sciblock 操作手册 v4.0

面向科研人员的桌面端 AI 科研助手。像前辈一样，帮你分析数据、设计实验、写论文。

版本：2026-06-17

卷首

版本说明

本手册对应 sciblock v4.0 桌面版，内容基于 2026 年 6 月最新版本编写。部分功能标注了"预览版"标签，表示功能已可用但仍在持续迭代中。如你在使用中发现手册描述与实际界面有出入，请以软件实际表现为准。

适用对象

本手册面向所有使用 sciblock 的科研人员——无论是第一次接触 AI 辅助科研的新手，还是已经用过多款科研工具的熟练用户。手册按四种读者需求组织：

你可以从头到尾按顺序阅读，也可以在需要时直接跳到对应章节。

阅读指南

本手册采用 Diátaxis 框架 组织内容。四个部分各自独立，互不依赖。每个章节开头都标注了"这一章适合谁"，帮助你快速判断是否需要阅读。

文中使用以下排版约定：

若你是第一次使用 sciblock，强烈建议从第 1 章开始，花 15 分钟走完基础流程。

第一部分：入门教程 (Tutorials)

第 1 章：十分钟快速上手

这一章适合：第一次使用 sciblock 的科研人员

预计时间：10-15 分钟

无需准备：不需要实验数据或 API Key，使用 Mock 模式即可完成全部操作

1.1 注册与登录

打开 sciblock 后，你首先看到的是登录页面。

第 1 步：切换到注册模式

在登录页面底部，你会看到"还没有账号？去注册"的链接。点击它。

你会看到：页面切换为注册表单，包含邮箱、密码、姓名等输入框。

第 2 步：填写注册信息

踩坑预警：验证码发送有频率限制，如果 60 秒内没收到，请稍等再点，不要连续狂点。

第 3 步：设置密码和姓名

第 4 步：完成注册

你会看到：页面提示"注册成功"，自动跳转到主界面——三栏布局的操作台。

如果注册失败：检查密码是否少于 8 位，或邀请码是否输入正确。如果是邀请码问题，联系你的导师或平台管理员获取。

第 5 步：后续登录

以后再次打开 sciblock 时，在登录页面输入邮箱和密码，点击"登录"即可直接进入主界面。

如果忘记密码，点击"忘记密码"链接，通过邮箱验证码重置。

目前是本地桌面版，你的数据存在当前电脑上。如果换了一台电脑，需要重新注册或联系管理员迁移数据。

登录页面，标注"登录"和"注册"按钮

1.2 认识三栏界面

登录成功后，你会看到一个三栏布局的操作台。这就是 sciblock 的核心工作界面。

三栏界面全景，标注三栏名称和关键元素

左栏：项目树 + 工具箱

左栏分为上下两部分：

左栏最底部是你的用户头像和姓名，以及消息铃铛图标。

中栏：对话与工具主区域

这是你进行最多操作的地方。默认显示 AI 聊天面板：

中栏也可以切换为全屏工具视图——当你点击工具箱的简报、论文、LabHub 等入口时，中栏会切换为对应的全屏工具面板。

右栏：结构化详情面板

当你选中某个实验后，右栏显示该实验的详细信息，通过顶部一排横向标签页切换：

如果还没有选中任何实验，右栏会显示提示文字"请先在左侧选择一个实验记录"。

三栏如何联动

三栏的设计逻辑是：左栏选择 → 中栏交互 → 右栏展示细节。当你在左栏点击一个实验，

Scope Bar 自动更新，中栏的对话切换到该实验，右栏加载该实验的附件、证据、草稿等信息。

1.3 创建第一个课题和实验

现在让我们创建你的第一个研究课题。

这一步不需要任何真实数据。我们使用 Mock 模式模拟完整流程。

第 1 步：创建课题（项目）

在左栏项目树的顶部，你会看到一个"+"按钮。点击它。

你会看到：弹出一个创建对话框，包含名称和描述两个输入框。

你会看到：左栏项目树中出现了一个新的项目节点，名为"钙钛矿太阳能电池研究"。

创建课题对话框

第 2 步：创建模块

右键点击刚刚创建的项目节点（或点击项目节点旁的"+"按钮），选择"创建模块"。

你会看到：弹出创建模块对话框。

你会看到：项目节点展开，下面出现了一个模块节点"退火工艺优化"。

模块是用来给你的课题分组的。一个好的模块划分可以帮助你在实验变多后快速定位。

比如一个"钙钛矿太阳能电池研究"项目可以有"前驱体优化"、"退火工艺"、"封装测试"等模块。

第 3 步：创建实验

右键点击刚创建的模块节点，选择"创建实验"。

你会看到：弹出创建实验对话框。

你会看到：模块节点展开，下面出现了一个实验节点"退火温度 150°C 30min"。

第 4 步：选中实验

点击这个实验节点。

你会看到三个变化：

  1. 实验节点高亮显示
  2. 中栏顶部 Scope Bar 显示"退火温度 150°C 30min"
  3. 右栏加载出该实验的详情面板，包含草稿、附件、证据等标签页

验证结果

现在你应该看到：

如果以上都正确，恭喜——你已经掌握了 sciblock 最基本的课题组织操作。

1.4 上传第一个数据文件

现在让我们上传一个示例数据文件。如果你手头没有实验数据文件，可以使用 Mock 模式体验——Mock 模式会模拟解析结果，让你走通完整流程。

前置准备

如果你还没有 API Key，先在设置中将 AI 提供商切换为"Mock（演示模式）"。

点击中栏右上角的齿轮图标 → 模型设置 → 提供商选择"Mock（演示模式）" → 保存。

Mock 模式不读取你的真实数据，但可以走通所有界面流程。

第 1 步：进入附件标签页

确保左栏已选中刚才创建的实验。在右栏顶部标签页中，点击附件标签。

你会看到：附件面板显示一个虚线框的上传区域，提示"拖文件到此，或点击上传（CSV / Excel / 图片 / PDF / 视频）"。

附件标签页的上传区域

第 2 步：上传文件

选择以下任一方式：

本次教程中，如果你有 CSV 数据文件就直接上传；如果没有，可以创建一个简单的测试 CSV 文件：

用一个文本编辑器（如记事本）创建新文件，输入以下内容，保存为 test-data.csv（UTF-8 编码）：

温度(C),时间(min),结晶度(%)
120,15,62.3
150,30,78.5
180,45,71.2
150,60,82.1
120,45,55.8

第 3 步：等待解析

上传后，你会看到附件的解析状态变化：

对于表格文件（CSV/Excel），你还会在附件条目下方看到行数和列数的统计信息（如"5 行 × 3 列"）。

踩坑预警：如果文件解析失败（显示红色"解析失败"），请检查：

- CSV 文件是否以 UTF-8 编码保存（记事本另存为时选择 UTF-8）

- Excel 文件是否是 .xlsx 格式（不是旧版 .xls）

- 文件是否被加密或损坏

第 4 步：查看解析结果

切换到右栏的证据标签页。

你会看到：从 CSV 文件中解析出的数据以结构化形式展示。每条数据标注了类型（如"数据"行），并注明了来源（文件名、位置）。

证据标签页，展示解析后的数据行

第 5 步：展开预览

切回附件标签页，点击已解析文件旁边的展开按钮（▸）。

你会看到：文件展开显示表格预览——前几行的数据以表格形式呈现，方便快速确认数据是否被正确解析。

验证结果

现在你应该看到：

恭喜——你的数据已成功接入 sciblock，AI 可以开始分析它了。

1.5 第一次 AI 分析

现在我们要让 AI 分析刚才上传的数据。本教程使用 Mock 模式（如果你已有 API Key 并配置了千问，也可以用真实模式，得到的分析会更有意义）。

第 1 步：确认 Scope

查看中栏顶部的 Scope Bar，确认它显示的是你刚才创建的实验名称。如果不是，回到左栏重新点击实验节点。

Scope 决定了 AI 能看到哪些数据。Scope Bar 是你永远能看到的"AI 视野指示器"。

第 2 步：配置 Mock 模式（如尚未配置）

点击中栏右上角的齿轮图标打开设置面板，在"模型设置"标签中：

你会看到设置面板关闭，中栏输入框变为可用状态。

第 3 步：输入问题

在中栏底部的输入框中输入以下问题：

分析这些数据中温度与结晶度之间的关系

你会看到：输入框上方可能出现 ComposeCard（分析选项卡片），提供了"只分析这个文件"、"和实验所有数据一起分析"等选项。如果出现，选择"和实验所有数据一起分析"。

第 4 步：发送并观察

按回车发送。

你会看到：

  1. 你的问题以聊天气泡形式出现在消息列表中（靠右对齐）
  2. AI 的回复像打字机一样逐字出现（流式返回效果）
  3. 回复文字中可能出现 [1] [2] 这样的角标数字
  4. 如果比较多个数据点，AI 会在过程中让你看到它的"思考"

AI 回复中的流式效果和角标引用

第 5 步：理解 AI 的回复

AI 的回复包含几个层次的内容：

第 6 步：点击角标验证

点击回复中的任意一个角标（如 [1]）。

你会看到：右栏自动切换到证据标签页，并高亮定位到对应的数据记录。这让你可以立刻核实 AI 引用的原始数据——核心理念：AI 不编造数据，每个数据陈述都能追溯到源头。

第 7 步：继续对话

AI 记住了你们的对话上下文，你可以继续追问：

输入：那 150°C 条件下延长时间到 60 分钟效果怎么样？

按回车发送。AI 会基于已有数据上下文给出分析——不需要重新说明背景，它记得你们在讨论什么。

技巧：AI 有对话记忆。实验 A 的对话记录只在这个实验下可见。切换到实验 B 后，你会看到实验 B 的对话（如果之前有的话）。Scope 隔离确保 AI 不会混淆不同实验的数据。

验证结果

现在你应该看到：

恭���——你已经完成了第一次 AI 驱动的数据分析。

1.6 保存实验记录

AI 不仅能分析你的数据，还能帮你填写实验记录。这让"做实验 → 记记录"这道最枯燥的工序变得轻松许多。

第 1 步：切换到草稿标签

在右栏顶部标签页中，点击草稿标签。

你会看到：草稿面板显示 10 个字段的标题（目的、材料、方法、参数条件、观察结果、数据分析、结论、问题记录、下一步计划、证据来源），每个字段目前都是空白或显示提示"暂未生成草稿"。

第 2 步：生成草稿

点击"AI 生成草稿"按钮。

你会看到：系统弹出对话框，让你选择分析范围。可以选择"使用全部已解析的附件"或手动勾选特定文件。选择全部，点击确认。

随后 AI 开始生成草稿——10 个字段逐一被填写内容。这个过程可能需要 10-30 秒。

草稿面板，部分字段已被 AI 填写

第 3 步：检视草稿内容

逐字段浏览 AI 生成的内容。注意每个条目旁边有一个颜色标签：

以我们的退火实验为例：

踩坑预警：AI 推断不等于事实。黄色的条目一定要核实后再接受。比如 AI 可能推测你用了"96 孔板"或"室温条件"，但实际情况可能不同。请逐条确认。

第 4 步：编辑草稿

对于任何需要修改的条目：

你也可以手动添加新条目——在字段下点击"添加"按钮，输入内容。手动添加的条目默认带"用户"标签（最高可信度）。

第 5 步：确认草稿

检查完所有 10 个字段后，确认绿色条目无误、黄色条目已核实修改。点击草稿面板顶部的"接受草稿"按钮。

你会看到：草稿状态从"草稿"变为"已接受"。这条记录正式保存在实验名下，并在推进日志中留下一条时间记录。

第 6 步：验证推进日志

右键点击实验所在的模块节点（退火工艺优化），选择"查看推进日志"。

你会看到：右栏切换为推进日志视图，展示该模块下的所有事件时间线。你刚才接受的草稿记录会作为一条事件出现。

"已接受"后才算正式保存。在"接受"之前你可以随时修改或丢弃草稿。

如果对已接受的草稿不满意，可以重新生成新的草稿——旧草稿被覆盖，新草稿进入待接受状态。

验证结果

现在你应该看到：

恭喜——你掌握了从数据到结构化实验记录的完整链路：上传数据 → AI 分析 → AI 生成草稿 → 核实确认 → 日志归档。

1.7 本章小结

恭喜你！在过去的 15 分钟内，你已经完成了 sciblock 的完整基础操作链路：

  1. 注册账号并登录
  2. 认识了左-中-右三栏布局的各自职责
  3. 创建了课题 → 模块 → 实验的三层研究结构
  4. 上传了数据文件并查看了解析结果
  5. 让 AI 分析了你的数据，理解了角标引用的含义
  6. 生成了实验记录草稿，核实并确认保存

