AIPOCH Open-Science

再現可能な科学のための AI 研究ワークベンチ — オープンソース、ローカルファースト、モデル非依存。

このドキュメントは英語版 README.md の翻訳です。内容に相違がある場合は、英語版が優先されます。

AIPOCH Open-Science は、オープンソースの AI 研究ワークベンチです。一つの疑問や一本の論文、一つのデータファイルから始められます。知りたいことを自分の言葉で伝え、AI エージェントと一緒に根拠を調べたり、データを分析したり、グラフを作ったりできます。

結果がどのように得られたかを知りたいときは、記録されている入力、コード、実行履歴を確認できます。作業内容を共有するときは、会話の分岐、ファイルのバージョン、Notebook の記録、検証の根拠のうち、含めたいものを選んで .science パッケージとしてエクスポートできます。

💡 AIPOCH Open-Science v1.1.0 の更新

2026 年 11 月 5 日

• 研究フィルム：任意のセッションを、端末再生と音声ナレーション付きのポータブルな研究フィルムとしてエクスポートできます。
• モバイル連携：QR コードをスキャンしてスマートフォンやタブレットを接続でき、ローカル WiFi または Pinggy トンネル経由で利用できます。
• CLI と MCP の文献ツール：コマンドラインや MCP クライアントから参考文献を検索・管理でき、読み取り専用の参照に加えて書き込みツールも使えます。
• 再開可能な概要：論文の一括概要は中断後も途中から再開でき、完了済みの結果を再生成する必要はありません。
• リソースセンター：名称が変更され、ケースライブラリのレイアウトに適応し、外部リンクがよりコンパクトになり、コンピュート設定は接続グループに移動しました。
• 診断：エクスポートは Notebook の実行証拠を保持し、過去のバックエンドログを選択でき、オプトインのリソース記録（Windows）を含められるようになりました。
• 信頼性の修正：中断後の会話の復旧、検索可能なスキャンからの PDF の図と表の復旧、起動、Windows の更新チェック、メモリ使用の改善を行いました。

v1.1.0 のリリースノート全文

目次

• クイックスタート
• AIPOCH Open-Science .science 研究パッケージ
• AIPOCH Open-Science の論文と引用
• ベンチマーク結果
• 主な機能
• モデルプロバイダー
• データ、権限、信頼
• 開発とパッケージング
• よくある質問
• 貢献者
• 参加する
• ライセンス

🚀 クイックスタート

1. アプリをダウンロードする

公式ダウンロードページを開き、コンピューターに合うインストーラーを選択します。

インストール前の確認については、ダウンロードの検証を参照してください。

macOS では Homebrew でもインストールできます：

brew install --cask open-science

macOS または Linux のスタンドアロン CLI には、別の AIPOCH tap を使用します。

brew install aipoch/tap/open-science

この Formula は Node を同梱し、デスクトップアプリなしで動作します。バージョンはデスクトップ Cask と異なる場合があります。前提条件と更新方法はスタンドアロン実行環境ガイドを参照してください。

GitHub Release の Assets からは、Node.js を同梱したスタンドアロン CLI のアーカイブも入手できます。macOS と Linux では ARM64 と x64、Windows では x64 に対応します。

独立した CLI と Web UI は、Node.js 22.13.0 以降で公開済みの npm パッケージからインストールできます：

npm install --global @aipoch/open-science
open-science start --no-open
open-science url

表示された URL を開いて設定を完了するか、ターミナル設定ガイドに従ってください。npm は macOS ARM64/x64、glibc を使用する Linux ARM64/x64、Windows x64 に対応し、デスクトップアプリは不要です。npm のオプション依存関係を有効にして、Linux の前提条件と更新手順を確認してください。URL には認証トークンが含まれるため、共有しないでください。

Windows での再インストールでは研究データが保持されます。完全に初期化する場合は、確認後にローカルデータを完全削除するデータリセットツールを参照してください。

2. 初回設定を完了する

設定ガイドに従って、環境 → データの場所 → エージェントランタイム → モデルプロバイダー → Notebook ランタイムの順に進みます。

必要な環境とエージェントランタイムのチェックを完了し、モデル接続をテストします。Python/R Notebook の設定は任意で、Notebook とデータの場所は後から設定で変更できます。

初回設定が済んだら、外観と通知はシステム設定で変更できます。一般設定では、アプリ情報、診断、コマンドラインツールを確認でき、手動インストールと更新のガイドも開けます。

ホスト互換性、ストレージ、ネットワークのチェック	プロバイダー、API Key、エンドポイント、モデルの検証

3. 研究プロジェクトを始める

1. New project をクリックしてセッションを開き、研究目標、入力、必要な出力を説明します。
2. ファイルを添付し、モデルと承認モードを選んでタスクを送信します。@ でプロジェクトファイルを参照し、/ でスキルを選択できます。
3. ツールの動作と承認要求を確認し、結果をプレビューして、Provenance で利用可能な証拠を確認します。

