Codar 简介
科搭 Codar 是面向研究者的桌面 AI Agent 工作台，把大模型对话、项目文件、浏览器会话、Skills 插件、MCP 连接器和长任务执行放在同一个桌面里。本文介绍它的核心能力、适用场景和产品架构，对比它与传统 AI 对话工具的区别，并给出推荐的阅读顺序。
#什么是 Codar
Codar 是一款面向研究者的桌面 AI Agent 工作台。它将大模型对话、项目文件管理、浏览器会话、Skills 插件、MCP 连接器和长任务执行整合在同一个桌面环境中，帮助研究者高效完成从资料发现到交付物生成的完整研究流程。
Codar 的目标不是替代研究判断，而是把资料发现、证据整理、数据分析、论文写作和交付物生成组织成可追踪的连续过程。
#核心能力
- 理解研究目标：根据用户输入的研究问题、资料路径和交付要求，自动拆解任务并规划执行步骤。
- 规划与执行：把长任务拆成可执行步骤，并在过程中保留读取文件、检索来源和工具调用记录。
- 整理证据：把论文、网页、笔记、DOI、引用和审阅检查保留在同一次研究过程中，形成可追溯的证据链。
- 处理本地资料：围绕本地项目文件、数据表、论文 PDF 和笔记继续工作，无需反复上传。
- 连接浏览器和工具：通过浏览器连接器、Skills 和 MCP 连接器扩展工作台能力。
- 文献库管理：内置本地优先的文献管理库，支持 PDF 解析、全文检索和项目关联。
- 多模型支持：支持配置多种 AI 模型，根据任务需求灵活切换。
- 定时任务：支持设置定时任务，实现周期性研究工作流的自动化。
#适用场景
- 文献综述和论文检索
- 证据矩阵、引用表和来源审阅
- 数据清洗、分析和中间文件整理
- 报告、论文段落、图表和演示材料生成
- 将稳定研究方法沉淀为 Skills 插件
- 跨学科研究协作与知识管理
#与传统 AI 对话的区别
| 维度 | 传统 AI 对话 | Codar |
|---|---|---|
| 工作单位 | 单次问答 | 围绕项目和长任务持续工作 |
| 上下文 | 依赖当前对话输入 | 结合项目文件、浏览器会话和过程记录 |
| 过程记录 | 通常只保留对话文本 | 保留检索、读取文件、工具调用和产出全链路 |
| 执行能力 | 主要生成回答 | 可规划步骤、调用工具并整理交付物 |
| 文件处理 | 需要反复上传 | 围绕本地项目文件持续工作 |
| 复用方式 | 复制提示词 | 把稳定流程沉淀为 Skills 和连接器 |
#产品架构
Codar 由以下核心模块组成：
- 桌面工作台：组织项目、对话、文件和任务记录的主界面。
- 对话引擎：承接具体任务，支持多轮对话、上下文管理和工具调用。
- 文献库：本地优先的文献管理系统，支持 PDF 解析与全文检索。
- Skills 插件：将可复用研究流程封装为标准化插件。
- MCP 连接器：连接外部工具、数据库和专业软件。
- 浏览器连接器：可选的 Chrome/Edge 浏览器扩展，用于网页信息采集。
- 定时任务：周期性执行研究任务，实现工作流自动化。
#建议阅读顺序
- 阅读 快速开始，完成安装和第一段研究任务。
- 阅读 安装教程，了解各平台安装细节。
- 阅读 版本更新，了解最新功能与变更。
- 阅读 对话管理，掌握对话组织方式。
- 阅读 开始第一个 Codar 对话，动手实践。