【Draft】Pod 提案：DeSci 知识库品牌化建设与启动运营

Pod Proposal
1

1. 基础信息

项目名称： DeSci知识库品牌化建设与启动运营
负责人： Alice wechat:Alice_Lord
关联主线： Web3 & DAO 知识与教育 (6.1) + 前沿课题研究 (7.3)
钱包地址： 0xf79642130bfc328CE1D273CE741Af4483e25E3AF

2. 项目描述

What（是什么）：
本Pod旨在用2个月时间，高效构建并启动一个自主可控、协作式的Web3专业,前沿知识库（不谋求单纯的大而全）。核心交付物不仅是一个技术平台（如WikiJS），更包括一套完整的运营框架：从人员分工、品牌设计、内容种子、赞助合作模式到持续运营的Bounty机制，确保项目在交付后能持续生长。

Why（为什么）：

  • 解决知识碎片化与依赖症：为Research提供自主的内容托管与协作平台，摆脱对中心化平台的过度依赖，系统化沉淀高质量知识。
  • 打造LXDAO子品牌基础设施：该知识库将作为LXDAO在Web3研究领域的旗舰产品，子品牌，展示我们的专业能力、透明度与协作文化，吸引人才沉淀与合作伙伴，并构建人才库与入驻机构库。
  • 跑通可持续的运营模式：通过内置的Bounty、赞助商、捐赠渠道等设计，在项目初期就为其探索长期可持续的运营与资金模式，而非一次性项目。
  • 为DeSci愿景奠基：本次实践将为未来更宏大的去中心化科学(DeSci)平台积累宝贵的工具建设、社区运营和生态合作经验。

How（怎么做）：
我们将采用双轨并行、周度冲刺的方式推进：

  1. 协作搭建：组建核心团队+共建者，明确分工，周会同步，文档沉淀。
  2. 敏捷搭建：采用迭代开发模式，优先完成核心功能（WikiJS搭建、PGroonga搜索、权限配置，内容板块），后期集成高级功能（MCP、API）。
  3. 社区驱动：所有关键决策（名称、Logo、需求）通过问卷调查和征求意见稿的方式向社区开放，积累早期关注度。
  4. 运营前置：从第一周起就同步策划对外宣发活动，并与BD组紧密合作，第三周正式启动赞助商洽谈，第四周策划Bounty活动以确保上线后即有内容流入。

3. 资金申请

总申请资金： 500 USDT
资金分解：

  • 第一阶段：基础建设与品牌塑造 (150 USDT)
    • 人员招募与团队协作
    • 结合lxtalk举办一期对方web3独立研究员调研访谈，针对其他一定研究员数量采取不定形式访谈（需要保存记录）
    • 需求调研与对标DeSci竞品分析报告撰写,并发布一篇对外通讯，引起潜在合作者关注
    • 品牌设计（名称、Logo）脑暴与草案
    • 社区问卷调查与宣发活动执行
  • 第二阶段：系统基础搭建 (100 USDT)
    • 域名与SSL证书费用（由lxdao开发组垫付，后期pod资金报销）
    • WikiJS系统搭建、数据库配置与PGroonga插件集成
    • 用户组权限配置，内容板块与手册编写
    • 引导首批研究员（互操作组）入驻测试
  • 第三阶段：功能完善与生态拓展 (100 USDT)
    • API调试与MCP网关/插件测试
    • 赞助商合作方案起草与邀约函制作
    • 早期研究文章录入与采集（达到约定数量）
  • 第四阶段：上线交付与运营启动 (150 USDT)
    • 数据备份与生产环境迁移
    • 最终版使用手册编写与交付
    • 发起新的pod或Bounty活动策划与内容征集
    • 如有空挡期，结合休闲黑客松，举办两期修闲黑客松，第一期“纸上谈兵”重点比赛研究化文章与web3产品创意书。第二期从第一期优选作品中进行实作/原型验证并展示成果。
    • 建议后续新发起残酷共学项目所需的文本学习资料，均录入知识库并临时开设专栏集中展示学习成果。适当时期发起 writing-bootcamp 与文本学习资料整理的残酷共学。
    • 项目总结报告与未来路线图撰写，并明确未来开发意见
  • 追溯奖励 (RetroPGF)：根据知识库内容的初始质量、赞助商合作达成数量、社区参与度等指标，可额外申请的追溯性奖励。

4. Milestone 计划

阶段 时间 交付物 验证标准 奖励
Phase 1 第1阶段 1. 团队组建完毕，分工明确
2. 需求分析报告与对标调研
3. 网站名称、Logo草稿及征求意见稿
4. 首次社区宣发（需求调查，竞调报告通讯）数据反馈报告		 所有交付物已创建并可在知识库测试版或Notion中查看 150 USDT
Phase 2 第2阶段 1. 系统基础搭建完成（含域名、SSL、数据库）
2. PGroonga搜索引擎可用
3. 权限体系文档写入手册
4. 首批研究员入驻并完成多人编辑测试		 系统可访问，搜索功能正常，至少有5名研究员成功创建内容 100 USDT
Phase 3 第3阶段 1. 赞助合作方案与邀约函草案
2. MCP网关/插件测试报告
3. 内容初始化
4. 第一轮全系统测试报告		 赞助方案获BD组认可，AI功能测试成功，内容数量达标 100 USDT
Phase 4 第4阶段 1. 知识库正式上线
2. 完整的使用手册与运营SOP
3. Bounty活动方案正式发布
4.结合休闲黑客松、残酷共学等发起活动
5. 项目总结报告与未来开发建议		 知识库公开可用，手册详尽，pod，Bounty活动已在论坛发布 150 USDT + RetroPGF评估

