SonicNote聆犀录音卡 × Claude Science：学术研究从研讨到论文的 AI 全链路

1. 学术研讨录音到论文初稿，卡点到底在哪

一场两小时的组会或学术讲座，信息密度往往高得吓人。导师随口提到的三篇参考文献、同门对实验设计的质疑、某个方法在特定数据集上的失效边界，这些内容在讨论当下都清晰可辨，但等你回到工位打开电脑，能回忆起来的可能只剩一个模糊的轮廓。于是你开始翻手机录音、拖进度条、反复听同一段话，试图把关键信息捞出来。这个过程消耗的时间，常常比听讲座本身还长。

更麻烦的是文献关联。讲座里提到的作者名和年份，你记下来了，但要找到对应的 Zotero 条目、确认引用格式、把观点和文献对应起来，又是一轮手工劳动。等到真正开始写文献综述或论文初稿时，你会发现前期积累的笔记散落在手机备忘录、纸质本子、微信收藏和 Zotero 注释里，根本没法直接调用。

SonicNote 聆犀录音卡配合妙记 App 解决的是前端采集和转写的问题，Claude Science 解决的是后端分析和写作的问题，而中间那层把录音数据、文献库和 AI 工作台串起来的桥梁，就是 MCP。这篇文章要讲的，就是怎么用 MCP 把这三段接上，让一场研讨从录音到结构化笔记再到引用草稿，形成一条可复用的链路。适合硕博研究生、高校教师、定性研究者，以及任何需要把口头讨论转化为可引用文字材料的人。

2. TaoToken 前置：统一 endpoint 与 Key 管理

在配置 MCP 之前，有一个前置决策需要先做：Claude Science 和 SonicNote MCP Server 的模型调用走哪个 endpoint。如果你直接使用 Anthropic 官方接口，需要处理账号、额度和网络环境的配置。而把 endpoint 统一改到 TaoToken，可以用一个 Key 管理多个模型的调用，省去在多个平台之间切换的麻烦。

TaoToken 的 API 地址是https://taotoken.net/api，兼容 Anthropic 的接口格式。你需要在 TaoToken 控制台创建一个 API Key，这个 Key 会同时用于 Claude Science 的模型调用和 SonicNote MCP Server 的录音数据接口。创建 Key 的入口在控制台的 API Keys 页面，生成后复制保存，格式通常是sk-开头的一串字符。

这里有一个容易混淆的点：SonicNote MCP Server 本身需要一个妙记 App 的 API Key 来读取录音数据，而 Claude Science 调用模型需要的是 TaoToken 的 Key。这两个 Key 用途不同，不要搞混。妙记的 Key 在妙记 App 的「我的」→「API Key 管理」里创建，TaoToken 的 Key 在 TaoToken 控制台创建。

把 Claude Science 的模型 endpoint 指向 TaoToken 后，你在 Claude Science 里发起的每一次文献分析、综述生成、引用检查请求，都会通过 TaoToken 转发到对应的模型。这样做的好处是，你可以在 TaoToken 控制台看到所有调用的用量和日志，方便排查问题，也方便在多个项目之间做成本归因。

如果你还没有 TaoToken 账号，可以先到官网了解接入方式。整个配置过程不需要改动 Claude Science 的界面操作，只需要在环境变量或配置文件中把 base URL 替换掉。

3. 可复制配置：MCP Server 与 Zotero 桥接

这一节给出可以直接复制粘贴的配置片段。配置分三块：SonicNote MCP Server 的安装与注册、Claude Science 的模型 endpoint 设置、Zotero 桥接服务的启动。

3.1 安装 SonicNote MCP Server

SonicNote MCP Server 是一个基于 Node.js 的中间件，负责把妙记 App 的录音数据以 MCP 协议暴露给 Claude Science。安装命令如下：

# 如果之前装过旧版本，先卸载 npm uninstall -g sonicnote-mcp-server # 安装指定版本 npm install -g sonicnote-mcp-server-1.0.1.tgz # 验证安装 sonicnote-mcp-server --version