接下来你可以：

第 2 章：深入实验工作流

这一章适合：已完成第 1 章的用户，想学习如何将分析结果输出为可交付的报告

预计时间：15-20 分钟

前置条件：已有至少一个包含数据（或使用 Mock 模式）的实验

2.1 从实验到简报：完整报告生成

简报（Brief）是 sciblock 的跨实验汇总报告功能。当你完成了多个实验，需要向导师或课题组汇报阶段性结果时，简报是最直接的输出方式。

第 1 步：准备更多实验数据

为了体验简报的跨实验汇总能力，我们首先多创建几个实验（如果第 1 章只创建了一个的话）。

按照 1.3 节的方法，在"退火工艺优化"模块下再创建两个实验：

为每个实验上传一个 CSV 数据文件（可以沿用 1.4 节的方法，对数据稍作修改以模拟不同条件下的结果）。

如果你不想手动准备多个实验的数据文件，可以用 Mock 模式体验流程。Mock 模式下简报功能仍然可以走通。

第 2 步：打开简报工具

点击左栏工具箱中的"简报"入口。

你会看到：中栏切换为简报工具视图。初始状态显示"暂无简报"——点击"创建简报"按钮。

简报工具的初始界面

第 3 步：选择实验

点击"创建简报"后，出现实验选择界面。

你会看到：一棵实验选择树，展开项目 → 模块，可以看到你所有的实验。每个实验旁边有一个勾选框。

勾选三个退火实验（120°C、150°C、180°C），点击"确认选择"。

你会看到：回到简报编辑视图，顶部显示已选实验列表。AI 会开始流式生成简报内容。

第 4 步：查看简报内容

简报内容按照标准结构组织：

简报在中间主区域以预览形式展示，你可以滚动浏览。

生成的简报预览

第 5 步：对话改稿

简报是用 Markdown 格式呈现的。如果你想修改某部分内容，不需要手动编辑 Markdown——直接用对话方式让 AI 修改。

在中栏底部的输入框中输入修改指令，例如：

把实验方法部分写得更详细一些，加上退火设备的型号信息

AI 会按你的要求修改简报内容，修改后的版本实时替换旧版本。你可以反复调整直到满意。

技巧：简报的每一次修订都保留在对话历史中。如果对新版本不满意，可以在对话中说"恢复到之前的版本"，AI 会回退。

第 6 步：确认并出 PDF

简报内容满意后，点击"确认简报"按钮。

你会看到：简报状态变为"已确认"。确认后简报被锁定，自动保存。

然后点击"出 PDF"按钮。

你会看到：弹出文档样式设置面板。你可以设置标题、页眉、字体等选项。选择默认设置，点击"下载"。

你会看到：浏览器开始下载一个 PDF 文件。打开 PDF 查看——里面包含你的实验数据图、分析表格和结论文字。所有图表基于你的真实实验数据渲染，不是 AI 生成的假图。

验证结果

现在你应该看到：

恭喜——你已经掌握了从实验数据到可交付 PDF 报告的完整工作流。

2.2 导师协作入门：交付你的第一份简报

简报的另一个重要用途是向导师汇报。sciblock 的协作设计是：你主动选择要汇报的内容 → 打包交付 → 导师查看并反馈。

本节演示的是完整的导师-学生协作流程。如果你还没有导师账号，可以创建两个账号来体验

（或用 Mock 模式模拟流程）。

学生端操作：交付简报

第 1 步：创建实验室（导师端）

首先需要一位导师创建实验室并邀请你。

导师操作：

  1. 点击左栏工具箱的"实验室"入口
  2. 创建实验室，输入名称（如"光电材料课题组"）
  3. 在成员管理面板点击"邀请"
  4. 输入学生的邮箱地址（即你注册时用的邮箱）
  5. 点击"发送邀请"

你会看到：导师端提示"邀请已发送"。

第 2 步：接受邀请（学生端）

切换到学生账号后：

  1. 查看左栏底部的铃铛图标——你应该看到一个红点数字标记，表示有未读消息
  2. 点击铃铛图标，打开消息收件箱
  3. 找到"实验室邀请"消息，点击"接受"

你会看到：邀请状态变为"已接受"。现在你已成为"光电材料课题组"的成员。

消息收件箱中的实验室邀请

第 3 步：打开已确认的简报

回到简报工具（左栏工具箱 → 简报），找到你在 2.1 节中创建并确认的简报。

第 4 步：交付给导师

在简报详情页面，点击"交付给导师"按钮。

你会看到：系统弹出确认对话框，显示交付内容摘要（包含的简报、实验列表、数据概要）。点击"确认交付"。

你会看到：交付状态变为"已发送"。导师端将收到交付通知。

导师端操作：查看交付并写反馈

第 5 步：查看交付（导师端）

切换到导师账号：

  1. 打开实验室面板（左栏工具箱 → 实验室）
  2. 切换到"交付"标签页
  3. 找到学生提交的交付记录，点击查看

你会看到：交付详情页面显示简报 PDF、实验列表摘要、数据概要。

第 6 步：AI 辅助审阅

在交付详情页面：

  1. 点击"AI 读简报"——AI 会给出一句话摘要和值得关注的要点
  2. 点击"AI 起草反馈"——AI 生成初步反馈草稿

你会看到：AI 生成的反馈内容出现在编辑区。

第 7 步：撰写并发送反馈

在反馈编辑区中：

  1. 修改 AI 生成的草稿，加入你自己的意见
  2. 选择反馈语气（鼓励型 / 严谨型 / 建议型）
  3. 点击"发送反馈"

你会看到：反馈发送成功，学生端将收到通知。

学生端：查看导师反馈

回到学生账号，你会看到左栏底部铃铛图标再次出现红点。打开消息收件箱，可以看到导师的反馈消息。

导师反馈消息在收件箱中的展示

验证结果

现在你应该看到：

提示：导师只能看到你主动"交付"的内容。你的原始实验数据、对话记录、附件仍然是私密的。所有权隔离确保你的数据归属清晰。

第二部分：操作指南 (How-to Guides)

第 3 章：课题与实验管理

这一章适合：需要管理多个课题的研究人员

前置条件：已经创建过至少一个课题和实验

3.1 如何创建多级项目结构

适用对象：刚开始使用 sciblock 或新增研究课题的研究人员。

前置条件：已登录 sciblock。

sciblock 采用三层结构组织研究：

课题（Project）
├── 模块 A（ExperimentModule）
│   ├── 实验 1（Experiment）
│   └── 实验 2（Experiment）
└── 模块 B（ExperimentModule）
    ├── 实验 3（Experiment）
    └── 实验 4（Experiment）

创建课题

  1. 在左栏项目树顶部点击"+"按钮
  2. 在弹出对话框中输入课题名称（如"酶动力学研究"）
  3. 可选填写课题描述（如一两个句子的研究目标）
  4. 点击"确定"

创建模块

  1. 在已有的课题节点上右键点击 → "创建模块"
  1. 输入模块名称（如"不同底物浓度测试"）
  2. 点击"确定"

创建实验

  1. 在已有的模块节点上右键点击 → "创建实验"
  1. 输入实验名称（如"底物浓度 0.5mM"）
  2. 点击"确定"

使用建议

如果出现问题

问题 解决方法
点击"+"没有反应 确认上一个对话框已关闭；检查项目树是否已加载完成（不是空白状态）
创建后节点不显示 点击课题旁的展开箭头（▸）展开子节点
想在课题间移动实验 当前版本暂不支持直接拖拽移动；可以删除后在新位置重建，或联系管理员协助
创建层级弄错了 右键点击节点可删除，然后重新创建

3.2 如何重命名或删除节点

适用对象：需要整理项目树结构的所有用户。

前置条件：项目树中已有节点。

重命名

  1. 右键点击目标节点（课题、模块或实验）
  2. 在弹出的右键菜单中选择"重命名"
  3. 在对话框中输入新名称
  4. 点击"确定"

你会看到：节点名称立即更新。已有的对话历史、附件和证据不受影响。

删除

  1. 右键点击目标节点
  2. 在右键菜单中选择"删除"
  3. 在确认对话框中点击"确认删除"

警告：删除操作不可撤销。删除课题会同时删除其下所有模块和实验，以及这些实验的附件、证据、对话记录和草稿。删除前请务必确认。

删除的级联影响

删除对象 同时被删除的内容
课题 该课题下所有模块、实验，以及所有附件、对话、草稿、证据
模块 该模块下所有实验，以及所有附件、对话、草稿、证据
实验 该实验的附件、对话历史、草稿、证据
附件 仅附件文件和解析结果，证据层同步移除该附件的关联数据
文献 文献条���及其向量索引，不影响实验附件中的同名文件

如果出现问题

问题 解决方法
删除按钮不可用 确认你登录的是创建者的账号；只有创建者可以删除
误删了节点 删除不可撤销，请重建并重新上传数据。如果数据文件有本地备份，可以重新上传。已发出的简报交付不受影响（交付是独立的快照副本）
删除后右栏内容未清空 左栏重新点击其他实验节点即可刷新右栏

3.3 如何管理实验状态

适用对象：需要追踪多个实验进度的研究人员。

前置条件：实验已创建。

实验状态帮助你和协作者快速了解每个实验的进度。

四种状态

状态 含义 何时使用
进行中 实验正在执行 新建实验的默认状态，你正在做这个实验
已完成 实验达到了预期 数据收集和分析都已完成，结论明确
失败 实验没有达到预期 结果不理想，可能条件设置有误或方法有问题
已放弃 决定不再继续 方向调整或实验条件不具备

修改状态

  1. 在左栏点击选中目标实验
  2. 在右栏顶部，实验名称旁边找到状态选择器（一个下拉框或状态标签）
  3. 点击展开状态选项
  4. 选择新的状态

你会看到：状态标签立即更新。此状态变更自动记录到该模块的推进日志中。

状态与推进日志

如果出现问题

问题 解决方法
找不到状态选择器 确认已选中一个实验（右栏正在显示实验详情），状态选择器在实验名称附近
状态无法更改 刷新页面后重试

3.4 如何查看推进日志

适用对象：需要回顾研究进展或准备汇报材料的研究人员。

前置条件：项目树中已有实验，发生过一些事件（创建实验、上传数据、生成草稿等）。

查看推进日志

  1. 在左栏项目树中右键点击目标模块或课题节点
  2. 在右键菜单中选择"查看推进日志"

你会看到：右栏切换为推进日志视图，展示按时间倒序排列的事件列表。每条事件包含时间戳、事件类型和简要描述。

推进日志记录的事件类型

AI 汇总

在推进日志视图中，点击"AI 汇总"按钮。

你会看到：AI 读取所有日志事件，生成一段自然的阶段性研究进展描述。内容包括：

这段描述适合直接用于月度汇报或向导师的进展说明。

如果出现问题

问题 解决方法
右键菜单没有"查看推进日志" 确认你点的是模块节点或课题节点（不是实验节点）。实验级别的操作在右栏进行
AI 汇总内容太笼统 在汇总对话框中可以补充上下文文字，AI 会基于你的补充重新生成

第 4 章：数据摄入

这一章适合：需要上传和管理实验数据的用户

前置条件：已有至少一个实验

4.1 如何上传数据文件到实验

适用对象：需要将实验数据导入 sciblock 进行分析的研究人员。

前置条件：实验已创建且被选中。

上传文件

  1. 在左栏点击选中目标实验
  2. 在右栏切换到附件标签页
  3. 选择以下任一方式上传：
  1. 等待系统自动解析——状态从"待解析"变为"解析中"再变为"已解析"或"解析失败"

支持的批量操作

上传后的自动分析提示

CSV、Excel、图片、PDF、Word 文件上传并解析成功后，中栏输入框上方会自动弹出 ComposeCard（分析选项卡片），让你选择分析范围：

视频文件上传后直接存入附件，不会弹出分析选项。

最大上传限制为 300MB。超过此大小的文件无法上传。如果你有超大文件，考虑拆分为多个小文件后分别上传。

如果出现问题

问题 解决方法
拖拽上传没有反应 确认拖拽的是文件而不是文件夹；尝试用点击上传的方式
显示"上传失败" 检查文件是否超过 300MB；检查网络和后端连接状态
解析长时间处于"解析中" 大文件可能需要一定时间，耐心等待。如超过 2 分钟没有变化，尝试重新解析
ComposeCard 没有弹出 切换到其他实验再切回来，或者刷新页面后重试