5. 项目需求

  • 人力支持：需要招募2-3名（技术、运营、设计方向）协助执行，以及批量共建者。
  • 开发组支持：需协助处理域名注册、SSL证书配置与长期维护。
  • BD组支持：需跟踪指导，第三周起正式介入，提供赞助商资源并共同商讨权益方案。
  • Research支持：需要提供现有研究文章授权，并作为首批核心用户入驻测试、提供反馈。
  • 运营组支持：需要协助第一周和第四周的对外宣发活动，扩大项目影响力，包括后期移交运营组。
  • 资金支持：需要预支部分资金用于域名、SSL证书垫付和后续Bounty奖励发放。
1 Like
LXDAO Community Call #172
LXDAO Community Call #171
2

关于交付物这里

我的想法是不需要一来尝试多种方案，比如涉及到 PGroonga 搜索引擎，MCP 网关/插件测试，还包括 Bounty 设计等等，方案设计过于散，可能导致我们最终得到一个幽灵平台，我们需要提出一个快速可验证的方案，比如 Milestone 1 完成竞品分析报告Milestone 2 完成后邀请研究员进驻以及测试，提出产品迭代方案等等，这些 Milestone 是可快速验证的，并且比较好利于 MVP 的搭建

关于产品定位方面：我们需要聚焦于一个核心问题 ‘研究员他需要什么’

大多数研究员遇见的问题可能是： 研究得不到曝光、无法有效协作、成果难以变现、找不到同行评议

他们对于去中心化平台是否在乎这一点，可能还是比较存疑的，就类似于之前 Mirror 如火如荼了一阵，但是后面大家还是发研究内容在自己的推特上

如果从研究员本身的需求出发，那么可以思考的方向（仅参考，未做充分调研）：

想法A（曝光与变现平台） ：一个专注于展示和货币化研究作品的平台。您可以将您的研究报告（或摘要）发布于此，我们通过社区和BD资源为您寻找潜在的赞助商、赏金任务或读者捐赠。

想法B（协作与认证平台） ：一个专注于深度协作和成果认证的平台。您可以在这里发起研究课题，招募合作者，共同撰写，并最终为成果生成可验证的凭证（如NFT或证明），记录每位贡献者的工作。

想法C（知识图谱与AI助手） ：一个能用AI帮您梳理研究脉络的平台。您可以将您的研究笔记和资料上传，AI帮您生成文献综述、知识图谱或提出新的研究方向。

我的个人想法

建议暂缓当前方案的执行，先用 1-2 周时间进行方向验证和最小化产品测试（申请部分资金） 。核心是：忘记平台，先聚焦于人（研究员） 。

Pod 的目标不应该是“建成一个知识库”，而应该是“验证一个能吸引研究员的知识库模式并完成冷启动”

这一点的验证可能需要大量和研究员对话以及收集产品意见

1 Like
3

感谢马老师的深度反馈！我们小组讨论了你的回复，大家都认为你的分析非常精准。

诚恳的道歉

最后要向马老师和大家道歉。上面的pod提案确实是直接拖了现在测试知识库的几篇原始方案、细化等扔给ai，让AI根据pod格式搓出来的。很多技术细节AI确实没解释清楚（哈哈哈，现代社会可以甩锅AI了，本来就是测试库对AI供给，其实还是我的问题）。

实际技术方案澄清

目前我们打算的技术栈是WikiJS + PostgreSQL（加装PGroonga插件解决中文搜索问题，选择自带docker镜像，但需要调试，一个docker-compose.yml搞定两个镜像），WikiJS有第三方现成的MCP控制端（其实名义是服务端，我们提供API key用户就能用）但是需要用户本地自行安装（那玩意还有本地vscode插件呢）。这是一套完整的开源成熟套件组合，整个技术栈基本0开发成本。

重心在运营而非技术

我个人认为重心也不在技术上，而是在如何推广、如何建立可靠运营机制上。而且要能形成可固化的运营经验，具有一定的可移交性。也许跑几个S季度后，这平台能留下来的就是一个域名+logo加上一套运营机制的设计。

关于时间周期问题

这次时间周期，重点消耗主要在于运营机制手册编制上，加上前期竞标报告，后期路线图设计，下一代开发建议等，相当于一个月可能输出3-4个有产品实用研究报告。压力还是比较大，要求比较高。特别是运营手册，wikijs又是一个高度自定定义化的系统，很多东西细节都需要去人为定义，赋予能力运行，光一个路径权限都12项，想想都头痛。

再次，感谢大家的耐心和建议，我们会基于这些反馈进一步完善方案。

1 Like
4

哈哈哈，没有啥道歉的，大家都在认真分析，深度思考，非常棒

是的，这一点也是我在想的，产品的方向可能面向运营上，如何建立一套机制，让研究员的产出看到见并被认可，同时获得激励，感觉我们可以做一些议题一起在社区周会讨论一下

2 Likes
5

文章 写的感受，结合提案是否可以综合概括为？

  • 问题：研究的工作成果未获得有效的运营推广
  • 路径：
    1. 期望聚焦一个具体的研究领域——DeSci
    2. 以及一个发布及时，格式可控，知识结构化的内容平台 WikiJS
  • 目标：探究研究成果该如何有效触达更多人，进而产生更大，更长远的影响力

