搞科研的时候，从文献检索、数据分析到论文撰写，每个环节都要用不同的工具，资源分散在各个角落，找起来费时费力。

偶然看到 Awesome AI for Science 这份开源资源合集，系统性地整理了 AI 在科研全流程中的工具、论文和数据集。

按照研究环节分类整理，涵盖文献管理、数据分析、论文写作、自动化实验等十多个方向，还包括生物、化学、物理、气候等领域的专用工具。

GitHub：github.com/ai-boost/awesome-ai-for-science

收录了 PaperQA2 科学文献问答、DeepAnalyze 自动化数据分析、MinerU 文档解析、ChartCoder 图表转代码等实用工具，以及 AlphaFold、ClimaX 等领域模型。

更重要的是，还整理了 AI Scientist 自主科研系统、ScienceAgentBench 评估基准等前沿进展，以及大量综述论文和教育资源。

项目持续更新中，资源分类清晰，既有开箱即用的工具，也有学术前沿的论文，适合科研工作者收藏备用。