4.2 支持哪些文件格式

格式 可解析 可预览 说明
CSV (.csv) 是 是（表格） UTF-8 编码，最适合表格数据。目前最多解析 500 行。
Excel (.xlsx) 是 是（表格） 仅解析第一个 sheet。如需分析多个 sheet，拆分保存为多个文件。
旧版 Excel (.xls) 否 否 请用 Excel/WPS 打开后另存为 .xlsx
图片 (.png/.jpg/.webp/.bmp) 是 是（灯箱） 获取尺寸及基本信息。图片中的文字需要配置视觉模型后才能提取。
视频 (.mp4/.webm 等) 否 是（播放器） 存入附件，支持在线播放。不参与 AI 分析。
PDF (.pdf) 是 是（阅读器） 提取文本内容。扫描版 PDF 自动尝试 OCR。加密 PDF 无法解析。
Word (.docx) 是 是（阅读器） 提取文本内容，支持预览。旧版 .doc 需要先另存为 .docx。
旧版 Word (.doc) 否 否 请用 Word/WPS 打开后另存为 .docx
PPT (.pptx) 是 否（当前版本） 提取文本内容。旧版 .ppt 需要先另存为 .pptx。
旧版 PPT (.ppt) 否 否 请用 PowerPoint/WPS 打开后另存为 .pptx
其他格式 否 否 上传存储为附件，暂无专用解析器

限制说明

4.3 如何查看已解析的表格数据

适用对象：上传了 CSV 或 Excel 文件后，想查看解析结果的研究人员。

前置条件：文件已上传且解析状态为"已解析"。

方法一：在附件标签页中展开预览

  1. 在右栏附件标签页找到目标文件
  2. 点击文件条目旁的展开按钮（▸）
  3. 你会看到表格预览——前 12 行数据以表格形式展示，方便快速确认数据格式
  4. 预览上方显示各列的数值范围统计（如"温度: 120~180"）

方法二：在证据标签页中查看结构化数据

  1. 切换到右栏证据标签页
  2. 你会看到从文件中解析出的所有证据条目
  3. 每个条目标注了：类型（事实/指标/数据行/计算等）、内容和来源文件
  4. 点击任何一条证据可以展开查看详细信息

证据类型说明

类型 含义 示例
事实 从数据中直接读取的数值 "温度 150°C 下结晶度为 78.5%"
指标 AI 计算的派生指标 "最高结晶度 82.1%（150°C, 60min）"
数据行 表格中的一行完整数据 包含所有列值的数据行
图像 从图片文件中提取的信息 "图片尺寸 1920×1080"
文献 从文献 PDF 中提取的文本片段 论文中的关键句或数据片段
文档 从 Word/PPT 中提取的文本片段 文档段落
图像解读 AI 对图片内容的描述 "显微镜照片显示均匀的薄膜表面"
计算 Python 代码执行的数值计算结果 "线性拟合 R² = 0.94"

如果出现问题

问题 解决方法
证据标签页显示为空 确认文件解析状态是否为"已解析"（不是"待解析"或"解析失败"）；切换到其他标签页再切回来尝试刷新
表格预览显示不全 附件预览只显示前 12 行。完整数据 AI 在后台读取，你不需要逐行浏览

4.4 如何重新解析文件

适用对象：文件解析失败或解析结果不理想，需要重试的用户。

前置条件：文件已上传。

  1. 在右栏附件标签页找到目标文件
  2. 点击文件条目旁的"重新解析"按钮（↻ 图标）
  3. 等待解析完成

适用场景

如果出现问题

问题 解决方法
重新解析后仍然失败 检查文件格式是否真的符合要求（见 4.2 节）；确认文件没有损坏或加密；尝试将文件转为其他格式后重新上传（如 Excel 转为 CSV）
"重新解析"按钮不可见 文件可能正处于解析过程中，等待完成后再试

4.5 如何预览 PDF/Office 文档内容

适用对象：上传了 PDF、Word、PPT 或图片文件后，想在线查看内容的用户。

前置条件：文件已上传且解析状态为"已解析"。

预览 PDF

  1. 在右栏附件标签页找到 PDF 文件
  2. 点击文件名（文件名是蓝色的可点击链接）
  3. 弹出一个预览窗口，展示 PDF 内容

预览 Word/PPT

  1. 同样点击文件名
  2. 弹窗中展示文档的文本内容（当前版本不渲染 Office 文档的原始排版，仅显示提取的文本）

预览图片

  1. 点击图片文件名 → 图片在全屏灯箱中展示
  2. 支持缩放和拖拽查看
  3. 或先点击展开按钮（▸），在附件条目下显示缩略图，再点击缩略图进入灯箱

预览视频

  1. 点击展开按钮（▸），附件条目下出现视频播放器
  2. 支持播放、暂停和拖拽进度条

如果出现问题

问题 解决方法
点击文件名无反应 确认文件解析状态不是"解析失败"；刷新页面后重试
灯箱中图片显示不全 尝试缩放或拖拽；确认图片本身没有损坏
Word/PPT 预览只显示纯文本 当前版本仅支持文本提取和预览，不支持原始排版渲染

4.6 文件解析失败怎么办

适用对象：文件上传后解析状态显示"解析失败"的用户。

常见原因和解决方法

  1. 文件格式不支持：确认文件格式在支持列表中（见 4.2 节）。旧版 .doc 和 .ppt 需要先另存为新版格式（.docx / .pptx）。
  1. CSV 编码问题：如果 CSV 文件上传后解析失败或中文乱码，用 Excel 或文本编辑器重新保存为 UTF-8 编码。在 Excel 中：文件 → 另存为 → 文件类型选择"CSV UTF-8（逗号分隔）"。
  1. Excel 多 sheet 问题：确认数据在你想要解析的那个 sheet 中（目前仅解析第一个 sheet）。
  1. 文件加密或损坏：加密的 PDF 无法解析。先用 PDF 工具去除密码或另存为非加密版本。文件本身损坏的请用原始软件打开确认。
  1. 内容超限：表格数据超过 500 行时仍能解析（仅解析前 500 行），但文档文本超过长度上限时尾部会被截断。如果解析失败可能与内容超限有关，尝试精简数据后重新上传。
  1. PDF OCR 失败：扫描版 PDF（图片无文字层）需要 OCR 识别。确认你在 AI 设置中配置了视觉模型（如 qwen-vl-max），否则 OCR 可能效果不佳。

通用排错步骤

  1. 在附件标签页查看解析失败的错误信息（红色文字），获取具体原因
  2. 根据错误信息对症处理（如格式不匹配、编码问题等）
  3. 处理后点击"重新解析"按钮重试
  4. 如果反复失败，将文件转为 CSV 格式（最兼容的格式）后重新上传
  5. 仍然失败的，可能是文件本身的特殊性问题，等待后续版本支持

第 5 章：AI 对话与分析

这一章适合：需要用 AI 分析实验数据的用户

前置条件：已创建实验并上传了数据文件（或准备使用 Mock 模式体验）

5.1 如何配置 AI 提供商和 API Key

适用对象：需要使用真实 AI 模型分析数据的用户。

前置条件：已有 AI 服务商的 API Key。

sciblock 本身不带 AI 模型——你需要使用第三方 AI 服务。推荐国内用户使用通义千问（阿里云 DashScope），速度快、中文效果好。

配置步骤

  1. 点击中栏右上角的齿轮图标（⚙），打开设置面板
  2. 切换到模型设置标签页
  3. 在"提供商"下拉框中选择你的 AI 服务：
  1. 在"API Key"输入框中粘贴你的密钥
  2. （可选）在"模型名称"中填入具体模型名称，留空则使用默认模型
  3. （可选）在"视觉模型"中填入视觉模型名称（如 qwen-vl-max），用于图片分析和扫描版 PDF 的 OCR
  4. 点击"保存"

获取千问 API Key

  1. 访问阿里云 DashScope 官网
  2. 注册/登录阿里云账号
  3. 在 API Key 管理页面创建新的 API Key（以 sk- 开头）
  4. 复制 Key 并粘贴到 sciblock 的设置中

API Key 安全说明

如果出现问题

问题 解决方法
保存后 AI 仍提示"未配置大模型" 确认切换到了非 Mock 的提供商；刷新页面后检查设置是否已保存
API Key 调用报错 检查 Key 是否正确（以 sk- 开头）；检查服务商余额是否充足；检查网络是否能访问对应 API 地址
OpenAI 兼容模式下不通 确认自建服务端点和 API Key 格式正确；确认服务端兼容 OpenAI 的 /chat/completions 接口

5.2 如何选择分析范围 (Scope)

适用对象：需要精确控制 AI 分析数据范围的用户。

前置条件：项目树中有实验。

Scope 是 sciblock 最核心的概念之一。它决定了 AI 能看到哪些数据。

四种 Scope 类型

类型 如何选择 AI 看到的数据 适用场景
单实验 点击某个实验节点 仅该实验的数据和附件 分析单个实验的详细结果
多实验对比 进入交叉分析模式，勾选多个实验 所选实验的数据，按实验分组 对比不同条件下的结果
单模块 点击模块节点并确认 该模块下所有实验的聚合数据 查看一个研究方向的全貌
单课题 点击课题节点并确认 该课题下所有实验的聚合数据 跨子方向的宏观分析

Scope Bar 操作

Scope Bar 位于中栏顶部，始终可见。它告诉你 AI 当前在分析什么：

切换 Scope 的对话行为

如果出现问题

问题 解决方法
点击实验后 Scope Bar 没变化 确认节点被正确高亮；刷新页面后重新点击
Scope Bar 显示的和预期不符 清空 Scope 后重新点击目标节点
切换到模块 Scope 后 AI 回复太笼统 模块下实验太多时上下文预算有限，AI 会做宏观概述。如需详细分析，请逐个实验查看

5.3 如何用 AI 分析实验数据

适用对象：已上传数据的用户，想向 AI 提问分析数据。

前置条件：Scope 已选中包含数据的实验，AI 提供商已配置（或使用 Mock 模式）。

基础提问

  1. 确认 Scope Bar 显示正确的实验
  2. 在输入框中输入你的问题
  3. 按 Enter 发送（Shift+Enter 换行）
  4. 等待 AI 流式返回回答

提问技巧

好的问题能让 AI 给出更有价值的回答：

中断和重试

右栏同步分析

当你向 AI 提问实验数据后，除了中栏的对话回答外，右栏分析标签页会同步展示结构化分析结果：

如果出现问题

问题 解决方法
AI 回复空内容 确认 Scope 已选中包含数据的实验；确认文件解析已完成；换个更具体的问法
AI 回复太慢 流式返回的速度取决于 AI 提供商；千问通常较快，OpenAI 兼容取决于你的服务端点
AI 不引用我的数据 见 5.10 节"AI 不引用数据怎么办"

5.4 如何理解 AI 回复中的角标引用

适用对象：所有使用 AI 聊天的用户。

前置条件：AI 已生成包含角标的回复。

角标是什么

角标（如 [1] [2] [3]）是 AI 回复中的内联引用标记。每个角标对应实验证据（Evidence）中的一条数据记录。角标的存在意味着：这句话不是 AI 编的，而是基于你数据中的这条具体记录。

如何使用角标

  1. 在 AI 回复中看到 [1] 这样的蓝色角标
  2. 点击该角标
  3. 右栏自动切换到证据标签页
  4. 相关证据行被高亮显示并滚动到视野中
  5. 高亮效果持续约 2 秒后消退

角标表示什么

AI 不编造数据的原理

sciblock 的语境构建器在把数据发给 AI 之前，为每条 Evidence 分配了一个标记编号。AI 被要求在回复中引用这些编号。所以：

如果出现问题

问题 解决方法
点击角标没有反应 确认右栏是打开状态（没有被折叠）；切换到其他标签页再切回证据标签页尝试
角标指向的数据和陈述不匹配 在对话中指出具体的不匹配之处，AI 会修正理解

5.5 如何让 AI 自动分析(ComposeCard)

适用对象：上传了数据文件后想快速启动分析的用户。

前置条件：刚上传并解析完成了一个文件，实验 Scope 已选中。

ComposeCard 是什么

ComposeCard 是上传文件后自动出现在中栏输入框上方的分析选项卡片。它让你选择分析范围后一键发送分析请求，省去手动打字的步骤。

使用步骤

场景 A：单文件分析

  1. 上传一个 CSV 文件到实验
  2. 解析完成后，ComposeCard 自动弹出
  3. 卡片上显示三个选项按钮：
  1. 点击其中一个选项
  2. AI 自动开始分析，无需你手动输入问题