解决思路

产品

是否有对标大概什么样的产品呢？

我了解的有这几个路线比较清晰的平台

虽然感觉产品在提案中应该不是重点… 但又确实在提案中多次提及，所以…

运营

研究科普类的，之前有 GreenPill 做过《DeSci 六讲》的 Twitter Space 系列圆桌。我找不到具体内容，但感觉形式和立意很好。

image
image1428×558 86 KB

https://foresightnews.pro/article/detail/11039

关于独立品牌

个人觉得做子专栏（品牌）不会分化LXDAO的影响力，简介和说明内明确加上“LXDAO DeSci 专栏”。然后做好双向互推就可以。但成本肯定会增加而且不小：新的视觉体系，多账号运营等等。

内容分发

若最终以某个形式要做，有一些建议：

  1. Wiki 始终是内向型的
  2. 既然困境就是太“内向”了，求变的思路不妨让运营方式更“外向”
    • 发布渠道通畅：公号、邮件订阅、各大 Web3 媒体平台、X等等（都是苦力
    • 尝试和其他媒体联合发布：吴说公号也会时不时转一些别人发的稿件。
    • 稿件确保有中英文版，做好 SEO
    • DeSci 的主战场还是海外，可以积极和相关人士建联。多邀约做访谈啥的。
2 Likes
6

Mirror 宣布关闭，迁移到 Paragraph

1 Like
7

感谢wachi老师提供的DeSci项目参考，ResearchHub和bio.xyz确实是很好的对标案例！现在大家都认为运营是关键难点。

目前还有一个比运营可能更前置的问题讨论品牌定义和定位（也是是核心问题）。希望大家一起思考：

原来项目草案中项目定位是：

构建一个专业，前沿的Web3领域知识库，涵盖区块链、DAO、开源项目等主题，为研究者、开发者、投资者、捐赠者和爱好者提供权威的中英文知识内容和人才网络。知识库将作为"自助式在线库"，由研究员持续贡献和扩展内容。

某种意义与现在聚焦的DeSci还是有一些差异（也不是说是ResearchHub与bio这种聚焦传统科研项目的要保持一致）。是否需要重新调整定位？

而且原来定位中，也不能清晰表示出来。品牌的精神化，抽象化等等问题。比如提出下列一些清晰信号：

口号：“打破学术壁垒，让科学知识全球共享、协作与验证”或“通过区块链技术，为科学研究和成果分配创造新的范式” (抄的，吹牛逼)

核心价值观：例如：开放、协作、透明、严谨、激励、创新、公益

几个待讨论的问题：

  1. 在lxdao中如何定位这个项目？是否能够带动lxdao核心路线图中学、研、产的联动？

  2. 到底这个项目应该如何定位,打算走向何方？（马老师也提过这个问题）

  3. 确定定位或方向后，如何抽象成具体品牌化形象？

8

感觉前两个问题，都需要从下至上的推动，需要想得特别清楚，或者有一种特别要做的冲动，才能确定。缺少对DeSci领域的背景和全局理解，很难回答得好。

一个思路：
1 如何定位？划定一个具体的边界，确定第一期项目的主题、宣发形式、KPI衡量标准。基于此申请一个边界和交付更加明确的HappyPods。
2 复盘，做第二三期。
3 摸清楚走得通的路径，调性，主题偏好。
4. 相信到第三期，以上问题都会自然而然有答案，而且能形成共识的。

现在其实缺挺多背景及洞见，做方向、路线及定位相关的重大决策挺困难的。

最近看脱口秀，里边爆了个哲学梗，说的是：存在先于本质。 人的存在没有预设的意义，我们必须自己去创造意义。 :sweat_smile:

1 Like
9

一、Funding 的来源

进行funding生态调研（Landscape Research）

Funders 的选择标准决定你能做什么：不同资助方有不同动机（学术基金、DAO、企业、慈善/公益、个人天使），它们偏好的产出、时长、合规要求都不一样。

目的：不是简单列表，而是把“他们为什么出钱”拆成可对接的价值点，帮助我们写出命中率更高的 proposal。

Why

他们为什么出钱

funder的兴趣是我们产品着重的定位方向，但其一定是通过这个动作，期许能达到某些目的，包括但不限于
影响力 / 品牌传播

生态建设 / 网络效应

技术/产品孵化

社会公益 / 学术推动

投机/叙事（crypto）

二、研究员为什么会为这些产出投入时间

资金兑现：MVD 常作为 milestone 支付条件（我们可保证里程碑付款）。

职业价值：署名、DOI、项目曝光、演讲机会，有助升学/找岗。

写作/工程支持：我们提供写作与工程配套（大幅降低研究员产出的时间成本）。

长期机会：优先纳入未来更大项目、创业孵化或产品转化池。

研究员为什么选择我们的产品——我们的优势（在产出执行上）

能把研究产出“工程化、传播化、可审计化”。

有模板与流程，能把一次性零碎工作标准化，从而提高交付速度和质量。

能替研究员承担非核心工作（运维、传播、合规），研究员只需专注研究本身。

三、运营方法（持续影响力）

  1. 指标化运营（Proof of Impact）

为每个项目设 KPI（定量 + 定性）：

技术：GitHub star/fork、数据下载量。

学术：引用次数、会议入选次数。

社群：活动人数、推特互动数。

把 KPI 结果每季度整理成 Impact Report（2–3 页 PDF），发给 funder 与社区。

  1. 内容传播矩阵

每个 MVD 成果必须被“二次创作”成多语言、多形式：

研究员写原始论文 → 运营团队转译成博客、推文、短视频。

运营团队负责推到 Crypto Twitter / DeSci Discord / 中文社群。

形成“每产出必曝光”的机制。

  1. 社区共建机制

邀请研究员做“项目讲解人”，定期 AMA，增加粘性。

社区成员可以参与数据标注、小规模实验、文档翻译 → 产生活跃度。

贡献者榜单（Leaderboard）+ 微奖励（NFT 证书、贡献点换代币/奖金

四、风险与对应缓解（简要列举）

  1. 资助方要求与社区价值观冲突

缓解：对每个 funder 做价值观匹配评估，不合的放弃或限定合作边界。

  1. 研究员流失 / 参与度低

缓解：短期微资助 + 明确里程碑、写作/工程支持、署名承诺。

  1. 交付质量不达标

缓解：内外部 review、模板化交付标准（代码+数据+文档）。

  1. 法律/合规风险（生物/医学相关）

缓解：提前排查合规要求，不涉敏感/受限实验，或找合规顾问。

10

大家好，我是 Swift Evo，來自 Uncommons 同時也是 DeSci Asia 共同創辦人，也是目前Gitcoin Grants DeSci community round 的負責人之一。

