关于 Lune Research

Lune 把科研知识与工具接入 AI Agent，服务于真正的科研工作流。把 Lune 接入 Claude、Codex、Cursor 或 VS Code 等 AI 应用后，只需用自然语言提出研究问题。Agent 就能检索顶会 Paper、检查摘要与元数据、追踪引用、阅读可用全文，并查询与 Paper 周边工作有关的精选最佳实践。

为什么要做 Lune

AI 可以在没有核对文献的情况下写出一段看似合理的答案。文献综述、创新性判断、评估方案，以及会产生实际后果的技术决策不能依赖这种回答。Lune 会先检索研究资料，再把 Agent 能解析、比较和引用的来源交给它，让读者可以检查答案从哪里来。

Lune 如何让答案有据可查

一个自然语言问题会变成对 Lune 文献库的检索。结果包含 Paper 标题、作者、顶会与发表信息、摘要、引用关系和稳定来源链接。全文可用时，Agent 可以继续检索相关章节，核对支撑论断的具体段落。文献库不足以提供证据时，答案应明确说明，而不是用模型记忆补齐空白。

文献库如何构建

Lune 依据公认的 CORE 与 CCF 排名，聚焦顶尖学术会议，并通过公开会议元数据、开放获取仓库和引用记录构建文献库。对于依法可用的全文，摄取流程会解析并建立检索索引。Lune 不会重新分发付费墙后的论文。公开 Paper 页面只展示适合公开的元数据和摘要，受保护的工具会执行凭证对应的权限与用量规则。

科研最佳实践

找到 Paper 只是科研的一部分。Lune 还维护着精选的最佳实践库，涵盖文献综述、评估设计、消融实验、同行评审、科研写作和顶会选择。Agent 可以把这些最佳实践与文献一起检索，帮助研究者和技术团队更快地从早期想法推进到经得起检查的决策或草稿。

面对高风险工作，Lune 会保留清楚的来源，区分证据与推断，并提供科研专用工具，不让 Agent 临场编造一套科研流程。

如何使用 Lune

Lune 的产品就是工具本身。Agent 可以通过托管的 Streamable HTTP MCP 服务器、官方连接器或插件，以及已发布的本地 MCP 包接入。Lune 命令行应用可以配置本地客户端。控制台中的科研助理、专家评审和工作空间是同一套工具的可运行示例，不是另一套资料来源。

谁在运营 Lune

Lune 由科研与软件公司 Retrograde Labs 运营。产品支持、隐私请求和法律通知分别使用公开的联系渠道，让每类请求直达对应负责人。你可以在联系页面查看邮箱，在隐私政策了解数据处理方式，也可以从开发者索引查看连接器、插件和 MCP 设置。