场景 B：多文件组合分析

  1. 点击"选择其他附件一起分析"
  2. 进入附件勾选模式
  3. 在附件列表中勾选要分析的文件
  4. 点击"确认选择"
  5. AI 开始分析所选的所有文件

ComposeCard 状态机

ComposeCard 的流程是：idle（等待）→ chooseMode（选择模式）→ selecting（选择文件）→ staged（已确认选择）→ 发送分析后回到 idle。

你可以在任何阶段点击"×"关闭 ComposeCard，回到手动输入模式。

如果出现问题

问题 解决方法
ComposeCard 没有弹出 确认文件解析状态为"已解析"；切换实验再切回来；某些文件类型（如视频）不触发 ComposeCard
手动关闭后如何重新打开 当前版本 ComposeCard 仅在上传解析成功后自动触发，不支持手动唤起。你可以直接在输入框输入问题替代

5.6 如何使用 SciAI 进行全局搜索

适用对象：需要跨所有项目和实验进行搜索或回答的用户。

前置条件：已登录。

SciAI 是什么

SciAI 是 sciblock 的全局 AI 搜索入口。与绑定 Scope 的聊天不同，SciAI 不受 Scope 限制，可以跨所有课题、模块和实验进行搜索和回答。适合：

使用步骤

  1. 点击左栏工具箱中的"SciAI"入口
  2. 中栏切换为 SciAI 视图
  3. 在输入框中输入你的问题（如"哪些实验中测了吸光度？"）
  4. 按 Enter 发送
  5. AI 在全局范围内搜索并给出回答

SciAI 与 Scope 聊天的区别

特性 Scope 聊天 SciAI
数据范围 当前 Scope 内的数据 所有课题和实验的数据
对话记忆 按 Scope 独立保存 SciAI 独立的对话历史
使用场景 深入分析单个/少量实验 跨项目检索和探查
角标引用 引用当前 Scope 内的 Evidence 引用全局 Evidence，标注所属实验

5.7 如何管理对话历史

适用对象：所有用户。

前置条件：已进行过 AI 对话。

对话的存储机制

切换 Scope 的对话行为

操作 对话变化
从实验 A 切换到实验 B 加载实验 B 的对话
从实验 A 切换到同一模块 加载模块级别的对话
再次切回实验 A 恢复之前实验 A 的对话
切换到多实验对比 加载该对比组合的对话

对话历史对 AI 的影响

AI 在生成回复时会参考最近的对话上下文。对话历史太长可能会：

建议在对话明显偏离当前分析主题时考虑清空对话。

5.8 如何清空对话

适用对象：对话历史过长或偏离主题需要重新开始的用户。

前置条件：当前 Scope 下有对话消息。

  1. 点击中栏聊天框右上角的菜单按钮（⋮ 或三个点图标）
  2. 在菜单中选择"清空对话"
  3. 在弹出的确认对话框中点击"确认"

你会看到：当前 Scope 下的所有消息被清空，聊天框变���空白状态。

清空对话不可撤销。清空前确认当前对话中没有需要保留的分析结果。

清空对话后会怎样

适合清空对话的场景

5.9 Mock 模式是什么以及如何使用

适用对象：没有 API Key 的用户、想快速体验功能的用户。

Mock 模式是什么

Mock 模式（演示模式）是 sciblock 内置的模拟 AI 模式。它不使用任何外部 AI 模型，而是返回预设的演示回复。Mock 回复中可能包含模拟的角标引用，但这些引用并不指向真实数据。

Mock 模式的用途

Mock 模式不能做什么

如何启用

  1. 点击中栏右上角齿轮图标打开设置
  2. 切换到"模型设置"标签页
  3. 在"提供商"下拉框中选择"Mock（演示模式）"
  4. 点击"保存"

如何退出

在设置中将提供商切换为"千问 Qwen"或"OpenAI 兼容"，填入有效的 API Key 后保存即可。

正式进行实验数据分析时，务必切换到千问或 OpenAI 兼容模式，并确保配置了有效的 API Key。

如果出现问题

问题 解决方法
Mock 模式下 AI 不回复 检查设置中是否真的切换到了 Mock 模式并保存；刷新页面重试
Mock 回复和我的数据完全无关 这是正常的——Mock 回复不读取你的数据。切换到真实 AI 模式才能分析你的数据

5.10 AI 不引用数据怎么办

适用对象：AI 回复中没有出现角标引用，或回复内容似乎和数据无关的用户。

前置条件：已配置真实 AI 模式，实验已上传数据。

排查步骤

  1. 检查 Scope：确认 Scope Bar 显示的是正确的实验名称。如果 Scope 为空或指向错误的实验，AI 看不到数据。重新点击左栏的目标实验节点。
  1. 检查解析状态：在右栏附件标签页确认数据文件的状态是"已解析"（绿色标签），而不是"待解析"或"解析失败"。
  1. 检查证据是否为空：切换到右栏证据标签页，确认有数据条目。如果证据为空，说明解析可能有问题。尝试重新解析文件。
  1. 数据格式问题：确认上传的是 CSV 或 Excel 格式的表格数据（结构化数据）。PDF/Word/PPT 中的非结构化文本 AI 也能读取，但引用角标可能不会逐一标注。
  1. 问题类型不匹配：如果你的问题是纯通用知识问题（如"什么是钙钛矿？"），AI 可能不会引用你的数据——因为你的数据里没有关于钙钛矿定义的 Evidence。
  1. 换个问法：尝试更直接地要求 AI 引用数据。例如：请基于我上传的数据表，列出每个温度对应的结晶度数值，并标注数据来源。
  1. 上下文冲突：如果对话历史太长，AI 可能优先关注最近的对话上下文而忽略数据。尝试清空对话后重新提问。

追问式排查

在对话中直接问 AI：你刚才的回答引用了我的实验数据吗？如果引用了，请标注引用位置。——如果 AI 回答没有引用，说明上下文构建可能有问题，尝试清空对话后重新针对数据提问。

第 6 章：知识输出

这一章适合：需要生成实验记录、报告和论文的用户

前置条件：已有完成分析的实验数据

6.1 如何生成实验记录草稿

适用对象：需要为实验生成结构化记录（实验记录本级别的记录）的用户。

前置条件：实验已选中，至少有一个解析完成的附件。

生成草稿

  1. 在左栏选中目标实验
  2. 切换到右栏草稿标签页
  3. 点击"AI 生成草稿"按钮
  4. 在弹出的对话框中，选择要分析的文件范围：
  1. 点击"确认"
  2. 等待 AI 生成（通常 10-30 秒）

草稿的 10 个字段

字段 类型 说明
实验目的 叙述 这个实验要验证或探索什么
实验材料 变量 使用的试剂、耗材、设备等
实验方法 叙述 实验操作的整体描述
参数条件 变量 具体的实验参数数值
观察结果 叙述 实验过程中观察到的现象
数据分析 叙述 对数据结果的初步分析
实验结论 叙述 基于数据得出的结论
问题记录 叙述 实验中遇到的问题或异常
下一步计划 叙述 基于当前结果，下一步做什么
证据来源 叙述 草稿中各项内容的出处汇总

来源标签系统

每个条目附带一个来源标签，用不同颜色标识：

标签 颜色 含义 可信度
实测 绿色 直接来自上传文件中的真实数值 最高，可直接信任
用户 蓝色 用户手动填写或编辑过的内容 最高，你亲自背书的
推断 黄色 从数据能合理推出的结论 中等，需核实
sciAI 橙色 AI 基于领域常识的建议 较低，务必验证
缺 灰色 数据不足，需要手动补充 无，需填写

关键原则：黄色（推断）和橙色（sciAI）标注的内容不等于是事实。请逐条核实后再接受草稿。AI 推断不能直接坐实为实验记录。

6.2 如何编辑和确认草稿条目

适用对象：已生成草稿，需要修改和确认的用户。

前置条件：草稿已生成。

编辑条目

  1. 在右栏草稿标签页中找到要修改的字段
  2. 点击条目旁的编辑按钮（铅笔图标）
  3. 修改内容
  4. 确认修改后，该条目的来源标签自动变为蓝色"用户"标签，可信度升为最高

添加新条目

  1. 在字段底部点击"添加"按钮
  2. 填写内容
  3. 点击确认
  4. 新条目自动带有蓝色"用户"标签

删除条目

  1. 点击条目旁的删除按钮（× 或垃圾桶图标）
  2. 该条目被移除

确认草稿

当所有字段的内容都满意后：

  1. 确保所有黄色（推断）和橙色（sciAI）条目已核实
  2. 灰色（缺）条目已手动补充或确认确实不需要填写
  3. 点击草稿面板顶部的"接受草稿"按钮

你会看到：草稿状态变为"已接受"，内容被保存到实验记录中，推进日志自动记录此事件。

放弃草稿

如果对草稿不满意且不想逐条修改：

接受后想修改怎么办

当前版本中，已接受的草稿不能直接修改。你可以：

6.3 如何创建实验简报

适用对象：需要将多个实验汇总为阶段性报告的用户。

前置条件：至少有一个包含数据的实验。

创建简报

  1. 点击左栏工具箱中的"简报"入口
  2. 中栏切换为简报工具视图
  3. 如果没有已有简报，点击"创建简报"
  4. 在实验选择界面中，展开项目树，勾选要包含的实验
  5. 点击"确认选择"
  6. AI 自动生成简报内容

简报内容结构

对话改稿

简报生成后，你可以在中栏底部输入框中用自然语言让 AI 修改任何部分：

每次修改后简报实时更新。

管理多个简报

简报工具中会列出你创建的所有简报。每个简报有独立的编辑历史。你可以创建多个简报（如针对不同实验组合、面向不同读者）。

6.4 如何确认简报并生成 Word/PDF

适用对象：简报内容已满意，需要导出为正式文档的用户。

前置条件：简报已创建且内容确认无误。

确认简报

  1. 在简报编辑视图中，确认所有内容无误
  2. 点击"确认简报"按钮
  3. 简报状态变为"已确认"，内容被锁定

确认后简报内容不可再改。如需修改，需要创建新简报。

导出文档

导出 PDF

  1. 确认简报后，点击"出 PDF"按钮
  2. 在弹出的文档样式设置面板中调整：
  1. 点击"下载"
  2. 浏览器开始下载 PDF 文件

导出 Word

简报也可以导出为 Word 格式。操作步骤与 PDF 类似——在导出格式中选择 Word (.docx)。

图表渲染说明

导出文档中的图表基于你的真实实验数据通过声明式规范渲染。数据源可追溯——不是 AI 生成的假图。

交付给导师

如果需要向导师汇报：

  1. 在简报详情页面点击"交付给导师"
  2. 确认交付内容（简报 PDF + 实验列表摘要 + 数据概要）
  3. 点击"确认交付"
  4. 导师端实验室面板收到交付通知

详见 8.4 节"如何提交实验交付给导师"。

如果出现问题

问题 解决方法
PDF 导出为空白或报错 确认简报已确认；确认引用的实验数据仍然存在（实验未被删除）；减少包含的实验数量后重试
图表没有渲染出来 确认实验数据中包含数值型列；检查数据是否被正确解析为结构化数据

6.5 如何撰写论文(大纲 → 正文 → 改稿 → 出 Word)

适用对象：需要将实验数据写成学术论文或学位论文的用户。

前置条件：至少有一个包含数据和分析结果的实验。

完整工作流

第 1 步：打开论文工坊

点击左栏工具箱中的"论文"入口。中栏切换为论文工坊全屏视图。

第 2 步：选择实验和论文规格

  1. 在实验选择器中勾选要引用的实验（可以多选）
  2. 选择论文语言：中文 / 英文
  3. 选择论文类型：学术论文 / 学位论文
  4. 可选填写论文标题