DeSci Asia 由 2023年10月開始，每月進行一期科研交流。目前已包括有400位以上關注 DeSci 的亞洲區朋友加入我們社群，橫跨了九個不同的亞洲城市。

我們的其中一個宗旨就是扶助不同亞洲社區發展 DeSci community 。

當中已動用超過六千美元，推動教育，資助不同的 DeSci 線下活動以及資助 DeSci 項目發展。

11

在華語區，目前我們有聯絡的是以下幾個組織
DesciSino
CancerDAOxyz
DeSAI_xyz
dlifexyz

若是建立知識庫，目前所知的是
https://x.com/SCAI_Agents

12

感谢baishou参与讨论！关于 funding 生态与研究激励机制的讨论，也非常感谢针对细节提出的具体建议 —— 很受启发。基于目前的思路，我个人觉得还有两件事需要再进一步细分：一是 lxdao 在互联网/开源/web3/公共物品领域最常接触到的 funder 类型有哪些? 他们会提出什么样的需求（即我们需要怎样“对位”）；二是 lxdao 主动服务的研究员（和贡献者）群体到底是谁、他们的行业特性与真正需要的服务/激励是什么?

下面是AI给的一些细化启发建议：

一、lxdao 常见 funder 类型 & 典型诉求（结合 Web3 与开源场景）

1. DAO / Web3 基金池

  • 诉求：快速产出、链上可验证的成果、社区增长、叙事推动（token narrative）。
  • 定位切入点：
    • 里程碑支付（MVD），保障资金兑现与交付。
    • 链上证明（提交哈希 / Merkle root），成果可审计。
    • 快速 prototype / demo，形成生态亮点。
    • 社区动员与传播机制。
  • KPI：社区互动量、链上部署次数、用户参与度。

2. 开源基金会 / 互联网产业基金

  • 诉求：生态建设、网络效应、推动关键开源组件的长期发展。
  • 定位切入点：
    • 强调可复现的代码、长期维护与迭代。
    • 将研究成果工程化、标准化，直接贡献至开源社区。
    • 制定规范化流程，降低后续协作者的使用门槛。
  • KPI：GitHub star/fork 数、依赖使用量、开发者贡献度。

3. 学术/科研基金（大学、科研项目）

  • 诉求：可复现的研究成果、论文/DOI、同行评审、长期学术价值。
  • 定位切入点：
    • 强调数据/代码可复现，开放存档。
    • 提供署名与 DOI 协助，帮助提升研究影响力。
    • 承诺长期治理和持续维护计划。
  • KPI：引用次数、会议录用率、数据/论文下载量。

4. 企业/产业基金（CSR / R&D 合作）

  • 诉求：产品化落地、合规与商业可行性、品牌影响力。
  • 定位切入点：
    • 提供 PoC → 商业化路径。
    • 可定制化交付（如白标/闭源）。
    • 产业对接与孵化渠道。
  • KPI：商业试点数量、合作伙伴转化、市场反馈。

5. 慈善/公益基金会 & 个人天使资助人

  • 诉求：社会影响、长期公益性、个人品牌或影响力。
  • 定位切入点：
    • Impact-first 指标体系，强调社会与教育效益。
    • 微资助机制 + 快速成果物（demo、博客、短期试验）。
    • 提供署名和曝光回报，塑造“公益支持者”身份。
  • KPI：受益人数、政策/社群采纳度、传播效果。

二、lxdao 服务的研究员 / 贡献者画像、行业特性与需求

画像

  • 独立研究员 / 在校大学生群体
  • 开源工程师 / 数据科学家
  • Web3/crypto 研究者
  • 跨学科小型研究团队

行业特性

  • 偏好轻量化、快速试验，成果快产快迭代。
  • 高度依赖跨领域协作，贡献碎片化。
  • 重视开源与可复现性。
  • 对署名、职业价值和社区认可非常敏感。

他们的关键需求 / 激励点

  1. 资金兑现保障 —— 明确的里程碑 + MVD 支付。
  2. 写作/工程/运维支持 —— 降低交付成本，把精力集中在研究。
  3. 署名与职业回报 —— DOI、conference 演讲、公开署名与曝光机会。
  4. 基础设施支持 —— 提供计算、数据托管、开源协作工具与合规辅导。
  5. 长期机会承诺 —— 优先参与更大项目，进入创业孵化与产品转化池。
13

感谢 Swift Evo 对于 LXDAO 即将建立的子品牌 DeSci Pod 以及未来建设的关注！LXDAO 一直专注于可持续地支持有价值的 Web3 公共产品和开源项目研发。或许未来 DeSci Pod 能以独立子品牌的形式，成为 LXDAO 在推动 Web3 公共产品和开源项目 研究 方面的重要抓手。

