
找文献、读论文、处理数据和整理实验结果,往往要在不同工具之间切换。
本期筛选20个具有明确科研用途的开源项目,涵盖科研Agent、Skill、资料调研和论文文档处理,按2026年10月12日GitHub仓库总Star数排序。
| 01 排行榜总览
排名 | 项目名称 | ⭐Stars | 项目定位 |
🥇1 | autoresearch | 97,697 | 小模型训练实验 |
🥈2 | MinerU | 81,473 | 论文文档解析 |
🥉3 | gpt_academic | 71,436 | 论文阅读与写作 |
4 | academic-research-skills | 51,364 | 学术研究全流程Skill |
5 | scientific-agent-skills | 48,419 | 综合科研Skill |
6 | nature-skills | 47,416 | 学术写作与绘图 |
7 | marker | 40,380 | 文档结构化转换 |
8 | PDFMathTranslate | 37,493 | 论文双语翻译 |
9 | storm | 31,605 | 主题调研与报告 |
10 | gpt-researcher | 30,024 | 带来源的深度调研 |
11 | pandas-ai | 23,867 | 自然语言数据分析 |
12 | ChatPaper | 19,915 | 论文初筛与处理 |
13 | olmocr | 19,734 | 复杂论文OCR |
14 | RD-Agent | 14,904 | 数据与模型研发 |
15 | AI-Scientist | 14,698 | 模板驱动科研 |
16 | AI-Research-SKILLs | 13,455 | AI研究工程Skill |
17 | nougat | 10,080 | 学术PDF解析 |
18 | local-deep-researcher | 9,365 | 本地模型调研 |
19 | paper-qa | 9,348 | 科学文献问答 |
20 | Supervisor-Skills | 9,020 | 选题到投稿Skill |
| 02 项目介绍
1 autoresearch

项目地址
https://github.com/karpathy/autoresearch
这个工具可以让AI在单张GPU上修改训练代码、运行实验,再按验证指标决定保留或放弃改动。
每轮采用固定训练时长,并记录实验结果,适合探索小模型的结构、优化器和训练参数。
Tips:项目需要块 NVIDIA GPU(如 H100 )
2 MinerU

项目地址
https://github.com/opendatalab/MinerU
这个Skill可以解析论文中的文字、公式、表格及版面结构,转成可供AI处理的文本。
支持PDF、扫描图片和办公文档,可用于批量整理论文、建立可检索资料库,减少后续阅读前的格式清理。
3 gpt_academic

项目地址
https://github.com/binary-husky/gpt_academic
这个项目可以把论文翻译、全文总结、语言润色和代码分析放在同一交互界面中,支持PDF与LaTeX论文处理。项目能入多种大模型并使用功能插件,适合日常阅读、改稿和分析科研代码。
4 academic-research-skills

项目地址
https://github.com/Imbad0202/academic-research-skills
这是一款覆盖文献调研、论文写作、评审和修订的学术Skill套件,将研究过程拆成多个可确认的阶段。可从选题、已有初稿或审稿意见进入,适合分阶段推进研究任务,并检查引用与论证。
5 scientific-agent-skills

项目地址
https://github.com/K-Dense-AI/scientific-agent-skills
这是一个覆盖文献检索、科学数据库查询、数据分析、科学计算和论文写作的科研Skill库。
可接入支持Agent Skills标准的助手,按学科和任务选择模块,适合扩展研究助手的处理能力。
6 nature-skills

项目地址
https://github.com/Yuan1z0825/nature-skills
这个仓库整合文献检索与精读、学术写作、科研绘图、汇报和投稿准备等Skill。各模块围绕具体材料与产物展开,适合把论文、数据和已有稿件交给对应入口,分阶段整理研究材料与成果。
7 marker

项目地址
https://github.com/datalab-to/marker
这个 Skill 可以将论文PDF及其他文档转成结构化文本,处理公式、表格、引用和代码块,并提取图片。
可输出多种格式,也能结合大模型改善转换效果,适合准备AI阅读、全文检索与文献问答语料。
8 PDFMathTranslate

