在实际学术研究中，我们经常面临这样的困境：

学术讲座上灵感迸发，回到工位却要花半天整理笔记、翻文献、写综述。更头疼的是——讲座中提到的参考文献名、数据、方法细节已经记不清了。

本文介绍如何用 聆犀AI录音卡 + 妙记 App + SonicNote MCP Server + Claude Science（Anthropic 专为科研打造的 AI 科学工作台）搭建一条从"学术语音输入"到"文献综述/数据分析/论文辅助"的全自动化研究链路。并与 Zotero 深度打通，实现录音→AI分析→文献关联的学术闭环。

在这里插入图片描述

一、Claude Science 是什么？

在这里插入图片描述

Claude Science 是 Anthropic 于 2026年6月30日 正式发布的全新旗舰产品——一个专为科研人员打造的 AI 科学工作台。它不是一个新的 AI 模型，而是运行在现有 Claude 模型（包括 Claude Opus 4.8）之上的独立应用程序，面向 Claude Pro、Max、Team、Enterprise 用户提供 Beta 版（macOS / Linux）。

与 Claude Code（面向软件开发的终端 AI 助手）不同，Claude Science 是 Anthropic 继 Claude Code、Claude Cowork 之后的第三大旗舰产品，专为科研全流程设计：

能力 说明
🧠 多智能体系统 主智能体充当"项目管理者"，可创建/调用子智能体分工协作；内置**审稿智能体（Reviewer Agent）**专门核查引用和计算错误，形成 actor-critic 自校正机制
🔬 60+ 科学数据库原生接入 UniProt、PDB、Ensembl、ClinVar、ChEMBL、GEO、Reactome、PubMed 等，预配置基因组学、蛋白质组学、化学信息学、单细胞分析等工具包
🧬 NVIDIA BioNeMo 集成 原生连接 Evo 2、Boltz-2、OpenFold3 等前沿生命科学模型
🎙️ 外部数据源接入 通过 **MCP（Model Context Protocol）**协议接入录音数据、文献库等第三方数据源——这正是本文要展示的核心集成
📚 文献读写 连接 Zotero 等文献管理工具，检索、阅读、引用一站式完成
🔄 可复现性保障 每张图表附带生成的精确代码、运行环境、自然语言说明和完整对话历史；支持自然语言修改图表（如"纵轴换成对数刻度"），Agent 自动重写代码
💻 算力调度 可托管计算任务到本地、远程 SSH 或 HPC 集群，支持 GPU 自动扩缩；敏感数据无需上传到 Anthropic 服务器
🔀 会话分叉 可 fork 会话，并行尝试不同分析路径而不丢失原始线程

一句话总结：Claude Science 是 Anthropic 的旗舰科研 AI 工作台，它将查文献、连数据库、跑计算、生成图表、写稿和查引用等科研全流程整合到一个可追踪、可审计的统一环境中。

在这里插入图片描述

在这里插入图片描述

▲ Claude Science 实际运行界面：用户要求撰写跨物种单细胞 RNA-seq 整合的文献综述，系统同时调度 PubMed、bioRxiv、OpenAlex、CELLxGENE 等多个数据源的子智能体并行检索文献，并自动输出 LaTeX + 编译 PDF。右侧可见**审稿智能体（Reviewer）**发现并修正了一条重复引用的错误（PMID 31178118 被同时分配给 LIGER 和 Seurat v3）。

💡 与本文的关系： 本文展示的是通过 MCP 协议将「聆犀AI录音卡 + 妙记 App」的录音数据接入 Claude Science，并打通 Zotero 文献库，构建学术研究的全链路闭环。SonicNote MCP Server 是录音数据进入 Claude Science 生态的标准化桥梁。