第 3 步：生成大纲

点击"生成大纲"。AI 分析所选实验的数据和方法，生成论文结构：

你可以检视大纲结构，点击任意章节名称修改标题，或调整章节顺序。

第 4 步：生成正文

大纲确认后，点击"生成正文"。AI 逐章节撰写论文内容。

论文生成是长任务，耗时可能较长。建议使用"后台生成"模式——不阻塞前端界面，

你可以在后台等待的同时进行其他操作。生成完成后你会收到通知。

第 5 步：对话改稿

论文生成后，你可以用对话方式修改任何章节：

每次修改指令都作用于论文全文，AI 会精确定位到对应章节进行修改。

第 6 步：确认并导出 Word

全文确认无误后：

  1. 点击"确认并导出"
  2. 选择导出格式：Word (.docx)
  3. 点击"下载"
  4. 获得包含完整格式的学术论文 Word 文档

AI 生成的是初稿，需要你核实数据和推理逻辑，并补充你的独特分析视角。

投稿前务必逐字检查，调整学术措辞——AI 生成的文字可能缺乏你个人的行文风格和深度洞察。

如果出现问题

问题 解决方法
生成时间过长或卡住 使用后台生成模式；减少引用的实验数量；分段生成（先大纲，再逐章节）
论文正文内容与数据不一致 在对话中指出具体不一致的地方，让 AI 修正。利用角标验证数据引用是否正确
生成的参考文献格式不对 提供你需要的引用格式样例给 AI，让它按此格式调整

6.6 如何撰写专利交底书

适用对象：需要为创新成果撰写专利申报材料的用户。

前置条件：至少有一个包含完整实验数据和结论的实验。

专利交底书功能的工作流与论文工坊类似，但输出的是专利格式文档。

操作步骤

  1. 点击左栏工具箱中的"专利"入口
  2. 选择要引用的实验和专利标题
  3. AI 生成交底书规格内容（技术领域、背景技术、发明内容、附图说明、具体实施方式等）
  4. 通过对话方式逐章节改稿优化
  5. 确认后导出 Word 文档

与论文工坊的区别

6.7 如何记录实验心得

适用对象：希望记录实验过程中隐性知识和经验教训的用户。

前置条件：已选中一个实验。

实验心得是记录"实验背后的隐性知识"的地方——那些不会写在正式报告里但对你和其他人有价值的内容。

四种心得类型

类型 含义 示例
决策原因 为什么选择了这个实验条件 "选择 150°C 退火温度是因为预实验显示这个区间结晶度最高"
失败原因 实验失败的根本原因复盘 "180°C 条件下结晶度下降可能是因为高温导致有机组分分解"
技巧发现 实验中发现的实用诀窍 "预处理阶段对玻璃基板进行等离子清洗显著改善了薄膜均匀性"
异常记录 出现的非预期现象 "120°C 退火后的薄膜在紫外灯下呈现不均匀的荧光"

手动添加心得

  1. 在右栏切换到资产标签页
  2. 找到"心得"区域
  3. 选择心得类型
  4. 输入内容
  5. 点击"确认"
  6. 心得被保存，后续该课题下的 AI 对话可以引用已确认的心得

AI 自动收割心得

见 6.8 节。

6.8 如何让 AI 自动收割对话中的心得

适用对象：已经和 AI 进行过多轮深度对话，其中可能包含有价值的隐性知识的用户。

前置条件：实验有对话历史，且对话中包含实验决策、失败分析、技巧分享等内容。

操作步骤

  1. 选中实验，在右栏切换到资产标签页
  2. 在"心得"区域，点击"AI 收割心得"按钮
  3. AI 读取你的对话历史，自动提取候选心得条目
  4. 系统列出所有候选心得，每条标注：
  1. 逐条检视：
  1. 只有"已确认"的心得才会被存储，并在后续 AI 对话中被引用

收割的智能性

知识沉淀的价值

当你积累了足够多的心得后，在后续的实验中 AI 会自动参考这些心得。例如：

第 7 章：深度研究

这一章适合：需要进行系统化实验设计的进阶用户

前置条件：已完成基础数据分析和 AI 对话使用，至少有一个课题和模块

7.1 什么是 DOE 设计循环

DOE（Design of Experiments，实验设计循环）是 sciblock 的"北极星"功能。它不是一次性 AI 问答，而是让 AI 像资深 PI（Principal Investigator，课题负责人）一样，带你经历系统化的科学探索过程。

完整闭环

↓
AI 生成可检验假设 → AI 设计实验方案
    ↓                        ↓
你选择并确认方案 ←────── 多方案比较
    ↓
你在实验室执行实验 → 上传实验数据
    ↓
AI 读取结果进行分析和统计检验
    ↓
AI 判定假设是否被支持 → 如不支持/不确定 → AI 建议下一轮方案
    ↓                        ↑
假设被支持 ←────────────────┘
    ↓
收敛并得出最终结论

为什么用 DOE 循环

单次 AI 问答的局限：

DOE 循环的价值：

7.2 如何创建研究线程 (Research Thread)

适用对象：希望开启 DOE 实验设计循环的用户。

前置条件：已有至少一个课题。

研究线程（Research Thread）是 DOE 研究闭环的顶层容器。每个线程围绕一个科学问题展开。

创建步骤

  1. 在左栏项目树中右键点击目标课题（不是模块或实验）节点
  2. 在右键菜单中选择"创建研究线程"
  3. 在对话框中输入：
  1. 点击"确定"

你会看到：系统创建研究线程。在右栏设计标签页（选中课题时可见）可以看到线程的初始状态。

研究线程的状态

状态 含义
进行中 线程活跃，正在迭代
已收敛 循环已得出明确结论
已放弃 决定不再继续此研究方向

研究线程的结构

一个研究线程包含：

7.3 如何让 AI 建议和精炼科研问题

适用对象：有大致研究方向但尚未形成精确可研究问题的用户。

前置条件：研究线程已创建。

AI 建议问题

在研究线程视图中，点击"AI 建议科学问题"按钮。

AI 会基于你的课题名称、描述和已有实验数据，生成 3-5 个候选科学问题。每个问题包含：

选择最合适的问题，或选择不采纳，自己手动输入。

精炼问题

如果你已经写了一个初步问题但觉得不够精确：

  1. 在输入框中输入你的初步问题
  2. 点击"精炼问题"
  3. AI 会重写你的问题，使它更具体、可检验、范围适当
  4. 对比原始版本和精炼版本，选择使用哪一个

好问题的特征

7.4 如何启动 DOE 设计并选定方案

适用对象：科学问题已明确，希望 AI 设计具体实验方案的用户。

前置条件：研究线程中有已确定的科学问题。

第 1 步：启动设计

在研究线程视图中，点击"启动设计"按钮。

AI 开始流式输出实验设计方案。你会看到 AI 逐步构建方案：

第 2 步：方案比较

AI 通常会生成多个候选方案（如全因子设计 vs 响应面设计 vs 正交设计）。每个方案标注：

第 3 步：选定方案

  1. 浏览所有候选方案
  2. 选择你觉得最合适的一个
  3. 点击"选定此方案"

第 4 步：自动创建实验节点

选定方案后，系统自动在项目树下创建对应的实验节点。每个实验节点对应方案中的一个实验条件组合。你的项目树会多出若干个以条件命名的实验节点。

你会看到：项目树下出现了一批新实验，名称包含关键参数（如"T150_t30"或"退火温度 150°C 30min"）。

此时这些实验是"已设计"状态——有了实验计划，但还没有数据。接下来你需要去实验室执行这些实验，

然后回到 sciblock 为每个实验上传结果数据。

7.5 如何执行实验判定 (Judge)

适用对象：已按照 DOE 设计方案在实验室执行了实验并上传了数据，需要让 AI 判定结果的用户。

前置条件：DOE 实验节点已创建，每个节点已上传实验数据。

判定本轮

  1. 确认本轮所有实验的数据已上传并解析完成
  2. 在研究线程视图中，点击"判定本轮"按钮
  3. AI 读取本轮所有实验的数据
  4. AI 进行统计分析（如 ANOVA、t 检验等，通过 Python 代码执行）
  5. AI 给出对本轮假设的判定：

判定的输出

AI 的判定结果包含：

查看判定详情

判定结果出现在两个地方：

  1. 中栏对话区：自然语言的判定描述
  2. 右栏设计标签页：结构化的判定数据，包含统计数据

判定的角标引用

判定中引用的数据同样带有角标 [1][2]，指向本轮实验的 Evidence。点击角标可以验证 AI 是否基于你的真实数据得出结论。

7.6 如何查看 PI 脑综合策略

适用对象：完成了多轮 DOE 循环，希望获得全局视角的用户。

前置条件：研究线程中至少完成了一轮实验判定。

PI 脑是什么

PI 脑（研究策略视图）综合了研究线程所有轮次的真实结果，像一个资深 PI 一样给你全局研究建议。

查看 PI 脑

在研究线程视图中，点击"查看 PI 脑"按钮。

AI 综合所有轮次的数据，给出全局视角：

PI 脑的使用场景

7.7 如何进行交叉分析（多实验对比）

适用对象：需要对比多个实验数据的研究人员。

前置条件：至少有两个包含数据的实验。

进入交叉分析模式

  1. 点击左栏工具箱中的"交叉分析"入口
  2. 中栏切换为交叉分析视图
  3. 在实验选择器中勾选要对比的实验（可以跨模块选择）
  4. 点击"确认选择"

输入分析请求

示例问题：

交叉分析的工作方式

AI 采用 Map-Reduce 方式处理：

  1. Map 阶段：对每个选中的实验进行独立分析
  2. Reduce 阶段：综合各实验的分析结果，生成对比表、趋势描述和差异分析
  3. 输出：包含对比表格、统计检验、可视化描述和综合分析结论

交叉分析输出示例

AI 的输出可能包含：

7.8 如何使用专家审查功能

适用对象：在特定学科领域（目前支持生物材料、电化学生物传感、器官芯片）工作的研究人员。

前置条件：实验已选中，有解析完成的数据。

专家审查是什么

sciblock 内置了可插拔的学科包（Discipline Pack）系统。当你上传实验数据时，系统根据数据类型自动关联相关学科包，运行领域特定的专家检查。

查看专家审查结果

  1. 选中目标实验
  2. 切换到右栏专家标签页
  3. 查看专家审查结果

专家审查的内容

专家审查会根据你的学科领域检查：

目前支持的学科

学科包 适用领域
生物材料 (biomaterials) 生物相容性、材料表征、细胞实验
电化学生物传感 (electrochem-biosensor) 电化学传感器、生物电极、检测方法
器官芯片 (organ-on-chip) 微流控、组织工程、器官模拟

更多学科包将在后续版本中增加。学科包是可插拔的——每个学科包是独立的知识规则集，可以单独安装和更新。

7.9 如何使用 Python 代码执行 (Pyodide)

适用对象：需要进行数值计算的用户。无需手动编写代码——AI 会在需要时自动执行。

前置条件：已配置真实 AI 模式。

Python 代码执行是什么

sciblock 内置了 Python 运行环境（通过 Pyodide 技术，在浏览器中运行 WebAssembly 版本的 Python）。AI 可以在分析你的数据时自动编写和运行 Python 代码，执行后的计算结果作为最高可信度的计算型证据。

支持的科学计算库

触发方式

你不需要手动写代码。当 AI 判断需要数值计算时——例如：

AI 会自动编写对应的 Python 代码并在沙箱中执行，执行过程和结果都在聊天框中展示。

执行结果

代码执行结果以"计算型证据"的形式出现在证据层。这类证据的可信度最高（computation Evidence），因为计算过程是确定性和可复现的。

限制和注意事项

如果出现问题

问题 解决方法
代码执行报错 AI 生成的代码可能有 bug，在对话中告诉 AI 错误信息让它修复
执行超时 让 AI 先用少量数据测试逻辑，确认无误后再处理全量数据
需要其他库 当前版本不支持。你可以考虑用 AI 生成代码逻辑，然后在本地 Python 环境中运行

7.10 如何存入学科知识沉淀 (Sediment)

适用对象：在对话中发现了领域内通用的知识（规则/方法/术语），希望保存下来供后续实验使用的用户。

前置条件：实验有对话历史。

知识沉淀是什么

知识沉淀（Sediment）是将 AI 对话中发现的通用领域知识提取出来，存入学科包的过程。这样，当以后进行同领域的实验时，这些知识会自动被 AI 引用，不必每次重新"教"AI。

三种知识类型

类型 含义 示例
术语 领域特有的概念和定义 "退火窗口期"在钙钛矿中的特定含义
方法学 实验方法的规范和最佳实践 钙钛矿薄膜退火的标准升温速率曲线
常识规则 领域内的经验性常识 湿度超过 60% 时不宜进行薄膜制备

沉积来源标注

每条沉积记录有来源标注：

如何进行沉积

  1. 在实验的右栏专家标签页中，找到"知识沉积"区域
  2. 点击"提取沉积"按钮
  3. AI 从当前实验的对话和分析中自动提取候选知识条目
  4. 逐条检视并选择要沉积的内容
  5. 确认的条目被存入对应的学科包

