大数据百家讲坛

精 彩活 动 预 告 国家级教学名师，西安交通大学电子与信息工程学院桂小林教授厦门大学校长助理、国家杰青纪荣嵘教授北京师范大学人工智能学院的院长黄华教授四川大学计算机学院（软件学院）副院长赵启军教授华南师范大学计算机学院院长、人工智能学院院长（佛山）蒋运承教授山东大学计算机学院教授、教学部主任、计算中心主任郝兴伟教授湖南大学岳麓学者特聘教授、计算机学院副院长罗娟教授哈尔滨工程大学智能科学与工程学院莫宏伟教授厦门大学计算机系副教授林子雨副教授美林数据技术股份有限公司肖西伟副总裁头歌教研中心尹刚主任超星泛雅集团秦波涛总经理 （线下）2026年5月15日-16日中国·厦门第8届全国高校人工智能教育研讨会（线上）2026年3月20日林子雨-OpenClaw专题 精 彩活 动 预 告 高校人工智能通识教育改革的实践路径与经验分享人工智能通识课程体系构建、教学方法创新与评估体系重构人工智能通识课程系列教材与课程资源建设人工智能通识课程实验教学经验分享人工智能实训平台的建设与部署AI赋能专业建设、教学改革与创新实践；AI赋能学生评价体系改革实践人工智能赋能智慧课程建设经验分享计算思维与AI思维赋能人才培养人工智能技术前沿、学科建设方向与拔尖创新人才培养人工智能微专业建设人工智能跨学科融合、校际协同模式与虚拟教研室共享机制产教融合背景下人工智能通识课程生态建设 2026年5月15日-16日中国·厦门第8届全国高校人工智能教育研讨会 本 场 讲 座 福 利 厦大团队发布：智能体OpenClaw（小龙虾）应用实践精美PPT 扫码进入社群获取讲座预告下载专家PPT 何静北京航空航天大学副教授 《从零上手OpenClaw科研智能体》 p北京航空航天大学高研院副教授，清华大学博士后p中国首届AI春晚节目的幕后技术支持者和共创者p参与课题40余项、主持课题20余项，包括主持国家自然科学基金、中国博士后基金等共计4项国家级课题p发表相关领域国内外论文40余篇；研发方面，主导研发了《让科研像聊天一样简单》AI科学家智能体工具 01/认知重构与部署落地 科研痛点与OpenClaw价值 AI辅助的初步解放 传统科研的普遍痛点 OpenClaw核心价值 文献调研：多数据库手动检索、重复筛选、归纳困难，耗时数天数据清洗：80%时间消耗在重复劳动，手动操作易出错，缺乏可复现性实验设计：依赖个人经验，常遗漏关键对照，样本量计算不规范论文写作：马拉松式撰写（3-6个月），参考文献管理混乱图表制作：记不住代码/软件操作，反复调整不符合期刊规范基金申请：撰写周期长达数月，预算编制繁琐同行评议：回复审稿意见痛苦，难以模拟审稿人视角提前自检 带来便利 核心定义 •快速生成文本草稿、润色语言、翻译•提供代码片段、概念解释 •高能动性智能体：直接操作电脑、调用工具、执行复杂科研任务•三层架构：大脑（大模型）+手脚（Skill插件）+记忆（Memory存储） 但存在局限 •无法操作外部工具：不能自动检索、运行代码•缺乏长任务执行：无法自主规划多步流程•知识截止日期：无法获取最新文献•幻觉问题：编造文献、错误信息•无法调用专业工具：不能用biopython、rdkit等•本地文件处理受限：无法直接分析Excel/PDF•数据隐私担忧：未发表数据外泄风险 三大突破 •门槛归零：自然语言指挥，无需编程•效率倍增：24小时自动化，并行处理多任务•质量可控：内置学术规范，过程可追溯、结果可复现 价值主张 •核心理念：将科研人员从“操作工”变为“指挥官”•最终目标：专注核心创意与科学发现，重复劳动交给OpenClaw OpenClaw核心架构原理 第一层交互层：这是发需求的地方第二层网关层：这是中间商的地方第三层是智能体层，这是动脑子的地方第四层是执行层，这是干活的地方 记忆（Memory存储） 核心定位：系统的知识仓库，记住用户偏好、任务历史、领域知识三层记忆架构：•短期记忆：当前对话上下文，保障会话连续性 •中期记忆：阶段性记录、当天事项，维持任务连贯性•长期记忆：用户偏好、领域知识、长期决策，实现个性化服务记忆读写机制： 通俗理解：就像人的记忆，记住你是谁、喜欢什么、做过什么 大脑（大模型） 手脚（Skill插件） 核心定位：系统的决策中枢，负责理解用户意图、规划任务步骤 工作方式：采用Lobster智能体循环模式（思考-执行-观察-反馈），形成“感知-决策-执行”闭环 核心定位：系统的执行器官，封装了专业知识和工具链，像手机App一样即插即用技能生态：ClawHub社区已有5700+科研Skill，覆盖9大领域工具注册表机制：所有可用工具都预先定义名称、功能、参数和返回格式，形成“技能目录”供Agent查询调用编排引擎：负责解析Agent指令，按序调用工具，监控执行状态，整合输出结果 关键技术： •动态模型路由：支持同时调用3种以上大模型进行协同推理•任务解析与规划：将复杂指令拆解为可执行的子任务序列 通俗理解：就像人的大脑，负责思考“要做什么”和“怎么做” 学术定制化配置步骤 以本地部署官方脚本为例 02执行一键脚本 04安装科研技能 01安装基础环境 03启动配置向导 05多端接入 运行官方自动化安装脚本，快速完成核心框架部署，降低上手门槛。 选择网关类型，配置Claude或通义千问等AI模型的API Key。 绑定飞书、微信等即时通讯工具，实现随时随地的交互指挥。 通过ClawHub技能市场，按需安装文献检索、数据分析等核心插件。 安装Node.js (≥18.x)和Git版本控制工具，确保系统环境就绪。 多端接入方向 Telegram / Discord接入 微信接入(WeChat) 飞书接入(Feishu) 在飞书开放平台创建机器人，获取链接并在OpenClaw中完成绑定，即可在群聊中直接交互。 