从灵感到发表：开源 AI 科研工作台 Mimir 实操指南

一个好的研究流程，不是把灵感锁进笔记，而是让灵感持续跑过文献、实验、图表和论文编译。

一个科研者的真实痛点

做研究的人经常在几个软件之间来回跳：

想法记在备忘录里，文献散在 Zotero / arXiv / 浏览器标签页；
实验 metrics 放在 Notion 或 Excel，图表和 PDF 各放一个文件夹；
写论文时切到 Overleaf，查公式时又切回本地 PDF；
组会前临时拼 PPT，再手动找最新实验图和论文图。

这些碎片化工具最大的问题不是“不好用”，而是上下文切换成本太高。一次完整研究往往由灵感、检索、实验、写作、汇报五段组成，但目前很少有一个工具把它们串起来。

Mimir 是什么

Mimir 是一个基于 DeepSeek Harness（dsh） 的科研工作台插件，目标是把研究全流程装进一个 Web 工作台，同时让 AI Agent 可调用、可编排。它的核心不是“另一个文献管理器”，而是“研究生命周期的操作界面”。

项目地址：https://github.com/1692775560/dsh-Mimir-Academic-research

它不是独立 App，而是以 dsh-mimir 插件形式接入 DeepSeek Harness，这意味着它天然具备 Agent 可编程 的能力，而不是只给你一个静态 Dashboard。

九大视图：把研究流程拆开看

Mimir 提供九个核心视图，基本覆盖研究从 0 到 1 的主要动作：

Overview：研究项目总览、流程和统计
Paper：类 Overleaf 的 LaTeX 写作区，支持编辑 → 编译 → PDF 预览
Library：arXiv 与网页检索、AI 相关性打分、全屏 PDF 阅读
Experiments：实验指标图表，可一键导出论文图
Figures：上传、整理、插入论文图表
Meetings：一键生成组会 PPT，自动结合论文图与 AI 插图
Servers：GPU 服务器探测 + 远程任务管理
Ledger：研究日志，自动记录 idea 演化与进展摘要
Venues：CCF 会议截止倒计时 + CCF-A 期刊目录

这九个视图里，Paper、Experiments、Meetings、Ledger 是最实用的四个高频区。对大多数研究生或研究工程师来说，写完论文要汇报，汇报前要整理图，实验过程中要追踪指标——Mimir 实际上是在把这些动作标准化。

它真正在解决什么问题

1. 研究资料散落问题

Mimir 的 Library 不只是 PDF 列表。它把 arXiv 检索、网页搜索、AI 相关性评分放在一起，还内置全屏 PDF 阅读器。你不用再在 Zotero、浏览器、终端之间反复横跳。

2. 写作与编译分离问题

很多团队写 LaTeX 用的是本地环境 + Overleaf 混用，版本控制经常出问题。Mimir 的 Paper 视图是边写边编译，还带一键 AI 修正建议，减少“编译错误→找语法→再编译”的循环。

3. 实验到论文图之间的断层

Researchers 经常遇到的问题是：实验脚本产出的指标曲线，和论文里要放的图格式不一致。Mimir 的 Experiments 视图可以追踪指标并生成论文级图表，Figures 视图再统一管理，减少重复排版。

4. 组会汇报成本高

组会 PPT 往往要重新选图、调整结构、核对最新结果。Meetings 视图支持一键生成组会演示文稿，且能自动调用论文图和可选 AI 插图，大幅压缩准备时间。

5. GPU 服务器与远程实验管理

Servers 视图提供 GPU 集群探测、远程任务提交和任务列表查看。对需要排队跑实验的团队来说，这是一个轻量级的实验调度面板。

6. 研究过程的可追溯性

Ledger 是一个“人性化研究日志”。它不仅记录做了什么，还把 idea 演化过程自动 capture 到 worktree，并以六个视角生成 digest capsule，还能一键生成进展报告。对导师检查进度、自己写年度总结都很有用。

Agent 工具与 eleven bundled skills

Mimir 不只是 Web 界面。它还提供一组 Agent 可调用的工具和斜杠命令，例如：

/research-idea /research-plan /research-review /paper-write /paper-compile

以及具体工具：

arxiv_search web_search wiki_note figure_save latex_compile meeting_deck venue_search server_list / server_check / server_submit_job / server_list_jobs

这意味着 Mimir 不只是“给人用的科研台”，也是给 AI 研究助理设计的可编程工作台。一个 Agent 可以自动检索文献、整理笔记、编排实验、协助写作和编译，这在传统科研工具里并不常见。

此外，项目还内置了 11 个研究技能，覆盖文献综述、创新点检查、实验规划、引用审计、双语去 AI 味润色、rebuttal 等，相当于把科研方法论提前打包进系统里。

快速开始

Mimir 依赖 DeepSeek Harness CLI（dsh）和 Node.js ≥ 22。基本安装步骤如下：

npm install -g @deepseek-ai/dsh dsh plugin --profile web add dsh-mimir@latest dsh web

打开后会在 http://127.0.0.1:3080 看到工作台界面。数据默认保存在本地：

研究 Wiki：~/.dsh/storages/research_wiki.json
项目产物：当前项目下的 ./.research 目录

可选能力扩展：

LaTeX 编译：安装 Tectonic 或 latexmk
网页搜索：运行 bash scripts/setup-web-search.sh 配置本地 SearXNG
Zotero：配置 zotero.apiKey 和 zotero.userId

谁适合用 Mimir

研究生 / 博士生：需要同时管理文献、实验、论文、组会
实验室研究员：多人协作时需要统一的研究资料与进度追踪
AI 工程师 / 算法研究员：研究流程与工程实验并存，希望减少工具切换
AI 科研助理团队：需要把研究流程标准化并让 Agent 接管部分重复工作

如果你已经在用 DeepSeek Harness 作为日常编码/研究环境，Mimir 的接入成本会很低，因为它直接以插件形式运行。

和现有工具相比的差异

维度	Mimir	Overleaf / 本地 LaTeX	Zotero / Mendeley	自建 Dashboard
写作编译	原生支持	强	弱	弱
文献检索	内置 arXiv + web	弱	强	弱
实验追踪	内置图表	弱	弱	强
组会 PPT	一键生成	弱	弱	弱
GPU 管理	内置	无	无	取决于实现
Agent 可编程	是	否	否	可能
部署成本	dsh 插件	平台依赖	桌面软件	较高

Mimir 的独特之处不是某一个功能特别强，而是它把研究生命周期当作一个完整产品来设计，而不是只优化“写论文”或“管文献”的局部体验。

局限与注意事项

目前依赖 DeepSeek Harness CLI，如果你不使用 dsh，会缺少最重要的运行宿主。
需要 Node.js ≥ 22，老旧研究环境可能需要先升级。
LaTeX 编译依赖本地引擎，首次编译时 Tectonic 会自动下载包，可能较慢。
arXiv 搜索在某些网络环境需要配置 HTTPS_PROXY。
项目目前 MIT 协议，功能仍在快速迭代，部分细节可能随版本变化。

总结

Mimir 的价值，不在于它发明了文献管理、LaTeX 编译或实验追踪，而在于它把科研中常见的五六个动作，第一次较完整地封装进一个可 Agent 驱动的工作台。

对公众号读者来说，它至少提供了一种新思路：研究工具的未来，不是更多软件，而是更少切换；不是更强功能，而是更顺流程。

如果你的研究过程还停留在“备忘录 + Zotero + Excel + Overleaf + 微信传文件”的组合里，Mimir 值得试一次。