二、整体架构

整个系统的数据流向如下：

自动上传

MCP 协议

API 调用

桥接服务

🎙️ 聆犀AI录音卡
硬件拾音

妙记 App
云端 ASR 转写 + AI 总结

SonicNote MCP Server
标准化数据接口层

Claude Science
AI 学术智能体

📚 Zotero 文献管理

输出：文献综述
数据分析 / 实验方案 / 论文草稿

核心组件

组件 角色 说明
聆犀AI录音卡 硬件拾音器 离线/在线双模，一键录制学术讲座、组会、访谈
妙记 App AI 处理引擎 ASR 转写（多语种）+ AI 智能总结 + 笔记管理
SonicNote MCP Server 数据桥接层 基于 MCP 协议的标准化中间件，连接录音与 AI
Claude Science AI 学术智能体 AI 科学工作台，MCP 接入录音 + 文献数据
Zotero 文献管理中枢 文献收集、引用管理、与 Claude Science 双向通信

三、详细配置步骤

3.1 安装 SonicNote MCP Server

# 下载 sonicnote-mcp-server-1.0.1.tgz 安装包
npm install -g sonicnote-mcp-server-1.0.1.tgz

# 验证安装
sonicnote-mcp-server --version

注意： 如果之前安装过旧版本，先卸载再安装：

npm uninstall -g sonicnote-mcp-server
npm install -g sonicnote-mcp-server-1.0.1.tgz

3.2 获取 API Key

  1. 打开妙记 App
  2. 进入「我的」→「API Key 管理」
  3. 点击「创建 Key」，复制生成的 Key

Key 的格式为 sk-xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx，请妥善保管。

3.3 配置 Claude Science （接入录音数据）

SonicNote MCP Server 支持 Claude Science 。在终端中执行一条命令即可完成 MCP 配置：

claude mcp add --scope user sonicnote \
  --env MCP_API_KEY=sk-your-key-here \
  -- npx -y sonicnote-mcp-server

将 sk-your-key-here 替换为你在第 3.2 步获取的实际 Key。

💡 说明： 该 MCP 配置在 Claude Science 和 Claude Code 之间通用。执行一次 claude mcp add 后，录音数据即可在 Claude Science 工作台和 Claude Code 终端中被直接调用。

验证配置是否成功：

启动 Claude Science ，输入：

帮我看看最近的录音列表

如果能返回录音列表，说明 MCP 配置成功，录音数据已接入 AI 工作环境。

3.4 配置 Zotero 桥接服务（接入文献数据）

在 Claude Science 中接入你的学术文献库，实现文献检索→阅读→引用的自动化闭环：

# 进入 Zotero 桥接服务目录
cd ~/Documents/ClaudeCodeZoteroNote/cc-llm4zotero-adapter

# 安装依赖
npm install

# 启动桥接服务
npm run daemon:start

# 查看运行状态
npm run daemon:status

Zotero 侧设置：

  • 打开 Zotero → 偏好设置 → llm-for-zotero 插件 → Agent 标签页
  • 开启 Claude Science / Claude Code integration
  • Bridge URL: http://127.0.0.1:19787

四、可用 API 能力一览

SonicNote MCP Server 提供了以下工具接口，Claude Science 可以直接调用：

方法 功能 学术场景示例
listRecordings() 查询录音列表 “查找上周的学术讲座录音”
getTranscript() 获取转写全文 “把今天组会讨论的逐字稿调出来”
getSummary() 获取 AI 总结 “这次讲座的核心学术观点是什么？”
getNote() 获取笔记 “查一下我在这个录音上记了什么”
updateNote() 追加/编辑笔记 “补充一条：此观点与 Smith 2024 一致”

