課 | 科研助力（三）：國自然標書寫作：把你的研究身份、前期積累、標書偏好全部記住，生成的每一版都像你自己寫的，而且越用越懂你

第八課 | 科研助力（四）：課題設計：記住你以往發表的文章和已有的實驗平臺，從模糊想法到完整設計全程陪伴，每一步都可迭代、可追溯、可復用

第九課 | 科研助力（五）：Nature文章數據分析實戰（龍蝦完全接管電腦，從數據獲取到圖表輸出全程龍蝦自己干，寫代碼、跑代碼、修報錯、出結果，最后打包成可復用技能，下次一鍵復現）

03

課程內容

第一課 | 認識 OpenClaw：原理與安裝（實操遇到問題，有七名全職助理全程指導安裝）

1.通過具體的架構圖解釋 Agent 和聊天 AI的區別

2.理解 OpenClaw 四層架構，后續配置不再是黑箱

3.從零完成安裝：Node.js 環境準備、npm 配置、OpenClaw 安裝與啟動，全流程手把手，安裝過程中的常見報錯及處理方式都在課上覆蓋

4.TUI 終端界面基本操作：課程后續所有演示的基礎，包括命令輸入、切換模型、查看日志

第二課：接入 GLM-5模型、 Kimi模型與飛書（實操遇到問題，有七名全職助理全程指導安裝）

1.GLM-5 API 完整配置：從注冊賬號、獲取 API Key 到填寫openclaw.json

2.飛書通道配置：開通權限、建立 WebSocket 連接，手機上給AI發消息

3.soul.md 個性化配置：包括你的研究方向、文件目錄約定、偏好的回答風格，以及如何讓 AI 在不同對話之間保持記憶

第三課：日常提效：自動化你的重復工作，定時任務配置，本地文件批量處理，飛書任務與日歷整合，手機遙控電腦，離開實驗室也能處理文件

1.定時任務配置：設置每日自動推送（如領域新論文速報、當天日程提醒），配置定期文件備份，以及截止日期提醒——重點在于"配置一次，持續運行"的工作方式

2.本地文件批量處理：用一條指令批量重命名一批命名混亂的文件，按規則把下載文件夾里的文件自動歸類到對應目錄，演示幾個研究生實際會遇到的場景

3.技能市場與搜索技能：從 ClawHub 安裝額外的技能，讓 AI 能在聯網狀態下查找信息，而不只是依賴訓練數據

4.飛書任務與日歷整合：通過飛書 API 操作飛書的任務、日歷、多維表格，演示用自然語言創建任務、查詢日程、批量更新表格數據

第四課：Word、PPT制作：文獻匯報、科研進度總結、年終考核等PPT場景一鍵切換，從內容提煉到模板輸出，龍蝦會記住你的風格偏好，每次生成的PPT都像你自己做的，而且越用越順手

1.遠程 Word 文檔修改：指定段落或章節進行修改（如壓縮摘要字數、調整某段表述），AI 直接操作文檔保存，完成后匯報改了什么

2.遠程 PPT 生成：給 AI 提供實驗記錄或要點文本，讓它生成一份基礎結構的 PPT 文件，適合需要快速準備組會材料的場景

3.飛書云文檔操作：遠程創建飛書文檔、追加內容、整理成格式化報告，適合外出時需要記錄或共享信息的情況

4.遠程文件取送：從手機端發起指令，讓 AI 在你的電腦上找到指定文件并通過飛書發送，支持按文件名、日期、描述等方式查找

第五課：科研助力（一）論文速讀與批量整理摘要，論文寫作輔助，審稿意見整理，參考文獻格式處理，龍蝦讓你真正減少文獻閱讀和寫作中的機械性工作

1.論文速讀與批量摘要：上傳 PDF，讓 AI 提取研究問題、方法、核心結論、局限性，多篇文獻批量處理，輸出結構化的摘要表——用于文獻調研時快速篩選，不替代精讀

2.寫作輔助：以 Introduction、Methods、Abstract 為例，演示如何讓 AI 給出結構建議、生成初稿、以及在你有草稿的基礎上做針對性修改；重點在于如何用提示詞控制輸出質量

3.參考文獻格式處理：格式混亂的參考文獻列表轉換為 BibTeX 或指定期刊格式，檢測重復條目，補全缺失字段（如 DOI、頁碼）

4.審稿意見整理：把審稿意見按 Major Revision / Minor Revision 分類，逐條生成"審稿人關切—初步回應方向"的整理框架，作為回復審稿的起點

第六課：科研助力（二）數據整理與分析、私人文獻知識庫構建，創建出符合你科研需求的工作流

1.私人文獻知識庫：對本地 PDF 文件夾建立 RAG 向量索引，之后可以用自然語言在這批文獻中檢索和提問——適合積累了一定文獻量之后使用，索引建立需要一些時間

2.工作流整合與 soul.md 收官配置：把前五節課的各個模塊串聯成一個相對完整的工作流思路，完成 soul.md 的最終版本配置，讓 AI 助理真正"了解"你的工作習慣和課題背景

