FutureHouse：面向科研人员的 AI 多智能体平台

FutureHouse是什么？

FutureHouse是一个专为科学研究设计的 AI 多智能体平台，支持文献检索、综述撰写、研究空白识别、化学实验设计等复杂科研任务。平台集成了四个高性能智能体（Crow、Falcon、Owl、Phoenix），在多个专业任务上已超越博士级水平。FutureHouse支持网页使用与 API 接入，助力科学发现加速。

FutureHouse的主要功能

FutureHouse平台集成了四个高性能智能体（Crow、Falcon、Owl、Phoenix）：

• Crow：通用型 Agent，擅长快速文献检索与学术级回答，适合 API 接入。
• Falcon：专攻深度文献综述，可接入多种科研数据库（如 OpenTargets），为系统性分析设计。
• Owl：专门回答“有没有人做过 X？”等研究空白查询。
• Phoenix（实验性）：具备自动化化学实验规划能力，支持反应预测、化合物筛选与成本评估。

FutureHouse的使用场景

1. 选题与立项阶段

目的：寻找研究空白、定义研究问题

• 使用 Owl Agent 判断“是否已有研究做过某项工作”，避免重复立项
• 利用 Falcon Agent 汇总已有综述，快速了解领域热点与盲点
• 结合多文献信息，发现交叉学科机会和潜在突破点

2. 文献调研与综述撰写

目的：系统性了解研究方向、准备开题报告或论文综述部分

• 使用 Crow Agent 快速检索并总结最新高质量研究
• 利用 Falcon Agent 整合多篇文献，生成初步综述提纲
• 自动标注关键信息来源、实验方法与对比结论，提升综述质量

3. 实验设计与规划

目的：设计化学或生物实验路径，寻找反应条件和合成方案

• 使用 Phoenix Agent 自动推荐反应路径、合成路线
• 比较不同化合物的成本、反应条件、实验可行性
• 支持结构式分析、预测产物、生成实验规划建议

4. 论文撰写与研究验证

目的：支撑研究结论、寻找辅助文献、进行同行比对

• 对照已有文献中类似实验的设定与结果 → 使用 Falcon
• 自动生成引文格式、整理引用文献清单
• 验证论文中逻辑推理过程是否已有类似研究支撑

5. AI for Science 工程集成

目的：将科研流程自动化、构建 AI 驱动研究平台

• 使用平台提供的 API，将 Crow、Falcon、Phoenix 嵌入私有科研系统
• 构建“持续文献监控+智能分析”工作流（如每周更新特定领域综述）
• 为大模型科研协同开发提供 Agent 能力支持模块

如何使用FutureHouse？

FutureHouse支持网页版和API服务：

• 网页版：https://platform.futurehouse.org/，注册账号即可在线使用。
• API 使用：FutureHouse 提供 RESTful API 接口，适用于开发者集成至科研系统或构建自定义工作流。
  • 开通方式：申请账号后可获取 API Key
  • 支持调用 Agent：Crow / Falcon / Owl / Phoenix
  • 典型用途：批量处理文献问题、自动化实验设计建议生成、构建智能科研助手等
  • API服务：https://futurehouse.gitbook.io/futurehouse-cookbook/futurehouse-client