ai4s-research/open-science · 上手攻略
- 仓库：ai4s-research/open-science
- 链接：https://github.com/ai4s-research/open-science
- 分类：AI · 科研工作台
- 作者：Jay
- 更新：2026-09-10
是什么
Open Science Desktop（简称 OSD，原名"Open Science"，v0.5.2 为当前最新版）是一个本地优先、模型无关的 AI 科研工作台，面向 macOS、Windows 和 Linux。它用 Tauri 构建桌面外壳，内嵌 OpenCode 运行时，通过 MCP 协议连接科学数据库和 agent 技能，可以完成从文献调研、实验设计、代码跑通、结果分析到论文写作的全链路科研任务。
README 自述定位是"Claude Science 的开源桌面替代方案"，在 ResearchClawBench 自主科研 agent 评测中曾排名第一（⚠️ 需核实评测截止时间）。
解决什么问题
科研 AI 工具常见三类问题：
- 数据不出本地：大多数 AI 科研平台要求上传数据到云端，隐私敏感场景无法使用。
- 工具碎片化：文献搜索、实验追踪、论文写作分散在多个工具里，过程不可审计。
- 不可复现：终端 scrollback 不是可复现的 run record；换了模型/环境结果可能不同。
Open Science Desktop 的解法：本地会话、数据和 provenance 全留在本机；全流程 artifact 可溯源到具体代码/输入/模型输出；可复现 run record 支持本地/SSH-Slurm/Modal/Notebook 多种执行环境。
快速安装
下载地址：github.com/ai4s-research/open-science/releases/latest
| 平台 | 安装包 | 要求 |
|---|---|---|
| macOS Apple Silicon | …_aarch64.dmg | macOS 13+ |
| macOS Intel | …_x64.dmg | macOS 13+ |
| Windows | …_x64-setup.exe（推荐）/ …_x64_en-US.msi（IT 管理） | Windows 10/11 x64 |
| Linux | .deb / .rpm | x86_64 |
# macOS：拖拽 .app 到 Applications，Developer ID 签名+公证
# Windows：SmartScreen 提示 → 更多info → Run anyway
# Linux：
sudo apt install ./…_amd64.deb
# 或
sudo rpm -i …x86_64.rpm
无自动更新：需手动下载新版本替换。
CLI 模式（无图形界面 / 服务器）
# 启动完整工作台（workspace + runtime + web UI），无显示器即可运行
osd server
# 从脚本或另一 agent 驱动
osd session send … --wait
# 模型/密钥/审批配置
osd model list
osd auth configure
osd approval policy
osd 在桌面安装后自动加入 PATH；服务器部署只需解压 archive 包。
核心用法
四阶段科研技能流水线
OSD 的核心是一组 chain 起来的 agent skill，默认按 explore → survey → experiment → write 顺序执行：
# 启动完整研究流程（ai4s-agent）
# 输入：一个宽泛的研究方向
# 输出：research_exploration.md、topic_matrix.md、literature_pre_survey.md、
# 设计文档+可运行代码+results.json+图表+报告、6-20页 PDF（60+引用）、
# 8-14页论文 PDF（200+引用，4-8图表）
# 分阶段单独调用示例：
research-explorer # 探索方向→具体课题
literature-survey # 文献调研 → PDF + LaTeX 源码 + 分类图
experiment-suite # 实验包 → 设计文档 + 可运行代码 + provenance 结果
paper-writer # 论文 → PDF + 引用 + 图表
所有 artifact 均记录 provenance（.openscience/provenance.jsonl），每个数据点可回溯到生成它的代码、输入和模型输出。
添加 MCP 科学数据库
Settings → MCP servers → Enable，开箱即用的 curated connector：
| 类型 | 数据源 | 备注 |
