Novoscan 官方文档

Novoscan 是基于多智能体（Multi-Agent）架构的创新性分析品牌。 它整合了三条垂直业务线，覆盖从学术查新、开发者生态评估到商业想法验证的完整创新评估闭环—— 帮助用户在投入大量资源之前，用 AI 快速「算出」创新方向的可行性。

三大业务线

Novoscan 的核心分析流程分为 5 个阶段，每个阶段紧密衔接，最终输出高可信度的创新性评估报告。

Novoscan（常规模式）是三大业务线中的核心引擎，面向科研人员和技术团队， 提供学术 + 产业双维度创新性评估。它部署了4 层 6 Agent 精密编排拓扑和七源双轨检索引擎， 是整个 Novoscan 品牌的旗舰分析模式。

七源双轨并行检索

分析启动后，系统同时向学术和产业两条轨道发起并行检索：

交叉验证与可信度计算

双轨检索完成后，系统自动执行学术-产业交叉验证：计算概念重叠度、 领域一致性评分，并识别红旗信号（如学术热度高但产业空白、或产业落地快但学术基础薄弱）， 为后续 Agent 推理提供校准后的可信度基线。

4 层 6 Agent 编排拓扑

6 Agent 职责详解

独特分析输出

智能降级策略

Novoscan Flash 是 Novoscan 的极速分析通道。它保留了核心的双轨检索能力， 但精简了 Agent 编排层——仅用单 Agent 快速评估替代完整的 4 层 6 Agent 拓扑， 将分析时间从 60-120 秒压缩到 10-20 秒。

原理

Flash 编排器（flashOrchestrator.ts）触发与标准模式相同的七源双轨并行检索， 但检索完成后仅调用一名综合评估 Agent 进行全维度推理。这名 Agent 同时扮演学术审查员、竞品侦探和创新评估师三个角色， 在一次 AI 调用中输出结构化评估报告。

适用场景

使用说明

NovoDiscover 是 Novoscan 的跨领域灵感发现引擎。 它运行一名独立的跨域侦察兵 Agent（Cross-Domain Scout）， 负责在用户当前研究领域之外的领域中，识别可迁移的技术、方法和范式。

原理

跨域侦察兵 Agent 接收标准模式的检索数据和 NovoDNA 基因图谱（如有）， 结合历史跨域桥梁数据库，通过类比推理（Analogical Reasoning）找出其他领域中解决类似问题的方案。 每条跨域桥梁包含：源领域、目标领域、迁移路径、可行性评分和参考案例。

使用说明

NovoDebate 是 Novoscan 标准模式中的对抗性验证机制。 当 Layer 1 专家 Agent 之间的评分分歧超过阈值时，系统自动触发辩手 Agent（Debater）， 让持不同观点的 Agent 进行多轮结构化辩论，最终由仲裁员基于辩论结果调整评分。

原理

使用说明

NovoDebate 完全自动触发——用户无需任何额外操作。当分析完成后，如果存在辩论记录， 报告中「辩论时间线」区块会自动展示：

隐私检索类似 Google Gemini 的「隐私对话」功能。 开启后，本次分析的所有数据不会被持久化到任何数据库—— 不保存搜索历史、不更新用户偏好、不写入创新趋势、不触发 Agent 记忆进化。 分析结果仅存在于当前浏览器会话中，关闭页面后即彻底消失。

保护范围

隐私模式在 API 层从源头拦截了以下全部写入操作：

不受影响的功能

隐私模式仅屏蔽数据持久化，以下核心分析能力完全保留：

使用说明

Clawscan 是 Novoscan 针对 OpenClaw 生态的垂直业务线，覆盖Skill 查重和落地构想评估两大场景。 它通过3 层 4 Agent 编排拓扑和三路并行数据采集，为广大 OpenClaw 玩家提供便捷的 Skill 查重功能，并深入评估其 OpenClaw 落地生产场景想法的可行性。

三路并行数据采集

分析启动前，系统从三个数据源并行采集原始信号：

智能预处理管线

3 层 4 Agent 编排拓扑

独特分析输出

Bizscan（商业查重）是 Novoscan 面向创业者和产品经理的商业想法评估系统。 它部署了5 层 7 Agent 工业级编排拓扑，是 Novoscan 三大模式中最复杂、最深度的分析引擎。

四源产业信号采集

Bizscan 的数据采集覆盖四个维度的产业信号源：

5 层 7 Agent 编排拓扑

Bizscan 采用比常规查重更复杂的分层依赖编排。Layer 内部并行执行，Layer 之间串行，总串行等待仅 3 次， 在保证分析深度的同时最大化并行效率。

7 Agent 职责详解

BII 商业创新指数

Bizscan 的最终评分使用独创的 BII（Business Innovation Index）指数体系。

智能降级策略

NovoDNA 是 Novoscan 的创新基因提取引擎。 它从每次分析中提取出研究想法的核心创新基因片段——方法、范式、关键技术组合—— 并构建一个持续进化的基因图谱。

原理

分析完成后，NovoDNA 引擎从 Agent 输出中提取 3-8 条创新基因。每条基因包含：

双向进化机制

NovoDNA 与 NovoDiscover 形成正反馈闭环： 每次分析产生的新基因会丰富基因库，而 NovoDiscover 在下次分析时会参考基因库中的交叉领域候选基因， 实现「搜索优化 DNA → DNA 反哺搜索」的双向进化。

