教程 01 · 从这里开始

从安装到研究产出:模型配置、文献调研与科研写作。

第一期 Wisp Science 视频的配套文字教程:选择安装包、创建本地项目、连接模型,再把一个文献问题推进为可核查的报告和可复用工作流。

视频时长21:35
难度入门至进阶
录制版本v0.9.0
讲解语言中文讲解

原视频发布

在 Bilibili 观看原视频

01 / 学完你将能够

学完你将能够

  • 根据操作系统和处理器选择对应的发行安装包。
  • 创建项目,并理解会话、文件和 artifact 保存在什么位置。
  • 配置模型服务,同时避免把凭据写进 Prompt 或项目文件。
  • 提出一项结论与来源保持关联的文献调研任务。
  • 检查产物、发现不一致,并把验证过的流程保存为可复用 SKILL。

02 / 开始之前

开始之前

  • 一台受当前发行版本支持的 macOS 或 Windows 电脑。
  • 一个 Wisp Science 支持的模型服务及对应凭据。
  • 一个可以明确范围、证据要求和交付形式的科研问题。

VIDEO MAP

视频章节

以下时间点根据视频内容整理,为近似章节。

  1. 项目与分享者介绍
  2. 找到 GitHub 仓库与 Release
  3. 选择安装包并完成安装
  4. 创建第一个本地项目
  5. 检查权限与模型设置
  6. 执行有边界的文献调研
  7. 跟随检索与分析过程
  8. 检查来源、artifact 与修正记录
  9. 把重复工作流保存为 SKILL

1. 从 Release 开始,而不是随便找一个安装包

视频从公开仓库和 Releases 页面开始。Release Note 本身就是安装流程的一部分:它说明哪个文件对应你的平台,以及该版本发生了什么变化。

录制使用的是较早预览版,因此应该学习整体顺序,不要机械照搬每一个按钮的具体位置。

  • 同时核对操作系统与处理器架构。
  • 安装前阅读签名、公证和平台安全提示。
  • 保留 Release 页面,遇到版本差异时可以回查。

2. 创建能够承载研究记录的项目

Wisp Science 项目不只是一个聊天标题,它是会话、来源文件、报告、图表以及 provenance 的本地边界。

选择长期保留的目录,并用科研问题为项目命名;这样后续导出和交接都会比临时会话更清晰。

3. 配置模型服务,并检查执行权限

视频依次展示了服务商、Endpoint、模型与执行策略的设置。这些选择决定 Prompt 会发送到哪里,以及哪些本地操作需要人工确认。

凭据只应填写在应用专门的密钥设置中,不要把 API Key 放进 Prompt、文档、截图或代码仓库。

  • 长任务开始前确认服务商和模型名称。
  • 根据项目敏感程度选择合适的审批边界。
  • 先运行一个小请求,再开始高成本文献工作流。

4. 把宽泛主题改写成可核查的文献任务

示范的价值不在某一句“万能 Prompt”,而在任务结构:开始检索前先确定主题、时间范围、来源要求和最终产物。

要求工作流区分事实与解释,把引用放在对应结论附近,并明确仍然缺失的证据。这样报告才能交给另一位研究者复核。

5. 打开 artifact,而不是只接受最后一段回答

视频把 Markdown 产物、会话和来源列表放在一起检查,随后发现论文数量的表述不一致,并修正了输出。

这正是关键:排版完整的报告依然只是中间研究对象。需要逐项检查数量、日期、引用,以及论文是否真的支持旁边的结论。

  • 在 artifact 面板中检查表格与报告,不只依赖聊天摘要。
  • 把异常或过强的结论追溯到原始来源。
  • 在同一会话中记录修正,保留完整审计轨迹。

6. 把验证过的方法保存成可复用 SKILL

文献调研流程经过检查后,视频把它保存为项目 SKILL。下一次遇到相似任务时,可以复用已经审阅过的步骤,而不是凭记忆重新拼装。

只有在理解假设与失败点之后才应该保存工作流。好的 SKILL 应该让核验习惯可以重复,而不是自动化一个未经验证的捷径。

SUMMARY

关键结论

  1. 01

    完成安装还不够,还要验证模型、权限与第一个项目。

  2. 02

    好的文献任务会明确范围、证据要求和交付形式。

  3. 03

    Artifact 与修正记录属于研究过程,而不是回答之后的清理工作。

  4. 04

    可复用 SKILL 应同时保存方法和核验节点。

来源与署名

来源与署名

本文是「M78的微型小怪兽」中文视频的配套文字整理;Bilibili 原视频仍是完整演示与原始来源。

视频演示与讲解: M78的微型小怪兽