|---|---|---|
| 文献检索 | arXiv、PubMed、Crossref、Semantic Scholar、bioRxiv/medRxiv | — |
| 生物医学 | PubMed、ClinicalTrials.gov、MyVariant/ClinVar | — |
| 材料科学 | Materials Project | 需免费 MP API key |
| 经济数据 | FRED（美联储时间序列） | 需免费 FRED API key |
| 空间天气 | NOAA SWPC / NASA DONKI / USGS | 无需 key |
| 气象/气候 | Open-Meteo | 无需 key |
| 水文数据 | USGS | 无需 key |
添加自定义 MCP server（local 或 remote URL），app 会写入内嵌 OpenCode 的配置，立即生效无需重启。
浏览器控制
agent 可以驱动用户自己的 Chrome（保留 profile 和登录态），读取实时网页并把结果转成图表和 CSV。也可请求隔离的私密浏览器。
远程访问
内置 token 认证 gateway（默认仅本地回环，LAN 访问需手动 opt-in），可以在手机上查看 running 任务的图表和报告。API key 永不离机。
典型适用场景
适合： - 需要数据不出实验室/医院的 AI 辅助科研（本地优先） - 全流程可审计的科研 agent 评估（provenance 链完整） - 多阶段科研流水线自动化（文献调研→实验→写作） - 跨 SSH/Slurm/Modal 的远程计算提交和追踪 - 多模型并行对比（同屏 split-pane，各 pane 独立模型）
不适合： - 纯轻量工具调用（非科研场景用普通 CLI/agent 更简单） - 需要实时互联网数据采集（建议用 Webcmd 类专用工具） - 依赖闭源模型生态的完整工具链（OSD 虽支持 OpenAI兼容端点，但体验取决于模型配置）
坑与注意
-
无自动更新：README 明确说明 no in-app auto-update，每次需手动下载新版本。建议记录版本号，避免混用。
-
Windows .exe / .msi 混装问题：不要在 .exe 安装之上装 .msi（或反过来），会注册两个 app。卸载时先在 Settings → Apps 卸掉旧的。
-
osd server 需要端口：v0.5.2 起 gateway port 可自选（之前固定），但若所选端口被占用，gateway 会报错而非静默换端口。
-
⚠️ ResearchClawBench #1 标注：README 称 2026-07-09 "🎉 #1 on ResearchClawBench"，但该榜单为特定端到端评测，截止时间和评测模型未在 README 标注，实际当前排名待核实。
-
Stall guard 默认关闭：v0.5.2 新增"卡住/循环检测"（静默超时 + 重复工具调用检测），默认 off，需在 Settings → General → Stall guard 手动开启。
-
Context compaction：对话接近模型 context 窗口时会自动压缩，但建议关键节点手动点击压缩按钮（v0.5.2 新增）。
-
bundled skill 拉取：ai4s-skills 等bundled skill 在构建/发布时从远程拉取，不进 git 历史；离线环境可能需要额外配置。
-
Linux 包签名：.deb/.rpm 未提及 GPG 签名，企业 Linux 环境部署可能遇到包管理器警告。
与同类对比
| 维度 | Open Science Desktop | Claude Science | Mem0 | LangGraph + Papers |
|---|---|---|---|---|
| 平台 | 跨平台桌面/TUI | 仅云端/Web | API 服务 | 代码组合 |
| 本地优先 | ✅ 全部本地 | ❌ 云端 | ❌ | ✅ |
| 全链路科研流水线 | ✅ 内置4技能链 | ⚠️ 偏单一任务 | ❌ | ⚠️ 需组合 |
| Provenance 追溯 | ✅ .jsonl 全链路 | ⚠️ | ❌ | ⚠️ |
| MCP 科学数据库 | ✅ 开箱 7+ 连接器 | ❌ | ❌ | ⚠️ 需自己接 |
| 模型无关 | ✅ OpenCode sidecar | ❌ 绑定 Claude | ✅ | ✅ |
| Headless/CLI | ✅ osd server | ❌ | ✅ | ✅ |
一句话推荐结论
如果你需要一个能在本地跑完整科研流水线的 AI 桌面工具，且对数据不出域和过程可复现有强需求，Open Science Desktop 是目前最完整的开源方案——特别是它的 provenance 追溯和多阶段 skill 链，在同类中差异化明显。