沉积的类型

沉积只含知识不含原始数据。你不会不小心把实验数据公开出去。

第 8 章：协作与社区

这一章适合：需要与导师/学生协作的研究人员

前置条件：已登录

8.1 如何创建实验室

适用对象：导师或课题组长，需要管理学生和研究进度。

前置条件：已登录。

  1. 点击左栏工具箱中的"实验室"入口
  2. 中栏切换为实验室视图
  3. 点击"创建实验室"
  4. 输入实验室名称（如"光电材料课题组"）
  5. 点击"确定"

你会看到：实验室创建成功，进入实验室管理面板。

实验室管理面板包含：

8.2 如何邀请学生加入实验室

适用对象：实验室管理员（导师）。

前置条件：实验室已创建。

  1. 在实验室面板中，切换到"成员管理"标签
  2. 点击"邀请"按钮
  3. 在弹出的对话框中输入学生的邮箱地址
  4. 点击"发送邀请"

你会看到：邀请已发送。学生端将收到消息通知。

成员状态

状态 含义
已邀请 邀请已发出，等待学生接受
活跃 学生已接受邀请，正式成员
已毕业 成员标记为已毕业（导师手动设置）
已拒绝 学生拒绝了邀请

8.3 学生如何接受实验室邀请

适用对象：收到实验室邀请的学生。

前置条件：导师已发出邀请到你注册 sciblock 时使用的邮箱。

  1. 查看左栏底部的铃铛图标——红点数字表示有未读消息
  2. 点击铃铛打开消息收件箱
  3. 找到"实验室邀请"消息
  4. 查看邀请详情（实验室名称、导师姓名）
  5. 点击"接受"加入实验室，或点击"拒绝"

接受后发生什么

8.4 如何提交实验交付给导师

适用对象：需要向导师汇报阶段性实验结果的学生。

前置条件：你已加入实验室，有已完成分析的实验。

  1. 使用简报工具创建一份简报（见 6.3 节），选择要汇报的实验
  2. 确认简报内容无误
  3. 在简报详情页面，点击"交付给导师"
  4. 确认交付内容：
  1. 点击"确认交付"

你会看到：交付状态变为"已发送"。导师端实验室面板收到交付通知。

交付的范围

交付只包含简报中展示的内容和数据概要，不是你实验的原始数据文件。导师能看到你选择展示的分析结果，但不能看到你的原始数据、对话记录或其他未交付的实验。

8.5 导师如何查看交付并撰写反馈

适用对象：导师。

前置条件：学生已提交交付。

查看交付

  1. 打开实验室面板（左栏工具箱 → 实验室）
  2. 切换到"交付"标签页
  3. 交付列表显示所有学生提交的交付，包含学生姓名、时间、简报标题
  4. 点击交付条目查看详情

交付详情包含

AI 辅助审阅

  1. 点击"AI 读简报"——AI 给出一句话摘要和值得关注的要点
  2. 点击"AI 起草反馈"——AI 生成初步反馈草稿

撰写反馈

  1. 在反馈编辑区修改 AI 草稿或从零撰写
  2. 选择反馈语气：
  1. 点击"发送反馈"

你会看到：反馈发送成功。学生端的消息收件箱将收到反馈消息。

8.6 如何查看收件箱消息

适用对象：所有用户。

前置条件：有未读消息（实验室邀请、导师反馈、交付状态更新等）。

查看消息

  1. 查看左栏底部的铃铛图标
  1. 点击铃铛打开消息收件箱（从左侧滑出的抽屉面板）
  2. 消息按类型和时间排列

消息类型

类型 谁发送的 内容
实验室邀请 导师 邀请你加入实验室
导师反馈 导师 对你交付的反馈意见
交付状态更新 系统 交付的状态变化通知
成员变更通知 系统 实验室成员的加入/退出

管理消息

8.7 如何上传和管理文献

适用对象：需要管理 PDF 文献并让 AI 结合文献分析实验数据的用户。

前置条件：已登录。

打开文献库

点击左栏工具箱中的"文献库"入口。中栏切换为文献库视图。

上传文献

  1. 在文献库中点击"上传"按钮
  2. 选择 PDF 文献文件（最大 40MB）
  3. 点击确定上传
  4. 系统自动开始索引处理：
  1. 索引完成后，文献状态变为"就绪"

文献状态

状态 含义
索引中 正在处理分块和向量嵌入
就绪 索引完成，可用于搜索和 AI 引用
需要 OCR 扫描版 PDF，正在尝试光学字符识别
失败 索引异常，可以重试

文献检索

文献索引完成后，支持自然语言语义搜索。在文献库的搜索框中输入描述性文字（如"钙钛矿退火温度对结晶度的影响"），系统返回语义相关的文献片段，而非仅靠关键词匹配。

在 AI 对话中引用文献

如果当前 Scope 中有文献（从实验附件晋升或直接上传到文献库），AI 可以在分析时自动检索并引用文献内容。例如你的数据和某篇文献的结论一致或矛盾，AI 会主动指出。

8.8 如何从实验附件晋升为文献

适用对象：在实验附件中上传了一篇论文 PDF 作为参考，想把它长期保留到文献库中的用户。

前置条件：实验附件中包含已解析的 PDF 文件。

  1. 在右栏附件标签页找到该 PDF 文件
  2. 确认文件状态为"已解析"（绿色标签）
  3. 点击文件条目旁的"加入文献库"按钮
  4. 系统将 PDF 复制到文献库中，开始索引处理

为什么要晋升

晋升后的去重

系统会检查文献库中是否已有同一篇文献（通过附件来源匹配）。如果已入库，按钮显示"已入库"状态，不需要重复晋升。

8.9 如何创建和发布 LabHub 科研作品

适用对象：想分享成熟的实验操作流程或方法指南的科研人员。

前置条件：已完成有效的实验，积累了可分享的经验。

LabHub 是什么

LabHub 是实验方法的社区展示平台。你可以把成熟的实验操作流程或方法指南整理为标准化的作品，公开发布供同行参考和复现。

两种作品类型

类型 格式 适合场景
Process（实验流程） 详细操作步骤 标准操作流程(SOP)、protocol 级详细步骤
Howto（方法指南） 方法学说明 + 技巧 方法论介绍、技术心得、避坑指南

创建作品

  1. 点击左栏工具箱中的"LabHub"入口
  2. 中栏切换为 LabHub 视图
  3. 点击"创建作品"
  4. 选择类型：Process 或 Howto
  5. 输入作品标题
  6. （可选）选择要引用的实验（作品中的数据和示例来自这些实验）
  7. 点击"AI 一键生成"
  8. AI 基于你的实验数据自动填写作品内容：

编辑和优化

发布

  1. 预览作品效果确认无误
  2. 选择研究方向分类标签
  3. 点击"发布"
  4. 作品出现在 LabHub 公共流中

8.10 如何浏览 LabHub 公共流

适用对象：想参考同行实验方法和操作指南的科研人员。

前置条件：已登录。

  1. 点击左栏工具箱中的"LabHub"入口
  2. 中栏切换为 LabHub 视图
  3. 默认显示公共流——其他用户发布的公开作品
  4. 作品按研究方向（领域）分类展示
  5. 点击作品卡片查看详情

公共流中的信息

每个作品卡片显示：

与你的实验联动

浏览到有用的作品时，如果作品中的方法与你当前实验相关，可以直接在你的实验对话中引用该作品的内容，让 AI 结合作品中的方法来辅助分析。

第三部分：参考 (Reference)

第 9 章：界面元素索引

以下列出 sciblock 主要界面元素的名称、位置和功能。按字母顺序排列以便检索。

元素名称 位置 功能
AI 分析标签 右栏标签页 展示 AI 对当前实验的结构化分析结果（事实、指标、解读、局限、缺失数据）
ComposeCard 中栏输入框上方 上传文件解析完成后自动弹出的分析选项卡片，选择分析范围后一键发送
DOE 设计标签 右栏标签页 展示研究线程的设计循环面板，包含假设、实验轮次和判定结果
DocSpecEditor 简报/论文工具内 文档规格编辑器，用于编辑和预览导出的文档结构
ExperimentPicker 简报/论文/交叉分析工具内 实验选择器，展开项目树勾选要包含的实验
InsightBell 中栏顶部，Scope Bar 右侧 洞察铃铛，点击查看该实验的 AI 跨实验观察记录（矛盾、趋势、异常、关联）
Lightbox 全屏浮层 灯箱查看器，用于全屏查看图片附件，支持缩放和拖拽
MessageBell 左栏底部，用户信息区 消息铃铛，红点数字表示未读消息数，点击打开消息收件箱
Resizer 各栏之间的分界线 拖拽调整左右栏宽度
Scope Bar 中栏顶部 显示当前 AI 分析范围（Scope），永远可见"AI 在分析什么数据"
SciAI 入口 左栏工具箱 全局 AI 搜索入口，跨所有课题和实验搜索
StructuredPanel 右栏 结构化详情面板，包含 8 个标签页展示实验详细信息
ToolboxPanel 左栏下半部分 工具箱面板，包含简报、论文、专利、研究设计、LabHub、文献库、实验室、SciAI 等入口
TreePanel 左栏上半部分 项目树面板，三层级导航（课题 > 模块 > 实验），点击选择 Scope
UserHeader 左栏最底部 用户头像、姓名和消息铃铛
草稿标签 右栏标签页 展示管理和编辑 AI 生成的实验记录草稿（10 个字段，带来源标注）
附件标签 右栏标签页 展示和管理实验的文件附件，支持上传、预览、重新解析、删除
分析标签 右栏标签页 见 AI 分析标签
工坊导航 中栏（切换后） 全屏工具视图的顶部导航，显示当前工具名称和返回按钮
交叉分析入口 左栏工具箱 进入多实验对比分析模式
连接状态 中栏顶部最左侧 显示 sciblock 后端连接状态。"已连接 · core-api"表示正常
论文工坊入口 左栏工具箱 进入论文撰写工具
漏斗图标 消息列表右上角 AI 分析进行时的等待指示器
模块节点 项目树中层节点 课题下的子研究方向分类，展开后显示实验列表
清空对话 聊天框右上角菜单 清空当前 Scope 下的所有对话记录
设置面板 中栏右上角齿轮图标 配置 AI 模型、个人信息、隐私脱敏等
实验节点 项目树最底层节点 具体的实验记录，点击选中后 Scope 绑定该实验
实验选择器 简报/论文/交叉分析中 见 ExperimentPicker
收件箱抽屉 左栏右侧弹出 消息收件箱，显示实验室邀请、反馈、通知等
推进日志 右键菜单 / 右栏 模块和课题级别的时间线事件记录，支持 AI 汇总
文档样式设置 PDF/Word 导出前 设置导出文档的页面大小、页眉、字体等选项
消息输入框 中栏底部 输入向 AI 提问的内容，Enter 发送，Shift+Enter 换行
右键菜单 左栏项目树节点上 右键点击课题/模块/实验节点弹出的操作菜单（重命名、删除、查看推进日志等）
证据标签 右栏标签页 展示从上传文件中解析出的结构化数据（Evidence），每条有来源标注
专利入口 左栏工具箱 进入专利交底书撰写工具
资产标签 右栏标签页 实验资产面板，包含实验心得（手动/AI 收割）、材料批次等
专家标签 右栏标签页 展示学科专家的自动审查结果和知识沉积条目
状态选择器 右栏实验名称旁 修改实验状态（进行中/已完成/失败/已放弃），变更记录进推进日志
停止按钮 输入框旁 中断 AI 的流式回复生成

第 10 章：文件格式与限制

格式 可解析 可预览 解析输出 说明
CSV (.csv) 是 表格预览 结构化数据表 UTF-8 编码。最多解析 500 行。推荐首选格式。
Excel (.xlsx) 是 表格预览 结构化数据表 仅解析第一个 sheet。最多 500 行。
Excel 旧版 (.xls) 否 否 — 请另存为 .xlsx 后上传
图片 (.png/.jpg/.webp/.bmp) 是 灯箱全屏 尺寸/基本信息 图片内文字提取需要视觉模型
视频 (.mp4/.webm) 否 内嵌播放器 — 仅存储，不参与 AI 分析
PDF (.pdf) 是 阅读器弹窗 文本内容 加密 PDF 无法解析。扫描版自动尝试 OCR
Word (.docx) 是 阅读器弹窗 文本内容 仅文本提取，不渲染原排版
Word 旧版 (.doc) 否 否 — 请另存为 .docx 后上传
PPT (.pptx) 是 否 文本内容 仅文本提取
PPT 旧版 (.ppt) 否 否 — 请另存为 .pptx 后上传
其他格式 否 否 — 上传存储为附件，暂无解析器

