aipoch/open-science · 上手攻略

  • 仓库：aipoch/open-science
  • 链接：https://github.com/aipoch/open-science
  • 分类：ai-research-workbench / scientific-agent
  • 作者：Tom
  • 更新：2026-08-18

是什么

Open Science 是一个开源、local-first、model-agnostic 的 AI 科研工作台，由专用的 AI Agent 驱动，帮助研究者完成从文献调研、假设生成到代码执行、数据分析、可视化、报告产出的全流程，所有结果都可追溯到产生它的完整活动记录。

它的核心定位是：把大模型 Agent 变成一个可信赖的科研搭档，而非一个聊天玩具。运行在研究者的本机上（macOS / Windows / Linux），数据不出本地，科研记录持久化，支持分支探索、Artifact 版本溯源和权限审批。

v0.16.0 发布于 2026 年 8 月 16 日，是当前最新稳定版。

解决什么问题

科研工作流通常分散在聊天窗口、Jupyter Notebook、本地脚本、数据库查询、文献管理器等多个工具之间，每次交接都丢失上下文，最终答案与产生它的代码和文件相互割裂。

Open Science 把所有这些环节整合进一个本地桌面工作空间：项目 + 会话持久化、Agent 执行（运行命令 / Python / R / 文件编辑 / 网络搜索 / API 调用）、可溯源的 Artifact 版本，以及 24 个科研数据连接器。

快速安装

macOS / Windows / Linux

直接下载对应平台的安装包（v0.16.0）：

平台 安装包类型
macOS Apple Silicon (M1+) DMG
macOS Intel DMG
Windows x64 Installer
Linux x64 AppImage / Debian

下载地址：https://github.com/aipoch/open-science/releases/latest

⚠️ 安装前请验证下载包的完整性（SHA 校验），参考仓库 SECURITY.md 的指引。

Windows / macOS 若出现「未知开发者」警告，先确认包来自官方 Releases 页面再继续。

首次引导配置（五步）

  1. Environment Check：检测兼容性、存储路径、安全凭证存储、网络访问。
  2. Agent Runtime：选择 Claude Code、OpenCode 或 Codex。App 托管的运行时不需要预装 Node.js 或 npm。
  3. Model Provider：填入 API Key（支持内置云端供应商、自定义 Gateway，或已有的 Claude / Codex 订阅登录）。
  4. Notebook Runtime：可选配置 Python / R 环境，或启用已有的解释器。
  5. Data Location：选择大文件、Notebook、上传文件和环境的存储路径。

所有必检项通过后「Continue」按钮才可点击；模型连接通过后设置才完成。Notebook 和数据位置可保持默认，后续在 Settings 中修改。

核心用法

创建项目和会话

# GUI 操作：点击 "New Project" → 输入研究名称和描述 → Open Session
# 在 Session 中用自然语言描述任务目标、输入数据、约束条件和期望输出

附加文件和发起任务

# GUI 操作：
# 1. 附加源文件（拖拽或 Attach 按钮）
# 2. 选择已验证的模型
# 3. 选择审批模式（Always allow / Ask each time / Block）
# 4. 发送任务
# 5. 检查 Agent 工具活动，在预览面板中打开生成的 Artifact

分支探索（核心差异化功能）

如果想换个方向研究，不要开新会话：

# 在已完成的用户消息上点击 "Edit" → 修改 Prompt → 重新发送
# Open Science 会创建一个新的消息分支，保留原路径的完整记录
# 用分支选择器在原路径和替代路径之间切换

每个分支的 Tool Activity、附件和生成的 Artifact 都持久保存，跨项目切换和重启不丢失。

Artifact 版本溯源

# 每个生成的报告 / 图表 / 表格都会产生一个 immutable、校验和验证过的版本
# 打开 Artifact 的 "Provenance View" 可以查看：
# - 生产这段输出的代码和执行历史
# - 引用的输入文件
# - 执行时的环境清单
# - 生成这段结果的对话分支
# - 该版本对应的审阅者发现
# 缺失的证据会明确标记为 "unavailable"，而不是猜测填充

科学技能（Skills）

内置 18 个特色文件型科研技能，通过 / 在 Composer 中直接调用：

技能 用途
AlphaFold2 / ESMFold2 / Evo 2 蛋白质结构预测
Chai-1 / DiffDock 分子对接
Boltz / LigandMPNN / ProteinMPNN / SolubleMPNN 蛋白设计
scGPT / scvi-tools 单细胞分析
Literature Review 系统文献综述
Remote Compute (SSH) 远程 HPC 集群任务提交
OpenFold3 蛋白质结构比对