项目地址
https://github.com/PDFMathTranslate/PDFMathTranslate
这个 Skill 在保留公式、图表和原有版面的同时翻译论文PDF,生成便于对照阅读的双语文档。支持多种翻译服务及本地模型入口,适合阅读英文SCI论文,尤其是公式较多、排版复杂的材料。
9 storm

项目地址
https://github.com/stanford-oval/storm
这个项目能够围绕研究主题检索网页资料,通过多角度提问逐步形成内容提纲,再生成带引用的长文。可用于研究前期了解背景、发现相关线索和整理主题资料,也支持人与AI协作开展信息梳理。
10 gpt-researcher

项目地址
https://github.com/assafelovic/gpt-researcher
gpt-researcher 将调研任务拆成问题,结合网页与本地材料进行多轮检索,生成带引用的研究报告。支持定制研究流程和模型配置,适合收集并比较研究背景资料,整理某一主题的相关观点与来源。
11 pandas-ai

项目地址
https://github.com/sinaptik-ai/pandas-ai
pandas-ai 支持用自然语言向表格、数据库和数据文件提问,由模型生成相应分析代码并返回结果。支持数据分析与可视化,适合探索研究数据、比较变量和制作图表,减少重复编写查询或分析代码。
12 ChatPaper

项目地址
https://github.com/kaixindelele/ChatPaper
ChatPaper支持按关键词收集并总结arXiv论文,也能处理本地PDF,提供专业翻译、论文润色、审稿和回复入口。适合先批量了解论文的研究背景、方法与结果,再筛选值得进一步精读的材料。
13 olmocr

项目地址
https://github.com/allenai/olmocr
olmocr能够将PDF、扫描图片等文档转成便于阅读和处理的文本,支持公式、表格、手写内容及复杂版式。可清理页眉页脚等干扰信息,适合整理扫描论文、建立文本语料和准备后续AI阅读材料。
14 RD-Agent

项目地址
https://github.com/microsoft/RD-Agent
微软开发的 RD-Agent 以研究与开发两个环节配合,自动提出数据或模型方案、编写实现并迭代实验。
包含量化因子研究、数据挖掘和论文方法实现等入口,适合围绕明确指标持续改进模型与研究代码。
15 AI-Scientist

项目地址
https://github.com/SakanaAI/AI-Scientist
AI-Scientist 基于已有实验模板生成研究想法,编写并运行实验,整理图表与结果,继续形成论文和评审意见。主要面向机器学习研究,适合探索从想法到实验再到写作的自动化科研流程。
16 AI-Research-SKILLs

项目地址
https://github.com/Orchestra-Research/AI-Research-SKILLs
AI-Research-SKILLs 把AI研究中的模型训练、微调、分布式计算、实验管理和论文写作等知识组织成可调用Skill。适合研究者为编码助手补充具体工程方法,在不同实验阶段选择对应模块使用。
17 nougat

项目地址
https://github.com/facebookresearch/nougat
nougat 是一款面向学术PDF的文档解析工具,可识别论文中的文字、数学公式和表格,转成便于继续处理的文本。适合批量整理论文内容、提取可编辑的公式表达,以及准备研究文档语料。
18 local-deep-researcher

项目地址
https://github.com/langchain-ai/local-deep-researcher
local-deep-researcher 可以用本地部署的模型围绕主题检索网页,依次总结结果、检查信息缺口并继续补查,最终生成附来源的摘要。项目可设置调研轮次,适合希望自己控制模型与搜索流程的研究者。
19 paper-qa

项目地址
https://github.com/Future-House/paper-qa
paper-qa 围绕科学文献开展检索增强问答,从多个文件中收集证据,生成带引用的回答。支持文献总结和矛盾信息检查,适合比较不同论文的结论、查找原文依据,并整理研究问题的相关证据。
20 Supervisor-Skills

项目地址
https://github.com/HKUSTDial/Supervisor-Skills
Supervisor-Skills把选题评估、文献调研、引言与正文写作、语言润色、图形设计和投稿前审查拆成不同Skill。
适合按论文所处阶段调用,让一个模块的产物成为下一步材料,逐步完善研究方案与稿件。



