能力标签

🔌

MCP工具

研究工具

基于 Python · 让 AI 助手直接操作你的系统与工具

英文名：research-harness

⭐ 60 Stars 🍴 8 Forks 💻 Python 📄 NOASSERTION 🏷 AI 8.0分

8.0AI 综合评分

mcppythonresearch

⚙️ 配置说明

✦ AI Skill Hub 推荐

研究工具是 AI Skill Hub 本期精选MCP工具之一。综合评分 8.0 分，整体质量较高。我们强烈推荐将其纳入你的 AI 工具库，帮助提升工作效率。

📚 深度解析

研究工具是一款基于 MCP（Model Context Protocol）标准协议的 AI 工具扩展。MCP 协议由 Anthropic 开发并开源，旨在建立 AI 模型与外部工具之间的标准化通信接口，目前已被 Claude Desktop、Claude Code、Cursor 等主流 AI 工具采纳。

通过安装研究工具，你的 AI 助手将获得额外的工具调用能力，可以用自然语言直接操控该工具的功能，无需学习复杂的命令行语法。MCP 工具的核心价值在于"一次配置，永久增强"——配置完成后，每次与 AI 对话时都可以无缝调用这些工具。

在技术实现上，MCP 工具通过标准的 JSON-RPC 协议与 AI 客户端通信，工具的功能以"工具列表"的形式暴露给 AI 模型，AI 可以按需调用。研究工具提供了结构化的工具调用接口，使 AI 模型能够精确地理解和使用每个功能点，显著降低 AI 在工具使用上的错误率。

与传统的 API 集成相比，MCP 工具的优势在于无需编写代码——用户只需在配置文件中添加几行 JSON，即可让 AI 获得全新能力。AI Skill Hub 将研究工具评为 AI 评分 8.0 分，属于同类工具中的优质选择。

📋 工具概览

研究工具是一款遵循 MCP（Model Context Protocol）标准协议的 AI 工具扩展。通过 MCP 协议，它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务，实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用，都可以通过自然语言在 AI 对话中直接触发，极大提升生产效率。

GitHub Stars

⭐ 60

开发语言

Python

支持平台

Windows / macOS / Linux

维护状态

轻量级项目，按需更新

开源协议

NOASSERTION

AI 综合评分

8.0 分

工具类型

MCP工具

Forks

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理，如需查看完整原始文档请访问底部「原始来源」。

📌 核心特色

通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
提供结构化工具调用接口，显著降低 AI 集成复杂度
支持 Claude Desktop 和 Claude Code 无缝接入，开箱即用
可与其他 MCP 工具组合叠加，构建完整 AI 工作站
轻量无侵入设计，不影响现有系统架构

🎯 主要使用场景

在 Claude Desktop 对话中直接调用本地工具，实现 AI 与系统的深度联动
通过自然语言驱动复杂的多步骤自动化任务，代替繁琐手动操作
将多个 MCP 工具组合使用，构建个人专属 AI 工作站

以下安装命令基于项目开发语言和类型自动生成，实际以官方 README 为准。

安装命令

# 方式一：通过 Claude Code CLI 一键安装
claude skill install https://github.com/Biajin-PKU/research-harness

# 方式二：手动配置 claude_desktop_config.json
{
  "mcpServers": {
    "----": {
      "command": "npx",
      "args": ["-y", "research-harness"]
    }
  }
}

# 配置文件位置
# macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
# Windows: %APPDATA%/Claude/claude_desktop_config.json

📋 安装步骤说明

确认已安装 Node.js（v18 或以上版本）
打开 Claude Desktop 或 Claude Code 的 MCP 配置文件
按「交给 Agent 安装 → Claude Desktop」标签中的 JSON 配置填入 mcpServers 字段
保存配置文件并重启 Claude 客户端
重启后，在对话中即可使用本工具

以下用法示例由 AI Skill Hub 整理，涵盖最常见的使用场景。

常用命令 / 代码示例

# 安装后在 Claude 对话中直接使用
# 示例：
用户: 请帮我用 研究工具 执行以下任务...
Claude: [自动调用 研究工具 MCP 工具处理请求]

# 查看可用工具列表
# 在 Claude 中输入："列出所有可用的 MCP 工具"

以下配置示例基于典型使用场景生成，具体参数请参照官方文档调整。

配置示例

// claude_desktop_config.json 配置示例
{
  "mcpServers": {
    "____": {
      "command": "npx",
      "args": ["-y", "research-harness"],
      "env": {
        // "API_KEY": "your-api-key-here"
      }
    }
  }
}

// 保存后重启 Claude Desktop 生效

📑 README 深度解析真实文档完整度 32/100 查看 GitHub 原文 →

以下内容由系统直接从 GitHub README 解析整理，保留代码块、表格与列表结构。

简介

做可靠、可持续的长周期 AI 科研工作流。

Research Harness 为 AI 科研 agent 提供可持久的状态层：把文献检索、论文精读、 claim 提取、gap 分析、实验规划和基于证据的写作串成一条可恢复、可审查、可跨 session 延续的研究流程。

它适用于 Codex、Claude Code、Cursor、Zotero 侧边栏以及本地脚本 / Python 工作流。

<a href="README.md">简体中文</a> · <a href="README.en.md">English</a>

快速开始

git clone https://github.com/Biajin-PKU/research-harness.git
cd research-harness
./setup.sh
cp .env.example .env

在 .env 中至少配置一个 LLM API key，然后验证安装：

rh --json doctor

如果你想看完整安装流程、MCP 配置和首个 topic 示例，请先读：

选择你的使用入口

入口	适合场景	文档
Zotero 侧边栏	以论文 / 文献库为中心的研究工作流	[docs/zotero-rh-panel.md](docs/zotero-rh-panel.md)
MCP / Agent 客户端	Codex、Claude Code、Cursor 等 agent 工作流	[docs/agent-guide.md](docs/agent-guide.md)
CLI	本地终端、脚本、批处理、自动化	[docs/quickstart.zh.md](docs/quickstart.zh.md)
Python API	Notebook、pipeline、程序化集成	[docs/python-api.md](docs/python-api.md)