五、学术实战场景

🔬 场景一：学术讲座 → 文献综述半自动生成

这是最核心的学术应用场景。

学术讲座录制

妙记转写 + AI 提炼论点

Claude Science 分析

关联 Zotero 文献

生成结构化笔记

输出文献综述段落

Zotero 文献关联归档

操作指令：

# 第一步：调取讲座内容
查找今天下午的学术讲座录音，给我完整的 AI 总结

# 第二步：关联文献
这篇讲座提到了哪些参考文献？帮我在 Zotero 中搜索相关文献条目

# 第三步：生成综述
结合讲座的核心观点和 Zotero 中的相关文献，
帮我写一段 500 字的文献综述，按 APA 格式引用

# 第四步：沉淀知识
把综述归档到本地笔记库，链接到对应的 Zotero 条目和原始录音

效果： 一场 2 小时的讲座结束后 10 分钟，结构化笔记 + 文献综述 + 知识图谱链接全部就绪。

📊 场景二：组会讨论 → 实验方案辅助设计

组会讨论录制

妙记 AI 提炼行动项

Claude Science 分析方案

检索 Zotero 中方法论文献

设计实验变量与对照组

输出实验方案草案

归档笔记

操作指令：

# 第一步：提取讨论要点
调取今天组会录音的总结，列出所有人提出的实验改进建议

# 第二步：方法论文献检索
在 Zotero 中查找关于「随机对照试验设计」的方法论文献，
列出 3 篇最相关的，并提取其实验设计框架

# 第三步：方案生成
结合讨论建议和方法论文献，
帮我设计一个实验方案，包括：
- 自变量/因变量定义
- 对照组设置
- 样本量计算依据
- 主要统计分析策略

# 第四步：归档
归档到本地笔记库，链接到组会录音和参考文献条目

效果： 导师在组会上说的"你回去设计个实验方案"，你 15 分钟就能交出一份文献支撑的草案。

📖 场景三：论文精读 → 口述笔记 + 文献关联

读论文时口述笔记

妙记实时转写 + 提炼

Claude Science 结构化

提取方法/贡献/局限

关联 Zotero 条目

生成论文笔记模板

归档笔记

工作流：

Step 1 — 读论文
  在 Zotero 中打开论文 PDF，或在 ScholarRead 中 AI 辅助阅读

Step 2 — 口述笔记
  读到关键段落时，对录音卡说：
  "这篇论文的核心创新是……
   方法部分用了……
   实验在 3 个数据集上验证……
   局限性在于……
   对我自己研究的启示是……"

Step 3 — AI 处理
  读完后 → 妙记自动转写 + AI 提炼结构
  在 Claude Science 中输入：
  "提取这篇论文的：
   (1) 研究问题 (2) 核心方法 (3) 主要贡献
   (4) 实验设计 (5) 局限性 (6) 可引用观点
   搜索 Zotero 中相关文献，标注引用关系"

Step 4 — 知识沉淀
  Claude Science 自动生成结构化论文笔记
  归档到本地笔记库，链接到 Zotero 条目
  下次写综述时直接搜索调用