支持微信公众号或企业微信应用，通过配置Webhook实现消息的实时接收与回复。 遵循标准的机器人创建流程，配置简单，支持全球主流即时通讯平台的无缝集成。 02/核心实操 https://clawhub.ai/ 文献综述 示例指令 请检索与以下研究主题相关的学术文献：“人工智能在青少年心理健康评估中的应用”。要求： 1、近5年的研究论文2、优先选择高质量期刊或会议论文3、输出至少20篇文献4、每篇文献提供以下信息：论文标题、作者、发表年份、研究方法、研究结论 示例输出 文献综述 实操2：文献获取与阅读 示例 指令：请阅读前3篇论文内容,提取关键信息,需要输出以下内容：研究目的、研究方法、研究数据来源、主要研究结论、研究局限性，请用结构化方式进行总结。 指令：clawhub install afrexai-web-scraping-engine 综述论文 指令2-使用Skill生成：帮我写一篇关于“AI在医学影像中应用”的综述论文，包含： Openclaw能力概述 -近5年研究进展-主要方法对比-未来发展趋势 实操 指令1-安装skill：clawhub install literature-review 思辩论文 Openclaw能力概述 指令2-使用Skill生成： 针对“AI是否会取代医生”这一议题，帮我构建思辩论文的论证框架，包含正方观点和反驳 实操 指令1-安装skill：clawhub install bot-debate 方法论文 Openclaw能力概述 指令2-使用Skill生成：帮我写一篇关于“联邦学习在医学影像中的应用”的方法论文，包含： -方法原理-技术实现细节-实验设计-与现有方法对比 实操 指令1-安装skill：clawhub install academic-deep-research 实验方案 指令2-使用Skill生成： Openclaw能力概述 帮我设计一个关于'AI辅助诊断准确性'的实验方案，包含：-研究假设-实验组与对照组设计-评估指标-统计方法 实操 指令1-安装skill：experiment-designer 基金课题 Openclaw能力概述 指令2-使用Skill生成：帮我写一份国自然基金申请书， 主题：AI辅助医学影像诊断包含：立项依据、研究目标、创新点、技术路线 实操案例 指令1-安装skill：clawhub install academic-writing 研究报告 Openclaw能力概述 指令2-使用Skill生成：帮我写一份关于'AI医学影像'的年度研究进展报告，包含：研究进展、成果产出、经费使用、下一步计划 实操案例 指令1-安装skill：clawhub install deep-research-pro 创新专利 实操2-软件著作权 Openclaw能力概述 指令示例：帮我写一份"医学影像AI分析软件"的软件著作权申请材料，包含：功能介绍、技术架构、用户手册概要 实操1-发明专利 指令示例：帮我写一份"基于深度学习的医学影像诊断系统"的专利技术交底书，包含：技术领域、背景技术、发明内容、具体实施方式 数据收集 Openclaw能力概述 指令2-爬取指定数据：从https://books.toscrape.com电商图书网站页面抓取图书数据，提取所有包含目标信息（如“图书名称、价格、评分、分类、页面URL”等），将完整数据整合为文件“爬取结果.csv”。 实操1：从网页爬取数据 指令1-安装skill：clawhub install afrexai-web-scraping-engine 输出示例 数据收集 实操2：获取公开数据集 实操3：调用API获取数据 指令示例：帮我找HuggingFace上关于医疗影像的公开数据集，列出数据集名称、样本量、数据格式 指令示例：调用PubMed API获取近5年AI+cardiac相关的论文元数据，包括PMID、标题、摘要、作者 输出示例 输出示例 数据分析 实操3:文本分析 指令示例1：对这些论文摘要进行主题建模（LDA），提取5个主题关键词 指令示例2：对患者反馈文本进行情感分析，统计正/负/中性比例 输出示例 实操1:统计分析 指令示例1：分析这个CSV文件（上传文件），计算各变量的描述统计量，检测缺失值和异常值 指令示例2：对实验数据进行t检验和相关性分析，生成统计报告 实操2:机器学习建模 指令示例1：用这个数据集建立分类模型，包括数据预处理、特征工程、模型训练、评估 指令示例2：对基因表达数据进行聚类分析，使用K-means和层次聚类 数据可视 输出示例 指令：基于数据挖掘结果绘制相关的可视化图表 实操案例 指令示例-基础图表：根据这个数据生成柱状图和折线图，使用色盲友好配色 指令示例-交互式图表：生成交互式散点图，支持： -缩放和平移-悬停显示数据点详情-点击筛选特定类别 指 令 示 例-交 互 式 图 表：将 分 析 结 果 生 成 为publication-ready图表，300DPI，支持AI/PDF格式导出 学术海报 Openclaw能力概述 指令2-使用Skill生成海报：生成一张学术海报，主题是'AI在心脏病诊断中的应用'。要求： -包含标题、研究目的、方法、结果、结论-使用学术风格配色-包含图表和数据可视化- A0尺寸比例 输出示例 实操案例--海报生成 指令1-安装skill：clawhub install afrexai-web-scraping-engine 学术简历 输出示例 实操案例--简历生成 指令1-安装skill：clawhub install cv 指令2-生成简历：生成一份学术简历，包含