可导入个人技能（SKILL.md / ZIP / .skill 包）或从 GitHub 预览并引入社区技能。

科研数据连接器（Connectors）

24 个内置连接器，全部在权限系统下运行：

  • 文献：Semantic Scholar（2 亿+ 论文）、PubMed、Google Scholar、arXiv、bioRxiv / medRxiv、DOI 任意查
  • 基因组：Genomes、BioMart、Variants、Human Genetics、Clinical Genomics、CellGuide
  • 生物化学：ChEMBL、ZINC、Molecule Viewer、Structures & Interactions、Protein Annotation、Expression、RNA
  • 临床：Clinical Trials、Drug Regulatory、Cancer Models
  • 写作辅助：auto_cite（自动插入引用 + 参考文献列表 + BibTeX）、sci_draw（科学图表生成 / 编辑 / critique）

CLI 计划与执行控制（Headless 模式）

# 查看当前计划
dsh plan show

# 批准或拒绝计划
dsh plan approve <plan_id>
dsh plan reject <plan_id>

# 强制执行任务（特定意图）
dsh task start --turnIntent=<intent> --autoReviewEnabled=false

# 查看诊断信息
dsh diagnostics

# 转储配置（含插件信息）
dsh --profile web --dump-config

Host SDK（开发者扩展）

# 在 Agent 代码中可调用 host SDK：
host.currentModel()        # 获取当前会话实际使用的模型
host.listModels()          # 列出当前 Host LLM 提供商配置的模型目录
host.sessions.list()       # 获取项目范围内所有会话的只读元数据
host.sessions.inspect(id)  # 查看特定会话的运行时状态

⚠️ 模型与 API Key 需自行准备：应用本身免费（Apache-2.0），但使用 Claude Code / Codex / OpenCode 等模型需要对应的 API 订阅或账号。

典型适用场景

  1. 生物化学 / 药物发现：用 AlphaFold2 预测结构 → DiffDock 对接 → ChEMBL 查活性 → auto_cite 整理文献，一气呵成，Artifact 全程可溯。
  2. 系统文献综述：Literature Review 技能 + Semantic Scholar / PubMed 连接器并行搜索 → 自动合并 DOI 去重 → 输出带 BibTeX 的报告。
  3. 计算生物学：Remote Compute (SSH) 将长时间任务提交到 HPC 集群，结果自动拉回本地。
  4. 跨学科重复性研究：Python / R 代码执行 + 完整活动记录，任意分支可完整复现。
  5. 学术写作：sci_draw 生成图表，auto_cite 自动引用，数据和图表全部链接到源 Artifact。

坑与注意

  1. 首次模型连接必须在引导流程中通过：Setup 未完成时 Composer 不可用，提前准备好 API Key。
  2. 模型支持范围有限：目前仅验证支持 Claude Code、OpenCode、Codex；其他 Agent 框架理论上可对接但未验证。
  3. 网络访问受权限系统管控：即使在本地，文件编辑、命令执行、网络调用都需要用户审批；「Always allow」需谨慎开启。
  4. 分支探索不等于并行执行：一次只能有一个分支处于活跃会话；切换分支后新会话进入等待状态，不会自动继续。
  5. Artifact 预览有资源限制：预览不截断底层文件（完整 Artifact 始终可用），但预览面板本身有展示限制。
  6. v0.16.0 为 Feature Release：有完整功能清单，但追赶新版本的频率取决于社区贡献活跃度。
  7. 数据完全本地：这既是优势（隐私）也是限制（无内置多设备同步）；备份需自行处理项目文件夹。

与同类对比

Open Science Openhands / Agents LangChain + Jupyter
定位 科研工作台（端到端） 通用 Agent 框架 LLM 编程框架
Agent 运行时 Claude Code / OpenCode / Codex 可配置 自行组装
科研连接器 24 个内置（PubMed/Semantic等） 无 自行接入
Artifact 溯源 内置 Provenance View 无 无
本地优先 ✅ ❌（通常需要云端） 视配置而定
许可证 Apache-2.0 多种 多种
上手门槛 中等（需配置 Agent 运行时） 高 高

Open Science 的核心差异化是科研全链路可溯源 + 18 个开箱即用的科学技能，不是通用 Chatbot 替代品。

一句话推荐结论

如果你需要在本地跑一个可信赖、可复现、有完整活动记录的 AI 辅助科研工作流——从文献查到代码跑再到报告产出——Open Science 是目前开源生态里完成度最高的桌面级方案；v0.16.0 的 Token 用量仪表盘和分支 Artifact 溯源尤其适合需要严格学术记录的研究者。