安装完成后，用claude mcp add命令把 SonicNote 注册到 Claude Science 的 MCP 配置中。注意这里同时传入了妙记的 API Key 和 TaoToken 的 endpoint：

claude mcp add --scope user sonicnote \ --env MCP_API_KEY=sk-your-miaoji-key-here \ --env TAOTOKEN_BASE_URL=https://taotoken.net/api \ --env TAOTOKEN_API_KEY=sk-your-taotoken-key-here \ -- npx -y sonicnote-mcp-server

把sk-your-miaoji-key-here替换成妙记 App 里创建的实际 Key，把sk-your-taotoken-key-here替换成 TaoToken 控制台的 Key。--scope user表示这个 MCP 配置对当前用户全局生效，Claude Science 和 Claude Code 都能读取。

3.2 Claude Science 模型 endpoint 配置

Claude Science 的模型调用配置通常放在用户目录下的 settings 文件中。以 macOS 为例，路径是~/.claude/settings.json。你需要在这个文件里指定 Anthropic 兼容的 base URL 和 API Key：

{ "env": { "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_API_KEY": "sk-your-taotoken-key-here", "ANTHROPIC_MODEL": "claude-opus-4-8" } }

如果你使用的是 Claude Code 的 CLI 配置方式，对应的 TOML 片段如下：

[model] base_url = "https://taotoken.net/api" api_key = "sk-your-taotoken-key-here" model_id = "claude-opus-4-8"

这里的三件套是 Base URL、Key 和 Model ID，缺一不可。Model ID 根据你实际使用的模型填写，比如claude-opus-4-8或claude-sonnet-4-6。配置完成后，Claude Science 的所有模型请求都会走 TaoToken。

3.3 Zotero 桥接服务启动

Zotero 桥接服务负责让 Claude Science 能够检索和读取你的文献库。进入桥接服务目录后执行：

cd ~/Documents/ClaudeCodeZoteroNote/cc-llm4zotero-adapter npm install npm run daemon:start npm run daemon:status

daemon:status返回running表示服务已启动。然后在 Zotero 客户端中打开「偏好设置」→「llm-for-zotero 插件」→「Agent」标签页，开启 Claude Science integration，Bridge URL 填写http://127.0.0.1:19787。

3.4 Zotero 字段映射表

录音笔记中的元数据需要映射到 Zotero 条目的字段，才能实现自动关联。下表是常用的映射关系：

在录音笔记的 YAML 前置元数据中，可以这样写：

--- title: "2026-07-01 学术讲座：Transformer 架构最新进展" recording_id: "abc123" zotero_items: - "vaswani2017attention" - "brown2020language" tags: - lecture - transformer ---

Claude Science 读取到这段元数据后，会根据zotero_items中的 Key 去 Zotero 库中匹配对应条目，建立双向链接。

4. 验证请求：从录音到引用草稿的三步动作

配置完成后，不要急着跑完整流程，先用三个小步骤验证链路是否通畅。每一步都有明确的预期结果，如果某一步失败，可以快速定位问题出在哪一层。

4.1 第一步：验证录音数据可读取

在 Claude Science 的对话框中输入：

帮我看看最近的录音列表

预期结果是返回一个录音列表，包含录音标题、日期和时长。如果返回为空，说明 SonicNote MCP Server 没有正确连接到妙记 App，检查MCP_API_KEY是否填写正确，以及妙记 App 中是否真的有录音数据。

如果返回报错local proxy failed，通常是 MCP Server 进程没有启动成功。可以手动运行npx -y sonicnote-mcp-server看是否有报错输出。

4.2 第二步：验证转写与总结可调用

选中一条录音，输入：

把这条录音的完整转写和 AI 总结调出来

预期结果是返回逐字稿和结构化的总结内容。这一步验证的是妙记 App 的 ASR 转写和 AI 总结能力是否正常。如果转写内容为空但录音列表正常，说明录音可能还在转写队列中，等待几分钟再试。

4.3 第三步：验证 Zotero 文献关联与引用生成

输入以下指令，测试文献检索和引用生成：

这篇讲座提到了哪些参考文献？帮我在 Zotero 中搜索相关文献条目， 然后结合讲座的核心观点和 Zotero 中的相关文献， 帮我写一段 500 字的文献综述，按 APA 格式引用

预期结果是 Claude Science 先返回 Zotero 中匹配到的文献条目列表，然后生成一段带 APA 格式引用的综述文字。如果文献检索返回空，检查 Zotero 桥接服务的daemon:status是否为 running，以及 Bridge URL 是否填写正确。