也非常感谢你分享 DeSci Asia 在过去一年中的努力与成果，很高兴看到社群已经扩展到九个城市，并且在教育、活动和项目资助上投入了这么多资源。

我们也很期待和 DeSci Asia 有一些轻量的合作切入点：

  • 知识共创：共同整理、分享 DeSci 相关内容，在知识平台上互补资源。

  • 社群交流：不定期举办线上讨论或 AMA，让两边社群成员有更多交流。

  • 活动串联：围绕科研资助、教育等主题，联合发起小型线下 meet-up 或工作坊。

这些合作形式简单易行，可以逐步搭建起更紧密的合作模式。期待听听你的想法，也希望未来能和 DeSci Asia 一起推动更多亚洲地区的 DeSci 发展！

1 Like
14

关于 DeSci 项目的几个问题（个人思考）

  1. 品牌与内容的定位问题
    DeSci 项目的品牌定位与 LXDAO 息息相关。LXDAO 目前的定位是技术开源以及公共物品，如果 DeSci 的定位是全科学领域的知识开源，是否存在主辅颠倒的倾向？如果是这样，LXDAO 的愿景是否可以再扩大一些（仅个人看法，欢迎讨论，狗头保命！）。

另外还有内容定位的问题：

前期需要明确哪些领域的研究者来贡献相关领域的专业内容；

也可以根据现有资源展开，比如社区中已有对此项目感兴趣的人才；

或者根据 funder 的需求，挑选一到两个方向进行快速迭代；

还可以先从我们自身擅长的区块链、以太坊相关技术内容切入，再通过运营放大，吸引其他领域人才。

  1. Funding 来源问题
    可以先调研一下竞品项目的操作流程，分析关键点。我觉得需要明确的是：不同类型 funder 出钱的动机完全不一样，所以必须精准对位。

品牌型 funder → 给署名权、传播方案、链上荣誉，满足曝光诉求。

生态型 funder → 成果优先接入其链/协议，用 hackathon 和数据指标证明带来开发者和流量。

孵化型 funder → 提供研究→PoC→商业化的孵化通道，甚至优先投资权。

公益/学术型 funder → 提供 DOI、开放存档和影响力报告，确保在学术/社会层面看到产出。

叙事型 funder → 把研究成果包装成链上故事，用 NFT/链上数据形成 narrative。

这样，每类 funder 都能在我们这里得到他们真正想要的东西，资金循环才可能长期持续。

  1. 研究员的来源与可持续性问题
    如果要有持续供给，传统学术圈是最大的人才聚集地，可以先从身边关系入手，例如校友、转介绍等。

在激励方面，可以通过访谈了解需求，不同人会有不同层次的需要：

基础层：资金激励；

职业层：职业路径发展；

高层次：对外价值和叙事认同。

  1. 品牌传播与影响力问题
    运营与宣发的目标是扩大影响力、增强内外部信心。

内容质量必须过关；

如果有知名项目方赞助或知名学者贡献，会极大增加外部信心，促进生态循环；

如果没有，可以通过借势传播，例如：某知名投资方资助过的项目与我们有合作，或者“某某清华大学研究员在这里发表文章”。这些策略可以放大影响，但背景必须真实。

另外一个设想：能否利用 零知识证明（ZKP） 在学历或身份方面做筛选，用来过滤研究员质量。虽然我不懂技术，但感觉后期发展顺利的话，这类机制可能会用到（狗头保命！）。

15

下面是Ai给的详细的可实行计划

好——下面给你一份深入、可执行、带示例与模板的行动方案（以 LXDAO + DeSci 为场景），目标是：3 个月内把“Funding-first + 试点研究”变成可观察、可复现的运作模式，并为半年内扩大规模打下制度与传播基础。我会把每一步拆成「目的 → 具体动作（谁做、怎么做、产出）→ KPI / 验收标准」并给出示例预算、模板与风险缓解。

一、总体策略（一句话）

以「小步快跑的双试点」启动：一个链上可复现/开放数据方向 + 一个**我们强项（以太坊/区块链相关）**方向，采用微资助→MVD（里程碑）→传播→funder 回路，建立可量化 Impact Report 与声誉系统。

二、90 天行动计划（分阶段、每周任务）

0–2 周：准备与启动（建立基础设施 + 招募）

目的：搭好基础设施、确定试点方向、招募核心团队 具体动作：

  1. 成立小组（5 人）——角色：项目负责人（PM）、BD（funder 联络）、研究 lead ×2、工程/ops、社区/传播（CM）。

产出：团队名单 + 职责说明（公开在 Notion）。

  1. 建立共享基础设施（由 ops 执行）：

GitHub org（LXDAO-DeSci），预设 repo 模板（README、data/, code/, doc/、CONTRIBUTING.md、LICENSE）。

Zenodo/OSF 账号用于 DOI；IPFS/Arweave 存档路径预设。

Notion 项目页、Discord/Telegram、邮箱（[email protected]）。

产出：链接清单与操作手册（ops 文档）。

  1. 确定两条试点主题（用方向矩阵法抽选）并写成 1-page brief（每个 1 页，含 MVD 定义）。

示例：Pilot A（开放科研数据上链 + DOI）；Pilot B（以太坊上科研协作模板与可复现示例）。
KPI / 验收：基础设施上线（所有链接可用）、2 个 1-page briefs 完成、团队就位。

