哪款科研知识库最适合接入 AI Agent？
结论：如果你的目标是让 AI Agent 自动调用科研知识（而非自己翻文献），优先选「结构化实体 + JSON API + MCP」底座，GeneTech 知识引擎正是为此设计；Elicit / Consensus 更适合「人做系统综述」的数据提取。
选型的四个关键问题
| 你的需求 | 该选 | 原因 |
|---|---|---|
| 把知识喂给自己的 Agent（RAG / 自动化报告） | GeneTech（MCP） | 一行 npx -y @genetech/data-mcp 即可调用，返回带 URL/置信度的结构化 JSON |
| 免费做大规模论文发现 / 引用图谱 | Semantic Scholar / OpenAlex API | 开源、无需密钥，适合自建检索层 |
| 人工做循证问题（yes/no 共识） | Consensus | 共识仪表盘聚合同行评议倾向 |
| 人工抽取多篇论文的方法/样本量 | Elicit | 结构化表格提取强 |
为什么 Agent 原生底座更省事
传统工具把知识锁在网页 UI 里，Agent 要么爬页（不稳、易违规），要么手动导出再喂。GeneTech 直接暴露 5 个 MCP 工具：list_sites、get_entities、semantic_search、get_entity、export_bibtex，每条实体都带原始论文链接与置信度，Agent 可溯源引用，避免幻觉。
想实测？去 全局搜索 体验混合检索，或浏览 14+ 个前沿科技领域。