Lune

关于 Lune Research

Lune 把科研知识与工具接入 AI Agent,两者都为科研工作流打造。在 Claude、Codex、Cursor 或 VS Code 等 AI 应用里安装 Lune 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、阅读可获取的全文,并查询围绕 Paper 的科研最佳实践。

为什么要做 Lune

AI 能不核对文献就写出一段看似合理的答案。这样的回答撑不起文献综述、创新性判断、评估方案,以及会产生实际后果的技术决策。Lune 会先检索研究资料,再把可解析、可比较、可引用的来源交给 Agent,读者因此能查清答案出自哪里。

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。文献库里的证据不够时,答案应当直说,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。对于依法可获取的全文,收录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 页面只展示无版权风险的元数据与摘要,需要鉴权的工具则执行每个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 还维护一个精选的最佳实践库,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,帮研究者和技术团队从一个早期想法,更快走到经得起推敲的决策或草稿。

面对高风险的工作,Lune 让来源始终可见,把证据和推断分开,并提供科研专用工具,而不是让 Agent 临场编一套科研流程。

如何使用 Lune

Lune 的产品就是这套工具。Agent 的接入方式有三种: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。Lune 命令行应用可以配置本地客户端。控制台里的科研助理、专家评审和工作空间,都跑在同一套工具上,是它的实际用例,而不是另外的证据来源。

谁在运营 Lune

Lune 的运营方是 Retrograde Labs,一家做科研和软件的公司。产品支持、隐私请求和法律通知各有公开的联系渠道,每类请求都能直达对应负责人。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,也可以在开发者索引查看连接器、插件和 MCP 设置。

黄昏的海面,两侧是细线勾勒的悬崖