【产品自荐】Yila：我们做了一个科研版 Codex，打开网页就能用

大家好，我们做了一个面向科研工作者的 AI Agent：Yila。

用一句话介绍，就是 Codex, but for scientific research.

<img width="800" alt="Yila 首页：研究从这里开始，支持文献检索、文献综述、科研绘图和数据分析等任务" src="https://github.com/user-attachments/assets/4614decb-047c-4191-9a2f-91347e7becfc" />

你可以说这是一个“套壳产品”。不过，对科研工作者来说，把这些工具装到一起、真正用起来，本身就有不少门槛。

至于为什么不直接用 Codex，举个简单的例子：如果你想让它检索万方的论文库，接着分析实验数据、画出科研图表，这中间的数据源、运行环境和研究方法，都需要有人准备。

我们把这些准备工作做进了 Yila：接入万方等学术数据库，内置科研 Skills、Python 和 R 运行环境，以及常用的统计分析和绘图工具。不用下载安装，也不用自己配环境，在网页上描述研究问题就能开始。

例子一：从文献检索到带引用的综述草稿

围绕一个研究问题检索、筛选文献，比较不同研究的方法和结论，整理证据矩阵，再写成带引用的综述草稿。下图是一个检索了 60 篇候选文献的案例，展示了综述中对不同研究结论的比较。查看完整案例

<img width="640" alt="文献综述成果截图：比较研究结论的分歧，并保留对应引用" src="https://github.com/user-attachments/assets/479662f7-8abb-4d40-9c7a-d5b404dfcd8a" />

例子二：上传实验数据，完成分析和绘图

这个转录组案例从数据检查、差异基因筛选，到火山图和 PCA 散点图，最后一起交付图表、结果表和可复用的 Python 脚本。下图是样本的 PCA 散点图。查看完整案例

<img width="760" alt="转录组分析成果截图：GSE52778 样本 PCA 散点图，按实验分组着色" src="https://github.com/user-attachments/assets/858015a3-a202-4e46-9839-9d2c67ef0d7e" />

我们已经悄悄内测了一段时间，发现科研用户的付费率还挺高。这个反馈让我们觉得，帮大家省下配置工具、整理资料的时间，确实是一件值得做的事。

欢迎科研工作者试试，也欢迎告诉我们：你的研究里，还有哪些费时的步骤值得交给 Agent？

体验：yila.ai · 更多案例