3.數據分析代碼生成：上傳 CSV，描述分析目標，AI 生成完整 Python 腳本（數據概覽、統計檢驗、可視化），并在完成后輸出可寫入論文 Results 部分的統計描述語句

4.代碼報錯處理：演示 AI 的自動修復流程——路徑不存在、列名不匹配等常見運行時錯誤，AI 識別報錯原因、修改代碼、重新運行，展示這個過程是如何工作

第七課：科研助力（三）：國自然標書寫作：把你的研究身份、前期積累、標書偏好全部記住，生成的每一版都像你自己寫的，而且越用越懂你

1.科研畫像構建— 利用我的記憶能力，存儲你的研究方向、前期基礎、偏好風格，讓每次生成都貼合你的學術身份

2.結構化分步生成— 課題方向 → 背景 → 問題 → 目標，逐層推進，每步可迭代優化，不是一次性拋給你

3.研究路線設計— 技術路線圖 + 方法論 + 預測結果，自動保存多版本到文件，方便對比和追溯

4.立項依據草案輸出— 整合各部分，生成完整"AI輔助版"立項依據，格式符合國自然要求，支持多輪打磨

5.技能封裝與復用— 把這套流程固化為專屬技能，下次輸入課題方向即可一鍵啟動，越用越順手

第八課：科研助力（四）：課題設計：記住你的科研身份和積累，從模糊想法到完整設計全程陪伴，每一步都可迭代、可追溯、可復用

1.科研畫像與領域定位— 記住你的研究方向、技術棧、發表基礎，每次生成都從"你是誰"出發

2.科學問題凝練— 多輪對話打磨，從模糊想法到精準問題，可迭代優化不嫌煩

3.研究設計與技術路線— 結構化拆解，假設 → 方法 → 實驗 → 驗證，自動保存多版本便于比較

4.創新點識別與預期成果— 結合領域前沿，幫你找出差異化競爭空間，避免撞車

五、技能封裝與復用— 把整套流程固化為專屬技能，下次輸入關鍵詞即可一鍵啟動

第九課：科研助力（五）：Nature文章數據分析實戰（龍蝦完全接管電腦，從數據獲取到圖表輸出全程龍蝦自己寫代碼、跑代碼、修報錯、出結果，最后打包成可復用技能，下次一鍵復現）

1.龍蝦對目標文章與數據定位，數據獲取與環境搭建

2.代碼編寫與分析執行，從零寫代碼，跑分析，遇到報錯自動修復，迭代直到出結果，全程由龍蝦接管編程軟件自己跑數據

3.可視化與結果解讀，自動畫圖，輸出Nature級圖表，生成可讀的結果解讀

4.報告輸出與技能封裝，整理代碼+圖表+結論，打包成可復用腳本，下次類似文章一鍵復現

04

課程費用

• 課程費用1880元/人

• 團體報名享優惠，兩人報名九折，三人八五折， 含 講義、代碼、數據等完整資料包

• 錯過直播授課可以看課程錄屏，同時免費安排下一期直播課

• 團隊七名全職答疑助理，龍蝦安裝等實操過程中有問題全程答疑

報名與咨詢

05

合作機構

華哥科研平臺

授課理念：將CNS文章的新技術學懂（理解）、學會（會敲代碼分析）、學透徹（站在課題頂層設計角度理解）、學以致用（用到自己的標書申請和文章發表中）。

初心使命：普及前沿技術，服務科研一線，賦能創新突破，助推生命科學進步

主講老師（一）

楊奕濤，東京大學醫學科學研究所助理教授，日本學術振興會（JSPS）特別研究員，長期深耕深度學習算法、醫療AI與空間組學交叉領域，積累了豐富的科研實踐經驗；現致力于多模態融合、生物醫學基礎大模型開發及轉化醫學相關算法研究。發表Nature Communications等SCI期刊發表論文多篇；與中日及歐美頂尖計算生物學實驗室深度合作，參與多項國際前沿科研項目，致力于以人工智能驅動生命科學新發現。

主講老師（二）

張振華，中山大學博士，目前在東京大學從事醫學人工智能研究。深耕單細胞多組學、空間轉錄組與機器學習領域6年，培養學員3萬余人 ; 指導學員發表CNS主刊文章18篇、一區及子刊90余篇 ; 參與國自然重點、國家重大專項、孔雀計劃等項目申報;合作院士團隊及國際頂尖實驗室，發表SCI論文26篇（ Mol Cell、 PNAS、 JACS、NC、 Cell Rep Med、Mol Cancer、EMBO Mol Med等頂刊）。

06

課程收獲

1. 從“會用 AI”進階到“會用 AI Agent 干活”
不再只是提問拿答案，而是真正學會讓 AI 參與科研執行。

2. 把高頻科研任務逐步變成可復用的智能工作流
文獻、寫作、代碼、分析、匯報，不再每次都從零開始。

3. 大幅減少重復勞動，把時間留給真正重要的研究思考
讓你從瑣碎事務中抽身，把精力放回課題與創新本身。

4. 提前掌握下一代科研效率工具，建立未來競爭優勢
你學到的不只是一個平臺，而是一種全新的科研生產方式。