如果生成引用时出现reading choices相关报错，通常是模型返回格式解析失败，可以尝试换一个 Model ID，或者在 TaoToken 控制台查看该次请求的日志。

三步都通过后，说明录音采集、转写、文献关联、AI 生成这条链路已经打通。接下来就可以跑完整的学术场景了。

5. 本篇常见错排查

配置过程中最容易遇到的几个报错，这里集中说明排查方法。

401 错误：通常出现在 Claude Science 调用模型时。检查ANTHROPIC_API_KEY是否填写的是 TaoToken 的 Key，而不是妙记的 Key。另外确认ANTHROPIC_BASE_URL是否设置为https://taotoken.net/api，末尾不要多加斜杠。

local proxy failed：这个报错说明 MCP Server 的本地代理没有启动。先确认sonicnote-mcp-server --version能正常输出版本号，然后检查claude mcp add命令中的-- npx -y sonicnote-mcp-server部分是否完整。如果使用的是全局安装，也可以直接写sonicnote-mcp-server而不加npx。

reading choices 报错：这是模型返回内容解析失败的表现，常见于模型 ID 不匹配或返回格式异常。检查ANTHROPIC_MODEL是否填写了 TaoToken 支持的模型 ID。如果问题持续，在 TaoToken 控制台查看该次请求的原始返回，确认是否有截断或格式错误。

OAuth 相关报错：如果你之前用 Anthropic 官方账号登录过 Claude Science，切换 endpoint 后可能需要清除旧的 OAuth 凭证。删除~/.claude/下的凭证缓存文件，重新用 API Key 方式配置。

Zotero 桥接服务启动失败：检查cc-llm4zotero-adapter目录下的npm install是否成功完成。如果端口 19787 被占用，可以修改桥接服务的配置文件换一个端口，同时更新 Zotero 插件中的 Bridge URL。

录音列表返回为空但妙记 App 中有数据：确认妙记 App 中创建的 API Key 是否有读取权限。有些 Key 可能只开了写入权限，需要在妙记的 Key 管理页面确认权限范围。

排查时的一个实用技巧是，先在终端手动运行 MCP Server，观察它的日志输出。很多报错在 Claude Science 界面里只显示一行，但在终端日志里能看到完整的堆栈信息。

6. 把链路用起来：从研讨到初稿的日常节奏

配置跑通之后，真正有价值的是把它变成日常研究节奏的一部分。我试过在一周的组会周期里这样安排：组会前把录音卡放在桌上，一键开始录制；组会结束后妙记自动转写，AI 总结行动项；回到工位打开 Claude Science，先调取录音总结，再让它在 Zotero 中检索相关文献，生成一段带引用的讨论纪要；最后把这段纪要归档到本地笔记库，链接到对应的 Zotero 条目和原始录音。

这样做的结果是，一场组会的知识沉淀在 15 分钟内完成，而且每一条观点都能追溯到原始录音和文献来源。等到写论文初稿时，你不需要重新回忆讨论内容，直接搜索笔记库就能调出结构化的素材。

对于学术讲座，流程类似但侧重点不同。讲座的信息密度更高，但互动性弱，所以转写后的 AI 总结质量更关键。可以在讲座结束后先让 Claude Science 提取核心论点和提到的文献，然后批量在 Zotero 中检索匹配，生成一份讲座纪要加文献关联清单。

定性研究的访谈场景则需要额外关注说话人识别和编码。妙记 App 的说话人识别功能可以把不同发言人的内容分开，Claude Science 可以在此基础上做开放式编码和主题提炼。这个流程把原本几天的编码工作压缩到几十分钟，但前提是转写质量要过关，访谈录音的环境噪音要尽量控制。

如果你需要长期跑这类 Agent 工作流，可以考虑 TaoToken 的 Coding Plan，它在多轮调用和长上下文场景下有更稳定的额度支持。模型对话入口适合快速验证单个请求，API Keys 页面用于管理多个项目的 Key，接入文档里有完整的 endpoint 和参数说明。把 endpoint 统一到 TaoToken 之后，你可以在一个控制台里看到所有学术工作流的调用记录，方便做用量分析和成本归因。