3–6 周：招募与快速产出（Microgrants + MVD 产出）

目的：通过小额资助吸引 4–6 名研究员/开发者开始产出第一个可展示样本 具体动作：

  1. 发布 Call for Proposals（CfP） — 模板见下方（微资助/seed）：

Microgrant（$1,000）x3；Seed（$5,000）x1（用于更完整的 MVD）。

截止：2 周内提交 one-pager（目标吸引学术 + 开源 dev）。

  1. 快速筛选（评审委员会 3 人，48 小时内反馈）：

评分矩阵（对齐 funder (30) / 可交付性(25) / 团队能力(20) / 社区影响(15) / 成本效益(10)）。

  1. 资助并开始协作：签署简短协议（里程碑 + 支付 schedule）。

  2. 支持包启动：提供 GitHub 模板、Zenodo DOI 指南、3 小时写作/工程辅导券。
    KPI / 验收：至少 3 个 microgrant 项目启动，1 个 seed 项目启动；每个项目提交第一版 README + MVD 计划。

7–12 周：交付、传播、首轮 funder outreach

目的：将 MVD 变成可验证产出，做第一轮对外曝光并开始与潜在 funder 商谈 具体动作：

  1. MVD 验收标准（示例）：

技术 MVD：可复现 repo（含 run.sh 或 Dockerfile），demo 视频 ≤5 分钟，Zenodo DOI，简短 blog（中/英）。

学术 MVD：短报告 2–5k 字 + 数据集 + DOI + 公开问卷/实验记录。

  1. 交付后 1 周内：运营制作传播包（推特 thread、Medium/英文博客、小红书/中文普及帖、B 站/短视频 demo）并发布。

  2. 举办在线 Demo Day（邀请 funder、合作方、媒体）：每个项目 10–15 分钟展示 + Q&A。

  3. 用 Impact Report（1 页）发给 10–15 个目标 funder（模板见下方）。BD 跟进约聊。
    KPI / 验收：至少 2 个项目完成 MVD 并上线；Demo Day ≥ 50 人参加；至少 2 个 funder 表示 follow-up interest（meet / ask for proposal）。

