快速开始

#一、Codar 是什么

Codar 是面向科研工作的 AI 桌面工作台。你只需用自然语言说明研究目标，它就能结合项目文件和文献资料，拆解并执行检索、阅读、分析、写作等多步骤任务，最终交付可继续编辑和验证的结果。

#二、核心能力

#三、适用场景

• 文献调研：检索论文、筛选资料、整理证据并生成文献综述。
• 数据分析：读取 Excel、CSV 等数据，完成清洗、统计分析和可视化。
• 论文写作：生成研究大纲、润色段落、比较观点并整理引用。
• 科研编程：编写和修改分析脚本，解释代码并协助排查问题。
• 项目管理：将对话、资料和产出集中到项目中，持续推进长期研究。

#四、开始前的准备

使用 Codar 前，请确认：

1. 电脑满足基本系统要求，并能连接网络调用 AI 模型服务。
2. 已从 Codar 官网下载并安装桌面客户端。
3. 已注册并登录 Codar 账号。
4. 如使用自定义模型，已准备对应服务的 API Key。

不同操作系统的安装方法与问题排查，请查看安装教程。

#五、首次启动与配置

#1. 登录 Codar

打开 Codar，按照页面提示登录已有账号或注册新账号。登录完成后进入工作台主界面。

#2. 配置 AI 模型

首次使用时，可先采用系统推荐模型。如需使用自己的模型服务：

1. 打开设置 → 模型服务。
2. 选择模型服务 → 第三方供应商，填写模型名称及API Key。
3. 保存并启用 第三方供应商。

详细配置方法请查看模型配置。

#3. 创建第一个项目

1. 在页面左侧项目栏，点击项目列表上方的 +（加号），新建空白项目。
2. 在弹窗中填写项目名称，确认后即可生成新项目。
3. 新建项目后，点击进入项目，在对话输入框中输入研究问题，也可粘贴论文标题、DOI、数据路径。
4. 根据需求，选择技能、模型、研究领域、执行权限，发送指令开始科研任务

项目用于集中管理同一研究主题下的文件、文献、对话和任务产出。

#六、发起第一个科研任务

#1. 准备上下文（可选）

如果已有论文、笔记或数据，可先上传到项目，或将文献加入文献库。Codar 支持在对话中读取这些资料作为上下文。

没有现成资料也可以直接开始，并要求 Codar 从公开来源进行检索。

#2. 描述你的需求

在项目中点击「新对话」，输入研究任务。一个清晰的任务通常包含以下三部分：

你可以直接复制下面的示例开始：

请调研 RAG 系统的主流评测方法，并结合项目中已有的论文完成分析。

要求：
1. 按检索质量、生成质量和端到端效果分类；
2. 比较代表性指标、常用数据集、优点和局限；
3. 生成一份 Markdown 总结报告和方法对比表；
4. 为关键结论标注来源，不确定的信息请明确说明。

#3. 选择模型与权限

发送任务前，根据需要选择 AI 模型、研究领域和执行权限。第一次使用可保留推荐设置；涉及文件修改或命令执行时，请确认授权范围符合预期。

#4. 发送并检查计划

点击发送按钮或按 Enter 开始任务。Codar 会分析目标并给出执行计划。你可以：

• 查看任务如何被拆解。
• 在执行过程中补充资料或修正方向。
• 要求调整分析方法、范围或输出格式。
• 暂停任务，确认后再继续执行。

#5. 查看任务产出

任务完成后，在对话区查看结论，并在项目文件或产出区域检查生成的报告、表格、图表和代码。对于重要内容，建议核对引用来源、数据口径和文件变更后再使用。

#七、认识工作台

#八、让结果更可靠的技巧

• 明确说明研究范围、时间范围和目标读者。
• 提供已有资料，并指出哪些来源应优先使用。
• 指定交付物格式，例如 Markdown 报告、CSV 表格或 Python 脚本。
• 要求关键结论附带来源，并标记证据不足或存在争议的内容。
• 复杂任务先让 Codar 给出计划，确认方向后再继续执行。
• 将后续追问保留在同一项目或对话中，以复用已有上下文。

#九、下一步

• 阅读开始第一个 Codar 对话，跟随完整示例完成一次研究任务。
• 阅读新对话，了解模型、领域、权限和上下文配置。
• 阅读文献库，学习导入、解析和引用论文。
• 阅读对话管理，掌握多任务与长期项目的组织方式。