文件大小限制

上传场景 最大限制
实验附件 300 MB
文献库上传 40 MB

数据行数限制

限制项 当前值
CSV/Excel 最大行数 500 行
附件预览显示行数 12 行

其他限制

限制项 说明
CSV 编码 必须为 UTF-8。非 UTF-8 编码文件可能产生乱码或解析失败
Excel sheet 仅解析第一个 sheet。多个 sheet 需拆分保存
文档文本长度 PDF/Word/PPT 文本提取有长度上限，超长文档尾部可能截断
Python 执行超时 25 秒
对话上下文预算 AI 单次能处理的数据总量有上限，模块或课题 Scope 下实验过多时做宏观概述而非逐数据详细分析

第 11 章：术语表

本术语表涵盖 sciblock 中使用的主要概念，按字母顺序排列（中文术语按其拼音排序）。

术语 英文 定义
API Key API Key AI 服务商的访问密钥，用于调用千问、OpenAI 等外部 AI 模型。本地加密存储。
ComposeCard ComposeCard 文件上传解析完成后自动出现在输入框上方的分析选项卡片，让你选择分析范围后一键发送分析请求。
DOE Design of Experiments 实验设计循环。sciblock 的系统化实验探索闭环：提出假设 → 设计实验 → 执行 → 判定 → 迭代，直到收敛得出结论。
DocSpec Document Specification sciblock 统一的文档描述规范，用 9 种内容块类型定义 PDF/Word 文档结构。所有简报、论文、专利、分析报告的导出都基于此。
ExperimentPicker ExperimentPicker 实验选择器组件，用于在简报、论文、交叉分析等工具中选择要引用的实验。
Evidence Evidence 从上传文件中解析出的结构化事实数据。每条 Evidence 有可追溯的来源（文件、位置）。AI 只能基于 Evidence 回答——这是"不编造数据"的物理保证。
InsightBell InsightBell 洞察铃铛。位于中栏 Scope Bar 右侧，点击后展示 AI 对当前实验的跨实验智能观察（矛盾、趋势、异常、关联）。
LabHub LabHub 实验方法的社区展示平台。两种格式：Process（实验操作流程）和 Howto（方法指南）。
Lightbox Lightbox 图片灯箱查看器，全屏查看图片附件，支持缩放和拖拽。
MessageBell MessageBell 消息铃铛，位于左栏底部用户信息区。红点数字表示未读消息数，点击打开消息收件箱。
Mock 模式 Mock Mode 演示模式。不调用真实 AI 模型，返回预设演示回复。仅用于体验界面和流程，不分析真实数据。
PI 脑 PI Brain / Research Strategy 综合研究线程所有轮次的真实结果，像资深 PI 一样给出全局视角：当前理解、收敛状态、下一步建议。
Python 代码执行 Python Code Execution AI 在浏览器沙箱中运行 Python（pandas/numpy/scipy）分析数据。计算结果作为最高可信度的计算型证据。25 秒超时。
SciAI SciAI 全局 AI 搜索入口。与绑定 Scope 的聊天不同，SciAI 跨所有课题和实验搜索和回答。
Scope Scope AI 的分析范围。定义了 AI 当前在"看"什么数据。四种类型：单实验、多实验对比、单模块、单课题。通过 Scope Bar 始终可见。
Scope Bar Scope Bar 位于中栏顶部的分析范围指示条。显示 Scope 名称和类型图标，是"AI 在分析什么数据的唯一可见真相源"。
SSE 流式 Server-Sent Events AI 回复的实时传输技术。文字像打字机一样逐字出现在聊天框中，你可以实时看到 AI 的"思考"过程并随时中断。
StructuredPanel StructuredPanel 右栏的结构化详情面板。包含 8 个标签页（草稿/洞察日志/附件/证据/分析/设计/专家/资产），展示当前选中实验的详细信息。
ToolboxPanel ToolboxPanel 左栏下半部分的工具箱面板，包含简报、论文、专利、研究设计、LabHub、文献库、实验室、SciAI 等快捷入口。
草稿 Draft AI 基于实验数据和对话内容自动生成的实验记录。包含 10 个字段，每个条目标注来源（实测/用户/推断/sciAI/缺）。可逐条编辑后"接受"保存。
沉积 Sediment 知识沉淀。从 AI 对话和实验数据中提取通用领域知识（术语/方法/规则），存入学科包供后续自动引用。
洞察日志 Insight Log 右栏标签页之一。展示 AI 对当前实验的跨实验智能观察，包含矛盾检测、趋势识别、异常标记、关联发现。
更新频率限制 Rate Limit 某些操作（如发送验证码）的频率限制。短时间内连续操作会被暂时阻止，等待时间通常为 60 秒。
交付 Delivery 学生将实验简报打包提交给导师的动作。交付包含简报 PDF 和实验列表摘要。导师只能看到你主动交付的内容。
交叉分析 Cross Analysis 同时对比多个实验数据的分析模式。AI 对每个实验独立分析后综合比较，生成对比表和差异分析。
角标引用 Citation AI 回复中出现的 [1] [2] 标记。每个角标对应一条 Evidence，点击可跳转到原始数据。确保 AI 的事实性陈述可追溯。
教师反馈 Advisor Feedback 导师对学生交付的书面回复，含正文和语气（鼓励/严谨/建议）。学生在收件箱中接收。
接地对话 Grounded Conversation sciblock 的 AI 对话设计原则：聊天语气自然口语化（像师兄随口聊），但每个事实陈述都有角标指向具体数据（不编造）。
连接状态 Connection Status 中栏顶部显示的后端服务连接状态。"已连接 · core-api"表示一切正常。
模块 ExperimentModule 课题下的子研究方向分类。三层结构中的中间层：课题 > 模块 > 实验。
前置条件 Prerequisites 完成某个操作前需要满足的条件。本手册中每个操作指南章节都会标注前置条件。
三栏界面 Three-Column UI sciblock 的前端布局：左栏（项目树 + 工具箱）、中栏（AI 对话 / 工具视图）、右栏（详情面板）。三栏联动，Scope 是贯通的纽带。
实验轮次 Experiment Cycle DOE 闭环中的一轮迭代。每轮包含 AI 设计的参数 → 用户执行并上传数据 → AI 判定并给出建议。
实验心得 Experiment Note 实验背后的隐性知识——决策原因、失败原因、技巧发现、异常记录。AI 可从对话中自动收割候选心得。
实验室 Lab 导师创建的课题组协作空间。导师邀请学生加入，查看学生提交的交付并写反馈。数据所有权隔离：成员之间不能互看实验数据。
收件箱 Inbox 消息管理系统。接收实验室邀请、导师反馈、状态通知等。位于左栏底部，通过消息铃铛打开。
推进日志 Journal 模块和课题级别的时间线记录。自动记录实验创建、数据解析、草稿生成、DOE 事件等里程碑，支持 AI 汇总生成进展描述。
所有权隔离 Ownership Isolation sciblock 的数据安全机制。每个实验、文件、对话都归属创建者。其他用户不能访问你的数据，导师也只能看到你主动交付的内容。
文献库 Library 个人 PDF 文献管理系统。上传 PDF → 自动分块 + 向量嵌入 → 语义搜索。文献可在 AI 对话中被引用。
文档规格 DocSpec 见 DocSpec。
学科包 Discipline Pack 可插拔的领域知识模块。目前已支持生物材料、电化学生物传感、器官芯片。学科包提供领域特定的专家审查和知识沉积功能。
研究线程 Research Thread DOE 研究闭环的顶层容器。每个线程围绕一个科学问题展开，包含假设和实验轮次。状态：进行中 / 已收敛 / 已放弃。
隐私脱敏 Privacy Redaction 在消息发给外部 AI 模型前，自动替换你设定的敏感词（联系人、试剂名称等）。脱敏不影响本地存储和显示。
专家审查 Expert Review 学科包自动检查实验数据和设计的合规性、合理性和完整性。在右栏专家标签页查看结果。
资产 Assets 右栏标签页之一。管理实验的持久化知识资产，包括实验心得（手动或 AI 收割）、材料批次信息、样品位置等。

第四部分：深入理解 (Explanations)

第 12 章：sciblock 核心理念

这一章适合：想深入理解 sciblock 设计理念的用户

读前建议：已经使用过 sciblock 的基础功能

12.1 Scope：AI 目光的"取景器"

一个真实场景

张同学正在研究退火温度对钙钛矿薄膜结晶度的影响。他在 sciblock 中建了一个课题"钙钛矿太阳能电池研究"，下面有模块"退火工艺优化"，里面包含了六个实验——每个对应一个温度条件。

他点击了实验"退火 150°C 30min"。

中栏顶部立即显示：Scope: 退火 150°C 30min。他输入："分析结晶度的主要影响因素。"AI 回复引用了角标 [1][2][3]，每一处都对应这个实验的数据——不包含 120°C 的数据，不包含 180°C 的数据。

他切换到实验"退火 180°C 30min"。输入同样的问题。AI 给出不同的回答，引用不同的数据角标。

这个过程中发生了什么？Scope 像一个取景器：AI 只能"看到"取景器范围内的东西。点击哪个实验，Scope 就对准哪个实验——不多不少，刚好是那个实验的数据。

Scope 解决了什么问题

想象一下没有 Scope 的 AI 对话：你上传了 6 个实验的数据，然后问"结晶度怎么样？"AI 需要猜测你想问哪个实验的数据，或者把 6 个实验的数据全部混在一起给你一个笼统的回答。前者容易猜错，后者丢失了细节。

Scope 的设计让你（而不是 AI）决定分析的焦点。你通过点选的方式精确告诉 AI："现在看这个数据。"Scope Bar 是你永远可见的确认——你随时可以核实 AI 的目光是否对准了你的意图。

Scope 的层次：从微观到宏观

Scope 不只是"单个实验"和"没有 Scope"两种状态。它是一个渐进的视野缩放：

这个层次设计对应了真实的科研思维：你有时需要放大看一个点的细节，有时需要缩小看全局趋势。

Scope 如何影响 AI 的行为

在技术层面上，当你选择一个 Scope 时，后端把所有范围内的 Evidence（结构化数据）整理成一个"上下文包"，和你的问题一起发送给 AI 模型。AI 被要求仅基于这个上下文包回答问题，并用角标标记引用。

所以：

12.2 Grounded Conversation：不编造数据的 AI

为什么这一点对科研特别重要

普通的 AI 聊天助手有一个致命缺陷：它会"编造"数据。你问它"退火温度与结晶度的关系"，它可能给你一个看起来合理的数值——但这个数值是从它训练数据里"合成"出来的，不是你的实验结果。

对于科研来说，这是不可接受的。一个编造的数据点可能误导你设计下一批实验，浪费数周甚至数月的时间。

sciblock 的解决方案

sciblock 在架构层面做出了一个硬性约定：AI 只能引用已有的 Evidence。这不是"建议"或"最佳实践"——它被编码进了系统的数据流中。

具体怎么做：

  1. 你上传数据文件 → 解析器把原始数据变成 Evidence（结构化记录）
  2. 你选中 Scope → 系统收集 Scope 范围内的所有 Evidence，给每条 Evidence 分配一个编号
  3. 这些 Evidence 和编号一起，作为上下文发给 AI 模型
  4. AI 被要求在回复中使用编号引用它依据的 Evidence
  5. 前端将编号渲染为可点击的角标 [1] [2]

所以当你看到 AI 说"150°C 下结晶度为 78.5%[1]"，你点击 [1] 就能立刻看到这条数据的原始来源——它在哪个文件里、哪一行。

物理隔离保证：Evidence 和 AI 输出是分开存储的

更重要的是，Evidence 和 AI 的输出在存储层面是物理隔离的。AI 的输出（对话消息、草稿）存放在独立的表中，它们只能通过引用 ID 指向 Evidence。这意味着 AI 不能在输出中添加"看起来像"来自你数据但实际上不存在的数据点——因为没有对应的 Evidence 记录作为它的存储载体。

这能解决什么问题，不能解决什么问题

能解决的：

不能解决的（你仍然需要注意的）：

所以 sciblock 的定位是：AI 是"数据扎实的推理引擎"，不是"最终结论的仲裁者"。数据引用保证了事实层不虚构，结论的判断权和科学解释的责任仍然在你手上。