三、组织与治理（谁做什么，流程细则）

必要岗位（最小可行团队）

PM（1）：负责进度、协调、Impact Report。

BD（1）：负责 funder mapping、外联、申请辅导。

技术/工程 lead（1）：维护 org infra、repo 模板、DOI 对接。

研究 lead（1）：负责学术流程、评审、质量把关。

社区/传播 CM（1）：内容分发、Demo Day 组织、社媒发布。

流程关键点（制度化）

  1. 提案→评分→合同→里程碑→验收→支付：所有资助都走同一模板合同（简短），里程碑触发下一笔支付。

  2. 产出标准化：每个项目必须至少产出一个 MVD（技术/学术/社区三选一必达），并上传到指定 repo + Zenodo。

  3. 透明账本：资金发放记录公开到 Notion（或链上多签 tx hash 链接）。

  4. 季度 Steering Meeting：项目组 + 代表 funder + 研究员代表，共同评审进展与方向。

四、资金与付款示例（可直接套用）

（注：数额为示例，实际由 BD / Treasury 决定）

资助层级

Microgrant：$1,000（2 周 MVD），支付方式：50% 启动，50% 验收。

Seed：$5,000（6–10 周 MVD），支付方式：30% 启动、40% 中期、30% 验收。

Project：$20,000+（3–6 个月），分五个里程碑支付（20%/20%/20%/20%/20%）。

预算示例（2 个试点，3 个月）

Microgrants 3 x $1,000 = $3,000

Seed 1 x $5,000 = $5,000

基础设施与运营（域名、Zenodo/OSF /Discord /翻译/传播）= $2,000

Demo Day & 活动（翻译、直播、剪辑）= $1,000

预备金/法律合规 = $1,000
合计（示例）= $12,000

五、研究员招募 & 激励（具体渠道与方法）

渠道（动作指令）

  1. 学术：直接拉关系 → 发给相关 PI / 研究生群（模板邮件见下方）；联系本地大学 lab、教授助理转发 CfP。

  2. 开源/Dev：在 GitHub、Devpost、ETHGlobal 社群发 CfP；在 Twitter/X 发 thread + pinned。

  3. 独立研究者：在 ResearchGate / arXiv 评论区 / LinkedIn 发布定向招募。

  4. 社区引流：LXDAO 内部公告、Discord 公告、小红书/知乎投放一篇“我们在找……”的软文。

激励（具体可兑现项）

现金：里程碑支付 + seed 奖金。

学术：帮助做 DOI（Zenodo），协助投稿 / 申请 conference 报名费。

曝光：项目官网/报告中固定署名，Demo Day 演讲位，项目宣传包（中/英）。

技术/运维支持：提供 CI、容器化支持、数据存储额度、写作辅导小时数（列入合约）。

长期：优秀项目进入孵化池，优先对接 VC / 企业 PoC 机会，签署长期收益分成（若商业化）。

六、产出标准模板（MVD 例子）— 直接可用验收清单

MVD-技术（示例）验收清单（交付即验收）

  1. GitHub repo（含 LICENSE、README、CONTRIBUTING）

  2. 可复现步骤（docker build/run 或 run.sh），在干净环境中按 5 步跑通（评审可验证）。

  3. Demo 视频 ≤5 分钟（录屏 + 叙述）。

  4. 数据/模型上传 Zenodo 并获取 DOI（或 IPFS hash 上传记录）。

  5. 发表一篇 800–1,200 字的中/英博客解释研究与应用场景。

MVD-学术（示例）

  1. 技术报告 2–5k 字（含方法、代码链接、数据说明）。

  2. 数据集 + metadata 上传（Zenodo/OSF），并且含 reuse license（CC-BY）。

  3. 至少一轮内部 peer-review 评论并记录（3 人），问题整改记录。

  4. 发表短视频或 webinar 记录（30–60 分钟）并存档。

验收方法：项目提交 → PM + 研究 lead 验收 → CM 确认传播包准备好 → BD 发起 funder 更新邮件。

七、风险与缓解（高度可操作）

风险 A：funder 认为 ROI 低 / 不续投

缓解：

里程碑制支付（避免一次性大额预付）。

每交付一次 MVD 自动生成 Impact snapshot（数字可视化）并发送给 funder。

与 funder 签订“二次曝光承诺”：我们保证至少 X 次相关传播（推特、博客、Demo Day）。

风险 B：研究员中途弃稿

缓解：

启动金小额（非过大诱惑），里程碑触发后付第二笔，保证激励同时降低 sunk cost 风险。

合同里加入“贡献备份”条款：已完成代码/数据公开，则按完成比例支付。

建立替补 pool（2–3 名备用 contributor），可快速接替。

风险 C：产出质量不合格

缓解：

强制设内部 peer review（至少 1 人外审），并有整改周期（7–14 天）。

对于生物/医学敏感课题，默认不接 wet-lab；如需，先做合规/法律审查并找专门实验室合作。

八、传播与增长（确保“被看到”的可执行方案）

内容矩阵（每个 MVD 必做）

技术 thread（Twitter/X）— 1 篇（英文）

技术 blog（Medium / Mirror）— 1 篇（英文）

普及帖（小红书 / 知乎）— 1 篇（中文）

Demo 视频（B 站/YouTube）— ≤5 分钟
发稿节奏：MVD 发布日 + Demo Day 前 1 次预热 + Demo Day 后 1 次总结（共 3 次触达）。

媒体 & 活动

Demo Day：每 6–8 周一次（由 CM 组织），邀请 target funder、2 位学术顾问、2 位行业媒体。

合作活动：联合 ETHGlobal / DeSci Asia 做 workshop（BD 负责约合办方）。

学术渠道：当达到学术 MVD，协助提交 arXiv/OSF 并联系相关期刊/会议。

KPI（3 个月目标示例）

MVD 成品上线数 ≥ 2

GitHub stars ≥ 50（所有项目合计）

Demo Day 参与 ≥ 50 人次（含 funder / 媒体）

3 篇跨平台内容（中/英）发布并推广

至少 2 个 funder 取得 follow-up meeting

16

九、样板文本（可直接复制粘贴）

CfP（招募研究员）

【LXDAO-DeSci】Call for Proposals（微助/Seed）—— 项目周期 6–10 周，我们正在征集面向“可复现科研 & Web3 科研工具”方向的短期研究/工程项目。
资助等级：Microgrant $1,000（2–4 周 MVD），Seed $5,000（6–10 周）
提交要求（one-pager）：项目目的、团队、预期 MVD（deliverable）、预算与时间表（≤ 1 页）。
评审规则：对位度(30) / 可交付性(25) / 团队(20) / 社区影响(15) / 成本效益(10)。
提交方式：回复本帖或发邮件至 [email protected]。截止：2025-10-XX。

给 funder 的 one-pager（简版）

项目名：LXDAO-DeSci Pilot — Open Research Data on-chain
一句话：把科研数据 + metadata 上链并生成 DOI，使数据可复现、可追溯、可引用。
产出：Zenodo DOI 数据集、可复现 GitHub repo、5 分钟 demo、Impact Snapshot。
需要资助：$5,000（启动 $1,500 / 中期 $2,000 / 完成 $1,500）
对贵方的价值：1) 链上署名可用于品牌传播；2) 我们将在 Demo Day 中置顶提及贵方；3) 提供 API 用于生态接入。

十、示例试点（示例化以便评估可行性）

示例 Pilot A：开放科研数据上链（12 周）

团队：研究员 1（生物信息/数据）、工程 1（dev ops）

MVD：数据包 + metadata 上传 Zenodo（DOI）+ GitHub repo（可运行脚本）+ demo 视频 + 一篇中英博客

时间线：Week1 启动；W2–W6 数据整理、脚本化；W7–W9 DOI 上传 + repo 打包；W10 Demo 视频 + blog；W11 内部审查；W12 Demo Day。

预算（示例）：$3,500（研究员 $1,800 / 工程 $1,000 / Ops & DOI fee $200 / 传播 $500）。

预期影响：数据可复现，供 1 家企业或 2 个开发者使用，GitHub star ≥ 20，Zenodo 下载 ≥ 50。

示例 Pilot B：以太坊科研协作模板（10 周）

团队：researcher/dev 组合

MVD：一套“研究项目模板”（含 GitHub Actions + Zenodo DOI 自动化脚本 + CI 可复现 demo）

目标：降低 future projects 上链 + DOI 的摩擦，吸引更多研究员入驻。

预算（示例）：$4,500（template 开发与集成、教程、翻译、直播 workshop）。

十一、衡量成功（可量化目标）

短期（3 个月）：2 个 MVD 上线、Demo Day 举办、至少 2 个 funder 跟进会谈。

中期（6 个月）：形成 1 套标准化资助流程（合同、评分矩阵、MVD 模板、Impact Report）、孵化池 3–5 名候选成果。

长期（12 个月）：成功吸引 1–2 个长期合作 funder（每年 $50k+），研究员生态稳定供给（季度至少 6 项申请）。

十二、最后的行动清单（你现在可以立刻做的 6 件事）

  1. 在群里发出 CfP（上面模板），并公开招募 2–3 名核心志愿者（PM/BD/CM）。

  2. ops 建立 GitHub org + Zenodo 账号，并把模板 repo push（参考上面结构）。

  3. 撰写并发布 2 个试点 1-page brief（Pilot A/B），作为 CfP 的示例。

  4. 设定资金池（示例 $12k），并在 Notion 公布资金使用规则（里程碑支付）。

  5. 在 2 周内启动第一期 microgrants（3 个名额）。

  6. 约定 Demo Day 日期（第 10–12 周中的某一天），并开始邀请 funder 列表（Top 10）。

17

又该回复了，首先感谢白首同学对Funding思考（这是最头疼的，最根本问题，其实都是群组内同学了，还感谢啥了）。咋！又是感谢呢。怎么又是Ai味开头。今天算了哦！还是说人话了吧。讲相声了（受到罗永浩老师的启发）。