效果： 读论文时动口不动手，AI 帮你结构化，一篇论文的精读笔记自动入库。

🌍 场景四：学术访谈 → 逐字稿编码分析

定性研究中，访谈转录和编码是最耗时的工作。Claude Science 可以大幅加速：

田野访谈录制

妙记说话人识别转写

Claude Science 编码分析

开放式编码提取

主轴编码归类

选择性编码提炼主题

归档笔记

操作指令：

# 第一步：获取访谈逐字稿
把 0630 访谈录音的完整转写调出来

# 第二步：初始编码
对这个访谈进行开放式编码，
标记所有关键概念和本土概念（in-vivo codes）

# 第三步：主题提炼
基于编码结果，归纳出 3-5 个核心主题，
每个主题下列出支撑的原始引用

# 第四步：理论关联
在 Zotero 中搜索与这些主题相关的理论文献，
帮我建立编码→理论的映射关系

效果： 几小时的访谈转录和初步编码，从"几天的工作量"压缩到"几十分钟"。

✍️ 场景五：论文写作辅助

多源输入
录音笔记 + 文献笔记
+ 组会反馈

Claude Science 整合

生成 Introduction 草稿

整理 Related Work

检查引用完整性

归档笔记

操作指令：

# 跨录音聚合分析
把我这个月所有关于「XXX 研究方向」的录音笔记汇总，
提取重复出现的关键论点

# 文献综述辅助
结合 Zotero 中分类为「核心文献」的 20 篇论文，
帮我写一段 Related Work，按方法流派组织

# 引用检查
检查我 Introduction 的草稿，
引用是否都对应到 Zotero 中的文献条目，
标注遗漏的引用和新建议的文献

# 语法与结构
用学术写作标准检查这段讨论部分的逻辑结构

🎓 场景六：论文答辩准备 → 模拟提问 + 应答策略

论文答辩是研究生阶段压力最大的环节。Claude Science 可以将你的论文、录音笔记、文献库整合，进行系统化的答辩准备：

论文全文
+ 相关录音笔记
+ Zotero 文献库

Claude Science 综合阅读

生成可能提问清单

逐题生成应答策略

标注文献支撑

识别薄弱环节

模拟答辩逐字稿

操作指令：

# 第一步：加载论文全文
读取我的学位论文，结合 Zotero 中引用的所有文献，
全面理解研究背景、方法、结果和创新点

# 第二步：生成预判提问
基于论文内容，从以下角度生成答辩委员会可能提出的问题：
- 研究动机与创新性（为什么做这个？与现有工作有何不同？）
- 方法论细节（为什么选这个方法？替代方案是什么？）
- 实验设计与局限性（样本量是否充分？外部效度如何？）
- 结果解读与理论贡献（结果是否支撑结论？理论意义在哪里？）
- 未来方向（下一步会做什么？）

# 第三步：生成应答策略
针对每个问题，生成：
- 核心回答要点（3-5个）
- 支撑的文献引用
- 可能追问的方向 + 应对思路
- 需要承认的局限性 + 辩护角度

# 第四步：模拟答辩练习
"作为答辩委员，就我的第三章实验设计提出 5 个最尖锐的问题，
要求我逐一回答。对我的回答给出评估和改进建议。"

# 第五步：录音复盘
用录音卡录下模拟答辩过程 →
妙记转写 + AI 分析你的回答逻辑和表达 →
Claude Science 对比标准应答，标注改进空间

效果： 答辩前系统化预演所有可能问题，每个回答都有文献支撑和逻辑框架，从容应对答辩委员的追问。

六、与 Zotero 的深度打通

6.1 录音→Zotero 自动关联

通过 Claude Science 的 MCP 能力，录音数据可以自动关联到 Zotero 文献条目：

# 录音笔记中自动生成的前置元数据
---
title: "2026-07-01 学术讲座：Transformer 架构最新进展"
recording_id: "abc123"
zotero_items:
  - "vaswani2017attention"
  - "brown2020language"
  - "touvron2023llama"
tags:
  - lecture
  - transformer
  - llm
---

Claude Science 可以根据录音中提到的作者、论文名、关键词，自动搜索 Zotero 库并建议关联。

6.2 Zotero → Claude Science 文献消费

配置 Zotero 桥接服务后，Claude Science / Claude Code 可以：

操作 示例指令
检索文献 “在 Zotero 中搜索最近 3 年关于 attention mechanism 的论文”
阅读摘要 “读取 Zotero 中 vaswani2017 的摘要和我的注释”
文献对比 “对比这 3 篇论文的方法部分，找出共同的技术路线”
引用格式 “按 APA 7th 格式生成这篇论文的引用”
批量处理 “把 Zotero 中标记为 ‘To-Read’ 的论文摘要汇总给我”

6.3 四端联动的 Day in the Life

🚇 上午通勤（8:30）
  手机打开妙记 App，回听昨天讲座的 AI 总结
  语音追加一条笔记："可以关联 Smith 2024 的 framework"

📚 上午文献工作（9:30）
  在 Zotero 中阅读 Smith 2024 论文
  Zotero 自动同步文献笔记
  打开 Claude Science：
  "对比 Smith 2024 和昨天讲座的 framework，
   分析两者的异同，提出整合方案"
  → AI 生成对比分析，自动链接到录音笔记和文献条目

🎤 下午组会（14:00）
  录音卡录制组会讨论
  导师提出 3 个修改方向
  妙记自动转写 + AI 总结行动项

💻 下午写作（16:00）
  Claude Science：
  "结合今天组会的反馈，
   修改 Introduction 的第 3 段，
   引用 Zotero 中的 Johnson 2023 和昨天讲座的观点"
  → AI 生成修改版本，引用格式完整，链接可追溯

