【学习工作赛道】做一个辅助科研工作流智能调度系统
【标签】 按所选赛道选择话题标签：学习工作
生活娱乐/学习工作/社会服务/硬件交互，必须四选一；如果参加附加赛题，还可加选 社会公益 标签。（一个报名帖只能选择1个赛道哦，社会公益可加选）
【正文】 不少于 100 字，至少包含以下 4 个部分，可增加其他部分
1. 创意名称 + 创意介绍
-
想解决什么问题：科研工作者每周 60% 的时间浪费在"研究流程本身"上——查文献、跑实验、追踪进度、整理引用、对接工具。这不是创造力的部分，却消耗了最多精力。
-
为什么会想到做这个：作为 ML 研究者，每次做新课题都要重复：管理多任务、查最新论文、跑实验、整理数据、写论文、改稿…这些机械工作严重碎片化了真正的创新。
-
大概是什么产品：一个一站式 Web 应用，覆盖从"AI 选题 → 文献检索 → 实验设计 → 论文写作 → 审稿优化 → 提交发表"的全流程智能调度。
2. 目标用户及痛点
-
面向哪些用户：ML/AI 领域的大学生、科研工作者、跨学科研究者、高校实验室的 PI
-
在什么场景下使用：开新课题时需要快速评估方向、查新、生成选题方案；多任务并行时需要清晰的可视化监控；写论文时需要结构化的工作流管理；跨工具协作时需要统一调度
-
当前痛点：信息散落 ：文献在 arXiv、引用在 Zotero、代码在 GitHub、实验在本地、论文在 Overleaf；流程割裂 ：每个步骤用不同工具，状态难以追踪；重复劳动 ：60% 的工作是机械性的（格式调整、引用核对、状态汇报）；决策困难 ：选题时缺少"这个方向值不值得做"的客观评估
3. 价值与意义
- 从商业价值、效率提升、社会价值中选 1–2 个角度，说明这个创意的价值
- 效率提升：减少 60% 流程性工作时间，让研究者专注创新；一站式工作流可视化，进度一目了然
- 质量保证：AI 智能路由表减少工具切换失误；自动化引用验证、统计检查降低出错率
- 学术普惠：降低科研门槛，让非顶尖机构的研究者也能规范化工作；跨学科协作更顺畅
4. 必须附带： 上传 TRAE Work 生成的创意产物 HTML文件（请直接上传到社区），用于更完整地展示你的创意方案。（建议模型使用Auto模式）
sciflow-router.html (35.5 KB)