使用说明

NovoDNA 自动运行于 Novoscan、Bizscan 和 Clawscan 三大业务线。 分析完成后，报告中会展示「NovoDNA 创新基因图谱」可视化节点图，支持交互式探索。

NovoscanEVO 赋予 Novoscan 的 Agent 集群跨会话学习能力。 每次分析不仅服务当前用户，还会将分析经验沉淀到 Agent 记忆库中， 使得系统在后续分析同领域课题时越来越精准。

原理

NovoscanEVO 基于 RAG（Retrieval-Augmented Generation）范式：

使用说明

NovoscanEVO 完全自动运行。当报告中出现「NovoscanEVO 智能体记忆进化」面板时， 说明本次分析参考了历史经验。面板展示经验来源数量、匹配的主题和具体洞察。

NovoCredits 是 Novoscan 的积分消费系统。 用户通过注册、邀请、兑换码等方式获取 Credits，用于兑换各项分析服务。

积分获取

积分消费

使用说明

NovoTracker 是 Novoscan 的持续监控系统。 它允许用户为自己关注的研究方向设置自动化定期扫描任务， 系统会按照设定频率自动重新分析，并在发现显著变化时推送通知。

原理

通知渠道

使用说明

Novoscan 支持将分析报告一键公开并分享到社交平台。 公开报告拥有独立的 SSR 页面、动态 OG 海报和 SEO 优化， 让你的创新洞察触达更广泛的受众。

原理

使用说明

Novoscan 提供符合 MCP 协议的远程服务端点， 允许 Claude Desktop / Cursor / ChatGPT 等主流 LLM 客户端直接调用 Novoscan Flash 分析能力。 开发者可以在自己的 AI 工作流中无缝集成创新性评估。

原理与架构

MCP 服务基于 mcp-handler 适配器和 @modelcontextprotocol/sdk 构建， 通过 Streamable HTTP 传输协议暴露工具。服务端点位于 /api/mcp。

暴露工具

双通道鉴权

快速接入

在 Claude Desktop 或 Cursor 的 MCP 配置文件中添加：

{
  "mcpServers": {
    "novoscan": {
      "url": "https://your-domain.com/api/mcp"
    }
  }
}

使用说明

Novoscan 的核心竞争力在于其工业级多智能体（Multi-Agent）推理架构。 不同于传统的单一 AI 模型分析，Novoscan 部署了 6 名各司其职的 AI 专家代理，采用分层并行 + 串行的执行拓扑。

Novoscan 采用双轨并行检索引擎，同时从学术和产业两个维度获取原始数据，确保分析的全面性和权威性。

学术检索轨道

四源聚合检索，覆盖全球主流学术数据库：

产业信号轨道

三源产业信号捕获，追踪技术在工业界的真实落地状况：

NovoStarchart 是 Novoscan 独创的六维创新性评估雷达图，由创新评估师 Agent 在综合分析后生成， 为用户提供直观的创新性全景视图。

综合评分机制

最终的综合创新评分由仲裁员 Agent 通过加权算法生成。权重根据各专家 Agent 的置信度动态调整：

• 高置信度（high）：权重系数 × 1.2
• 中置信度（medium）：权重系数 × 1.0
• 低置信度（low）：权重系数 × 0.7

同时，仲裁员会评估专家之间的共识度（strong / moderate / weak），并记录少数派异议， 确保评估结果的透明度和可追溯性。

Novoscan 的Follow-Up 智能追问系统允许用户在首次分析后进行多轮深度追问，逐步精化分析结果， 挖掘更深层次的洞察。

工作流程

Novoscan 不是一个简单的 API 调用包装器，而是一个经过深度工程优化的工业级系统。以下是我们引以为豪的核心技术实现。

Novoscan 对从七个数据源检索到的每一比特数据都进行了极致利用。 数据不仅被 Agent 消费用于推理，还会在报告的不同层级中以多种形式呈现给用户。

四层数据消费链

每一条检索数据至少被消费 4 次：

数据字段级利用清单

以学术侧数据为例，每个字段都被充分利用：

Novoscan 的分析报告采用独创的「结论→证据→原始数据」三层递进架构， 让用户以最高效的方式消化信息：一屏看完核心结论，按需深入每一层证据。

Novoscan 基于平台上所有用户的分析活动数据，每 2 天计算一次创新趋势快照， 通过可视化图表展示全球创新热度变化。

趋势计算周期

可视化组件

首页的创新趋势区域展示以下图表：

Novoscan 的所有评分机制均可追溯到现实世界的数学学科和工业标准。 下文透明披露每个评分组件的理论基础，供审计和学术引用。

① 加权和模型（WSM）

② 层次分析法（AHP）

③ 贝叶斯后验加权

④ 多评分者一致性（Fleiss' κ）

⑤ Delphi 方法

⑥ TF-IDF / BM25 变体

⑦ Mahalanobis 距离 / 异常检测

⑧ 最大似然估计（MLE）

Novoscan 高度重视用户数据的隐私保护。系统提供多层隐私保障机制。