📱 傍晚回顾（18:00）
  在笔记软件中查看关系图谱
  今天的讲座 → 文献 → 组会 → 写作，
  全部自动连接成一张知识网络

七、录音卡的学术硬件优势

场景 传统录音方案 聆犀AI录音卡
学术讲座 手机录音，环境嘈杂 专业降噪麦克风 + 远场拾音
国际会议 英语演讲，无法实时处理 支持多语种 ASR 转写
组会讨论 多人发言，难以区分 说话人识别，自动标注发言者
访谈录音 录音文件堆积手机 自动上传云端，AI 处理，不占手机空间
长时间录制 手机发热、存储告警 独立硬件，离线+在线双模，电池续航长
隐私安全 录音存于手机本地 端到端加密上传，私密云存储

八、快速启动清单

  • 聆犀AI录音卡已连接妙记 App
  • 妙记 App 中已创建 API Key
  • SonicNote MCP Server 已安装 (npm install -g sonicnote-mcp-server)
  • Claude Science /已配置 sonicnote MCP
  • Zotero 桥接服务已启动（npm run daemon:start）
  • 笔记软件已安装文献同步插件
  • 首次完整跑一遍"讲座录音→AI分析→文献关联→笔记沉淀"流程验证

九、常见问题

Q: Claude Science 和普通 Claude Code 有什么区别？
A: Claude Science 是 Anthropic 2026年6月推出的独立旗舰产品，专为科研场景设计——内置多智能体系统（含审稿智能体）、原生接入 60+ 科学数据库、支持 3D 蛋白质结构/基因组浏览器等科学可视化渲染。Claude Code 则是面向软件开发的终端 AI 编程助手。不过，两者都支持 MCP 协议扩展，因此本文的录音数据接入方案在 Claude Science 和 Claude Code 中都可以使用。推荐学术用户直接使用 Claude Science，获得更完整的科研工作台体验。

Q: 必须同时用 Zotero 吗？
A: 不是必须的。如果你用 EndNote、小绿鲸、ScholarRead，可以通过手动粘贴 AI 总结的方式使用。但 Zotero + Claude Science 是目前自动化程度最高的组合。

Q: 录音卡对英语/多语种学术场景支持如何？
A: 妙记 App 支持多语种 ASR 转写，英语、日语、韩语等均可识别。学术术语的识别准确率在持续优化中。

Q: 录音数据的安全性如何？
A: 录音通过端到端加密上传至妙记云端，API Key 是唯一授权凭证。建议为 Claude Science 单独创建一个 Key，方便管理权限。

Q: 博士生/研究生最推荐什么配置？
A: 聆犀录音卡 + 妙记 App + Zotero + Claude Science。这是目前学术场景下最完整的工具链，覆盖从录音输入、文献管理、知识沉淀到 AI 辅助写作的全链路。

十、适用人群

角色 核心价值 典型工作流
硕博研究生 讲座/组会自动归档，文献综述半自动生成 讲座录制 → AI 总结 → Zotero 关联 → 综述写作
高校教师/研究员 学术会议录音归档，科研项目知识管理 会议录制 → 多源录音交叉分析 → 项目知识图谱
定性研究者 访谈转录+编码+主题提炼 访谈录制 → 逐字稿 → 三级编码 → 理论关联
跨学科研究者 多领域文献整合，AI 辅助跨域知识联结 多领域录音 + Zotero 文献 → AI 整合分析
学术写作困难者 口述转结构化草稿，引用自动补全 口述思路 → AI 结构化 → 文献引用补全 → 语法优化
留学研究生 非母语环境学术讨论的声音记录与理解 英文讲座录制 → 多语种转写 → AI 总结理解

参考资源：

# 人工智能 # 程序人生 # 语音识别 # AIGC # 智能硬件 # 论文阅读
Logo
MCP技术社区

欢迎加入 MCP 技术社区！与志同道合者携手前行，一同解锁 MCP 技术的无限可能！

更多推荐

cover

【北京HC急招】AI Agent 高级产品经理（用户产品方向）- 60-80W

avatar MCP技术社区
cover

手写 MCP Server 连数据库：50 行代码让 AI 学会查 SQL

avatar MCP技术社区
cover

从0开始学AI Agent：设计一个coding agent，Java佬必看

avatar MCP技术社区