12.3 草稿系统：区分实测与 AI 推断

从"灰色地带"到"明确分层"

实验记录中有一个经典困境：哪些内容是真实的测量数据，哪些是你基于经验的合理推测？

一个典型的实验记录片段："退火温度 150°C，时间 30min，使用马弗炉，气氛为氮气。"如果这些信息都来自你记录的实验参数，没问题。但如果你的原始数据中只记录了温度和时间，"马弗炉"和"氮气气氛"是你默认自己"肯定用了"的——这就产生了灰色地带。

在传统实验记录本上，这些混合在一起，你很难在几周后回看时区分哪些是实测、哪些是你的推断。

sciblock 的五层来源标注

sciblock 的草稿系统用五层来源标注把这个问题显式化了：

层级 标签 含义 示例
1 实测 数据文件中明确存在的数值 CSV 中有"温度 150°C"这一列
2 用户 是你手动填写的或编辑过的 你补充了"所用马弗炉型号为 MF-1200"
3 推断 从数据中可以合理推出来的 CSV 列表头是 A405 → 推断检测波长为 405nm
4 sciAI AI 基于领域常识的建议 AI 推测你用了"96 孔板"——但数据里没有直接证据
5 缺 数据不足，不知道 你完全没有记录实验环境的湿度信息

这五个层级不是随便排列的——它们的可信度递减：

在草稿中的视觉呈现

在草稿面板中，每个条目前面有一个带颜色的小标签：

当你审阅草稿时，你的注意力应该集中在黄色和橙色的条目上——它们是最容易"看起来对但实际上可能是错的"的内容。

为什么"确认"这个动作很重要

草稿生成后默认状态是"草稿"——未被确认，不做事实性引用。你需要逐条核实后点击"接受"，草稿才会变为"已接受"状态。在推进日志中，这个变化被记录为一条明确的事件："草稿已确认"。

已经接受的草稿，其内容可以在后续的 AI 对话中被引用。但在引用时，系统仍然区分来源——标注为"推断"和"sciAI"的内容不会被当作硬事实用于对比分析。这防止了"AI 猜测变成事实，事实再被 AI 用来做更多猜测"的滚雪球效应。

你的角色：最终确认者

草稿系统的设计把最终决定权留给了你。AI 可以读取数据、做出推断、提出建议、指出缺失——但它不能把你的名字签在实验记录上。这个签名的动作（确认草稿）是你对数据准确性负责的明确声明。

12.4 DOE 设计哲学：迭代优于一次完美

科学研究中的"一次完美"幻觉

很多科研人员的直觉是：在实验开始前，把所有条件都设计好，做一次大实验，然后得到所有答案。

但这个直觉在复杂系统中常常失效。原因是：你不知道你不知道什么。在做第一轮实验之前，你对系统的理解是基于文献和经验的——而这些理解可能是错误的，或者在你的具体条件下不成立。

DOE 的迭代策略

sciblock 的 DOE 循环采用以数据驱动的迭代策略：

  1. 先做试探性实验：AI 基于你的科学问题和现有文献知识设计第一轮实验。第一轮的目的是探测——验证关键因子的影响方向和大致量级。
  1. 根据数据调整：第一轮数据出来后，AI 读取结果并判定假设。如果数据支持了某些假设、反驳了另一些，下一轮的设计就围绕"被支持的假设做确认"和"被反驳的假设找替代方案"展开。
  1. 信息增益最大化：在每轮设计中，AI 倾向于选择能产生最大信息增益的实验——能最大程度区分竞争假设的那些条件。
  1. 收敛检测：随着轮次增加，系统检测假设的收敛状态。当多轮数据持续支持同一结论且统计显著时，标记"已收敛"。

为什么迭代比一次完美更高效

一个例子：假设你要优化 4 个因子的组合（温度、时间、浓度、pH），每个因子取 3 个水平。全因子一次完美设计需要 3^4 = 81 组实验。

而迭代策略可能是：

总共约 24 组实验就得到了结论。不仅实验量少了 2/3，而且每轮的数据都实时修正下一轮的设计方向。

PI 脑的角色

多轮迭代后，你自己可能也忘记了全貌——第一轮发现了什么、第二轮推翻了什么、现在到底知道什么。

PI 脑就是为你做这个综合的。它读取所有轮次的原始数据和判定记录，给你一个全局视角：基于现有全部证据，你最应该相信什么结论？还有哪些不确定的地方？下一步的逻辑选择是什么？

这就像一个 PI 坐下来和你总结一个学期的实验结果——不只是看最后一轮，而是把所有的信息串成一个连贯的故事。

在 DOE 循环中你的角色

DOE 不是全自动的——你还是需要在实验室执行实验。DOE 帮你做的是设计决策的"脑力劳动"部分（"下一轮测试什么条件、为什么"），而你做的是"体力劳动"部分（"去实验室做这个实验、收集数据"）。

12.5 隐私设计：默认最小外发

什么数据存在哪里

理解 sciblock 的数据存储和使用链路，有助于你安心地使用它处理敏感的实验数据。

什么数据会外发

只有在你向 AI 提问时，数据才会离开你的电脑：

  1. 外发内容：不是你的原始文件！而是当前 Scope 内的结构化数据摘要（Evidence）。例如你上传了一个 500 行的 CSV 文件，发给 AI 的是它的结构化摘要——列名、数据范围、统计信息、关键数据行，而不是原始文件。
  1. 外发去向：你配置的 AI 服务商（千问 DashScope、OpenAI API 等）。
  1. 外发时机：仅在你发送消息时。你不提问，不发送。

加密措施

隐私脱敏

你可以在设置中开启隐私脱敏功能。开启后，发给 AI 的消息中，你指定的敏感词会被自动替换为通用占位符。例如：

脱敏后，AI 收到的是一份"信息量足但无法识别具体人/物"的数据摘要。你的本地界面仍然显示原始内容——脱敏只影响外发。

协作中的隐私边界

加入实验室后，导师能看到什么？

所有权隔离意味着：每个实验、每个文件、每条对话都归属到创建它的用户。你实验室的同学不能看到你的数据，你也不能看到他们的。

12.6 三栏布局的设计理念

三个认知层次

sciblock 的三栏布局不是随便分的——每栏对应一种认知操作：

从选择到交互到细节的流动

三栏之间的信息流动是单向的：左 → 中 → 右。

  1. 你在左栏选择一个实验 → Scope 被设定
  2. 中栏的 Scope Bar 更新，对话区域切换到对应 Scope
  3. 右栏加载该实验的详细信息（附件、证据、草稿等）

这种单向流动保证了 UI 的一致性：不存在"中栏显示实验 A 的对话但右栏显示实验 B 的数据"这种矛盾状态。

Scope 是贯通三栏的纽带

Scope（通过 Scope Bar）是唯一同时出现在三栏中的概念：

这确保了你永远知道三栏展示的是同一件事。

什么时候右栏不显示实验详情

有两种情况右栏不显示实验详情：

  1. 你没有选中实验（Scope 为空或选中了模块/课题）：右栏显示推进日志或提示信息
  2. 你打开了全屏工具视图（如简报、论文、LabHub 等）：中栏变为工具视图，右栏可以折叠隐藏

三栏的调整

左右栏的宽度可以通过拖拽栏之间的分界线来调整。如果你需要更大的对话区域（中栏），可以把左右栏收窄。如果你需要详细查看证据表格（右栏），可以把右栏拉宽。

卷尾

常见问题索引

以下列出用户最常问的问题，以及对应的手册章节：

问题 查看章节
sciblock 是什么？我需要什么才能开始？ 第 1 章（入门教程）、12.1 节
支持哪些数据格式？ 4.2 节（文件格式支持）、第 10 章（文件格式与限制）
如何配置千问 API Key？ 5.1 节（配置 AI 提供商）
AI 回复中的 [1][2] 是什么意思？ 5.4 节（角标引用）
AI 会不会编造我数据中没有的数值？ 5.4 节、12.2 节
Mock 模式是什么？能分析真实数据吗？ 5.9 节（Mock 模式）
数据上传了但 AI 不引用怎么办？ 5.10 节（AI 不引用数据）
如何让 AI 自动写实验记录？ 6.1 节（生成草稿）、6.2 节（编辑确认草稿）
草稿中的黄色标签是什么意思？ 6.1 节、12.3 节
如何向导师汇报实验结果？ 6.3 节（创建简报）、8.4 节（交付给导师）
如何写论文？ 6.5 节（论文撰写）
AI 怎么写专利交底书？ 6.6 节（专利交底书）
如何让 AI 系统化地帮我设计实验？ 第 7 章（深度研究）
DOE 循环怎么用？ 7.1-7.6 节
如何加入导师的实验室？ 8.3 节（接受邀请）
导师能看到我的所有数据吗？ 12.5 节（隐私设计）
Python 代码执行怎么用？ 7.9 节
上传文件失败了怎么办？ 4.6 节（解析失败）
如何清空对话历史？ 5.8 节
AI 不说话了怎么办？ 故障排查索引

故障排查索引

问题 解决方案所在的章节
登录失败 1.1 节末尾
验证码收不到 1.1 节末尾
AI 不说话了 5.1 节末尾、5.10 节
文件上传失败 4.1 节末尾、4.6 节
文件解析失败 4.6 节
解析后看不到数据 4.3 节末尾
对话内容丢失 5.7 节（管理对话历史）
论文生成卡住 6.5 节末尾
PDF 导出为空白 6.4 节末尾
项目树空白/加载不出来 3.1 节末尾
AI 回复空内容 5.3 节末尾、5.10 节
"还没有配置大模型"提示 5.1 节
无法删除项目/实验 3.2 节末尾
实验室邀请无法接受 8.3 节相关说明
Python 代码执行出错 7.9 节末尾
文献索引失败 8.7 节相关说明
右栏信息不更新 3.2 节末尾
中文乱码 4.2 节（CSV 编码要求）、4.6 节
Scope Bar 显示不对 5.2 节末尾
简报交付后导师看不到 8.4-8.5 节
应用卡顿或响应慢 5.8 节（清空对话）、刷新页面

版本变更记录

版本 日期 主要变更
v4.0 2026-06-17 初始版本。覆盖注册登录、三栏界面、课题实验管理、数据上传解析、AI 对话、草稿系统、简报与文档导出、DOE 实验设计循环、实验室协作、文献库、LabHub 社区、Python 代码执行、专家审查系统、隐私脱敏等全部功能。

附录：快捷键与实用技巧

聊天输入框

操作 快捷键
发送消息 Enter
换行 Shift + Enter
中断 AI 回复 点击停止按钮

实用技巧

  1. 先 Mock 再真实：没有 API Key 时先用 Mock 模式熟悉界面和流程。Mock 模式覆盖所有功能路径。
  1. 实验命名规范：建议在实验名称中嵌入关键参数，如"退火 150°C 30min"。这样在实验选择器中可以一目了然。
  1. 逐步追问：AI 记住对话上下文。不用每次提问都从头说明背景。利用对话的连续性深挖一个方向。
  1. 角标是第一道验证：看到重要的数值型结论时，第一时间点击角标核实原始数据。
  1. 草稿逐色审阅：审阅草稿时按颜色顺序——绿色快速通过 → 黄色逐条核实 → 橙色重点审查 → 灰色酌情补充。
  1. 模块命名有规律：用统一的前缀命名模块，方便在实验选择器中按字母顺序定位。例如"01-前驱体优化"、"02-退火工艺"。
  1. 及时清理对话：当对话明显偏离当前分析主题时，清空对话重新开始比强行纠正 AI 更高效。
  1. 论文分段生成：长论文建议先确认大纲结构，再分章节生成正文。比一次性生成全文更可控。
  1. 善用 ComposeCard：上传文件后不要急着打字，等 ComposeCard 弹出后用一键分析——省去打字的步骤。
  1. DOE 循环中及时判定：执行完一轮 DOE 实验后，不要等所有实验都上传完才开始判定。可以先判定已完成的实验，让 AI 开始规划下一轮。
  1. 推进日志是月度总结的好帮手：每月结束时，右键点击课题节点 → 查看推进日志 → AI 汇总，直接得到进展描述。省去手动整理时间线的精力。
  1. 备份你的 API Key：API Key 是本地加密存储的。如果换浏览器或清除了本地数据，需要重新配置。建议把 Key 记在安全的密码管理器中。

本手册由 sciblock 团队编写，面向科研用户。如有疑问或建议，请通过消息系统联系管理员。