核心差异化：
1.真实数据驱动：使用Cochrane/JAMA已发表RCT的真实数据，非模拟数据，可溯源至原始文献。
2.一条主线贯穿：从PICOS设计→PubMed检索→AI筛选→效应量计算→DL随机效应模型→森林图→漏斗图→亚组分析→敏感性分析→Results段落，两天做完完整Meta-Analysis。
3.AI深度提效：用Hermes Agent自动生成检索式、批量筛选文献、运行统计脚本、生成投稿级图表、撰写Results段落——亲眼见证AI把传统2周的工作压缩到2小时。
4.代码经双轮审阅：所有脚本经两轮代码审阅（Codex Review），Egger检验修正为加权回归（WLS）、SMD方差统一为含J²的Hedges标准公式、PRISMA计数改为动态计算，统计公式逐项验证。
5.带走你的专属科研智能体：你将带走一个配置好的Hermes Agent和Meta-Analysis统计Skill，利用其自进化能力，未来可一键复用到你的任何课题中。
定位：
1.目标学员：理工科、医学、公共卫生、心理学、教育学、环境科学等需要做系统综述/Meta-Analysis的硕博研究生、博士后、教师及科研人员。
2.前置要求：对Meta-Analysis有基本了解（知道什么是PICOS、森林图、异质性）；能运行Python脚本；课前完成环境预装（提供详细指南和助教支持）。
3.核心工具：Hermes Agent（开源AI Agent，持久记忆+自我进化）+ Python（numpy/scipy/matplotlib）+ VS Code。
4.教学数据：Cochrane Database和JAMA已发表的运动干预对T2DM患者HbA1c影响的RCT真实数据；方法完全通用，学员可替换为自己领域的任何数据。
5.课程产出：一份完整的Meta-Analysis统计报告（含森林图、漏斗图、亚组分析图、敏感性分析图）+ 一个可复用的Hermes科研Skill。
环境配置（重要）：
1.安装Python 3.10+、Git、VS Code
2.安装Node.js 18 +（用于Hermes Agent）
3.准备一个API Key（DeepSeek/OpenAI/Anthropic任一即可）
4.Windows用户需安装WSL2（提供详细步骤指南）
5.建议提前了解：什么是Meta-Analysis、PICOS框架、森林图
6.可选：自带一个想做Meta-Analysis的选题
两天完整产出：
产出图表示例（以下均为真实数据生成）：
内容简要：
第一天：Hermes部署 + AI辅助文献检索与筛选
产出：Hermes科研环境 + 检索脚本 + 筛选结果 + 数据提取表
模块一：Hermes Agent部署与科研配置
1、Hermes安装→模型接入（DeepSeek/OpenAI/Anthropic）→验证运行
2、模型选择策略：Opus写作/Sonnet编码/Haiku批量筛选/Ollama本地
3、配置USER.md：让Hermes从通用助手变成"你的课题组成员"
4、备用方案：Claude Code替代+预录数据集兜底
模块二：PICOS设计与检索策略
1、AI辅助检索策略设计：Hermes生成PubMed检索式+MeSH词扩展
2、检索式逻辑完整性检查
3、其他学科案例展示（大气科学、心理学、教育学）
模块三：AI自动化文献检索与初筛
1、PubMed Entrez API批量检索（Biopython） 产出：检索脚本
2、Semantic Scholar补充检索 + 去重合并
3、AI辅助标题摘要筛选（逐篇判断+排除理由） 产出：筛选CSV
4、PRISMA 2020流程图生成（matplotlib动态计算）
模块四：数据提取与效应量计算
1、数据提取表设计+AI辅助PDF数据提取
2、效应量计算：均数差(MD)+标准化均数差(Hedges'g，含J校正)
3、使用课程真实数据（9项RCT/12臂，含Church 2010三臂试验说明）
第二天：统计分析 + Skill封装 + 个人落地
产出：4张投稿级图表 + 统计Skill + Results段落 + 个人方案
模块五：Meta-Analysis统计分析
1、DerSimonian-Laird随机效应模型（手动实现5步算法，纯numpy）
2、异质性检验：Q统计量、I²、τ²产出：统计报告
3、森林图：权重方块+合并钻石+数值标注（纯matplotlib）
4、亚组分析：按运动类型分组+组间异质性Q_between
5、漏斗图+Egger加权回归检验（正确WLS实现）
6、Leave-one-out敏感性分析 产出：4张投稿级图表
模块六：Skill封装与Hermes进化
1、将全套统计流程封装为Hermes Skill（输入CSV一键出图出报告）
2、Hermes自动优化Skill+团队共享方式
3、MCP扩展简介：Zotero文献管理、批量读PDF
模块七：AI辅助结果解读与写作
1、Hermes自动解读统计输出→生成Results段落初稿
2、标准学术句式模板（效应量+CI+P值+异质性描述）
3、AI写作边界：擅长格式化结果描述，需人工核验数值和引用
模块八：综合演练与个人落地
1、两天流程回顾：PICOS→检索→筛选→提取→统计→解读
2、学员自选题实操（60分钟）：用自己的选题走全流程
3、Hermes长期维护方案：持续进化+Skill积累
4、Q&A+课后资源发放
推荐阅读：
1、最新Hermes Agent 技能封装与科研自动化实战：以 Meta-Analysis 为例-实现从文献检索到绘图的一站式工作流
2、前沿AI-Agent2.0工具链深度科研系统教学方案：贯通LLM、Claude Code、codex、OpenClaw、Hermes-meta、人机协同实现从文献挖掘到成果产出
3、CNS与顶级期刊高水平论文写作的“破局”之道AI人机协同的CNS级论文全流程写作与发表
4、OpenClaw+Vibe Coding核心实战玩法，手把手教你本地部署与云端协同，实现知识、论文自动化工作流
5、基于claude code、codex双AI协同论文写作撰写与质量校准：从"数据分析→论文初稿→交叉审稿"全流程
6、最新AI-Python机器学习、深度学习核心技术与前沿应用及Agent自动化全链路实践高级研修班