最近还在谋划要不要写篇《罗永浩如何利用去中心化脚打预制菜》的爽文。前一段时间写了篇《杨景媛论文下架，现在是否实现人肉blockchain实现去中心化永久存储》（也真是胆肥不怕死，敢去打拳的擦边，不过效果很好，首发当天就是3万阅读，100多点赞，50多收藏（加起来才几百字，还收藏，留家里过年））。这年头宣发全靠buff叠满，情绪制造好，冲！冲！冲！

回头再对研究文章或者研究项目破看法。这年头研究文章还有人看么？以前都是通过带目的性搜索，检索一下一目过（尹烨也说他看论文，比小说快多了）。更别说现在用AI了，把几百篇论文一导。想知道啥？一问就行了。顺便把阅读理解写出来了，新论文给哥们写了都没什么问题。现在很多严肃IMRAD模式下的文章论文阅读下载量与阅读量到底怎么样？

前几天还见未名湖畔的老教授，天天在七八个微信群里亲自转发自己直播短视频了。偶尔还附上他招研究生短文。某天问他，你这么发短视频卖白菜，以后还敢报你的名。他：“滚！”（现在权威人士都得天天发短视频求关注，求粉丝）。

我也不知道上面三个段子想说明个啥。面对由广告推荐算法引来主动偏好内容算法推荐下时代。“准，短，快”的流量阻塞式流量内容轰击下。不带目的性有人还看严肃长文么？

真能酒香不怕巷子深么？

研究文章真靠“价值”推广“卖出”出去么？有人愿意从源头出funding么？再说这年头也有专业的“论文工厂”与“论文作坊”干这活。

有不有其他什么方向与逻辑呢？能不能解决这个问题？

要不投降AI吧！反正是公共物品！

2121
21212248×1120 302 KB

从以前是"在Google上搜得到"，现在要"在ChatGPT里被引用"，未来可能是"在Claude的回答里有话语权"。

然后再靠这个跟funder们谈话语权。论AI供给力！

去年就有家blockchain项目，本来搞了一个rust的宏方言来写智能合约。在自家发起黑客松上全是soidity（兼容EVM）。问就是时间那么短都用AI写。他们自己的方言AI写不了。最后气得，找两张破4070ti跑了一周微调支持他们家方言的羊驼出来。还就只能给自己的家人们用用。（不过现在好像干预LLM模型采录没这么麻烦了）

我也不知道这条路能不能走通？其实很多路都是殊途同归的。

最后还是用一些AI测试来结尾。70% lol!

6666
66661533×1232 148 KB

8888
8888987×1198 72.5 KB

9999
9999980×1357 153 KB

111122
1111221462×1281 146 KB

222
2221395×1147 99.5 KB

3333
33331294×1145 106 KB

5555
55551355×1041 101 KB

18

发现一个比较好玩的开源 AI 知识库系统

19

感谢BiscuitCoder老师关注（怎么都成了老套路了）。其实在还没发起的pod前，wikijs与pandawiki都曾经作为过技术选型考虑过。pandawiki是长亭科技的百智云下面的产品。虽然也是一个开源项目（好像，还有一些功能需要商业版才能用，在大模型能力上也是推荐使用他们家百智云，这也正常）。我在NAS上也简单搭建了一下。个人感觉pandawiki偏向小型企业内部知识进行搭建比较合适，少数一个两个人管理，多数人使用“阅读”，目前无在线文本编辑器（采取文档导入模式），无明确清晰多级权限划分，不能进行群组化管理,它开发相关文档也不清晰等等问题。不方便进行多人协作式运维知识库。（包括个人对它服务器基础最低配置说法也存疑）。相对来说wikijs在多人协作，权限管理，多群组设置，在线编辑器（支持markdown编辑器、富文本编辑器、HTML编辑器三种模式）可能更好点。

pandawiki当然个人玩玩也可以。但是如果个人构建知识库（仅供个人用），也许RAG+LLM的模式更简单。当然还有根据具体方式比如：Obsidian + Cubox + RemNote + Claude简单能满足一般人的知识库+AI的需求。

话说回来了，最近倒是发现一个社区驱动性更强知识库opendeepwiki。最早灵感是来源于deepwiki。整个项目其实也偏向coder们。

但是挺好玩的他们家官网

https://opendeep.wiki/

今天打不开了。才建起来没多久啊。说是被爬虫打垮了（是坏事,也是好事，爬虫不当人，lol）。现在他们流量基本在30Mbs以上。

还有一个问题opendeepwiki的服务器最低要求就是4U8G(好像新出来带AI化知识库都是这个配置)

1 Like
20

目前 DeSci Asia 的每月例會都會準備 $100 給與主持及講者，希望能較長久地支持亞洲 DeSci 項目的教育。

若 LX DAO 發展 DeSci 方向，可以考慮成為 DeSci Asia 科研交流的贊助者。由此成為其中一個已可以立即啟動及執行的起始點。

這個是，AuraSci 對我們每月科研交流會的贊助合作的執行總結。