この README のスクリーンショットはワークフローの例です。ラベル、カタログ、その他のインターフェースの詳細は、インストールしたバージョンと異なる場合があります。

AIPOCH Open-Science .science 研究パッケージ

完了した研究セッションを、レビュー、引き継ぎ、アーカイブに使える持ち運び可能な .science パッケージとしてエクスポートできます。研究記録に含める会話分岐、ファイルバージョン、Notebook 記録、検証証拠を選択して、別のプロジェクトやコンピューターにインポートできます。

エクスポートとインポートは、デスクトップアプリ、ローカル Web セッション、ヘッドレス CLI で利用できます。リモート Web セッションは、任意のローカルパッケージパスを読み書きできません。

エクスポート → 転送 → 確認

1. 完了したセッションをエクスポートし、含める内容を選択します。
2. .science ファイルを共同研究者または別のコンピューターに移します。
3. プロジェクトにインポートします。右側の Research replay で記録された過程を確認し、左側の会話から質問して固定ステップを参照できます。

インポートした記録は読み取り専用です。再生してもコードの実行、モデルの呼び出し、認証情報の復元は行いません。最初の質問で関連する編集可能な会話が作成されます。研究を続けるには Fork to continue で作業用コピーを作成します。再実行には完全なレシピ、必要な入力、利用可能な実行環境が必要です。

Side Chat、非公開の読書ブックマーク、認証情報は含まれず、ファイルの範囲はエクスポート時の選択によります。受け取った検証記録は送信者のチェックを示すもので、このコンピューターでの再実行を証明しません。.science パッケージガイドを参照してください。

AIPOCH Open-Science の論文と引用

AIPOCH Open-Science: An Open-Source AI Research Workbench with Reproducible .science Packages

arXiv プレプリント · v1 · 2026 年 10 月 12 日投稿。

本プレプリントは、研究の文脈、成果物のバージョン、検証記録を可搬な .science パッケージで共有できるオープンソースの AI 研究ワークベンチ、AIPOCH Open-Science を紹介します。パッケージ交換の設計と制御された評価の詳細は論文をご覧ください。

研究で AIPOCH Open-Science を使用する場合は、このプレプリントを引用できます。

@misc{ouyang2026aipochopenscienceopensourceai,
      title={AIPOCH Open-Science: An Open-Source AI Research Workbench with Reproducible .science Packages},
      author={Wen Ouyang and Bocheng Huang and Qianyu Yao and Fei Sun and Minying Deng and Haoyue Cheng and Wenwen Zhou and Lei Mou and Yusi Wei and Jiang Li and Kun Zhu and Lei Wang and Yi Feng and Jiaheng Dai and Ke Qian and Dan Wang and Yahui Wang and Chenyi Wang and Mingsheng Lyu and Yaqiang Zhang and Ping Zheng and Chunhua Tang and Xinge Ma and Xu Zhang and Youjia Fan and Can Lu and Zhijun Dai and Man Hu and Qiqi Xie and Beinan Liu and Yuanning Guo and Yunze Liu and Jinhong Jiang and Xianjun Fu and Mingwei Zhang and Yuanji Xu and Shilin Xia and Bowen Yang and Mingjun Yu and Jingdun Xie and Xuwei Chen and Xia Zou and Yuzhou Xue and Jianguo Zhou and Chunhao Cao and Donghao Tian and Lei Huang and Jinxiao Li and Shengrong Long and Zefeng Song and Honglin Li and Jiang Luo and Wenying Jiang and Shanshan Li and Lei Dai and Ning Jiang and Ying Cai and Chaohui Li and Chunyan Peng and Hetong Zhao and Angqing Li and Chunyan Yang and Chongyang Sun and Yong Li and Xinyu Shi and Wei Dai and Ming Peng and Chen Sang and Yuanyuan Han and Desong Qiu and Haixin Miao and Jian Xu and Yi Chen and Xiaoliang Shi and Tian Shen and Teng Hu and Shuhao Wang and Yingyong Hou and Huimei Wang},
      year={2026},
      eprint={2610.17110},
      archivePrefix={arXiv},
      primaryClass={cs.SE},
      url={https://arxiv.org/abs/2610.17110},
}

ベンチマーク結果

AIPOCH は AIPOCH Open-Science を、論文の検索から内容に関する質問への回答、研究計画の実行までのタスクで評価しました。以下は AIPOCH 自身による実行結果であり、各スコアは特定のタスクと評価設定に対応します。

AstaBench — 文献タスク

ASI-Bench — 計画の実行と手法の選択

4 つの条件は、指定された計画の実行（B1）、ワークフローの構成（B2）、研究手法の選択（B3）、妨害情報のある状況での研究（B4）を求めます。図の最初の 2 行は、同じ GPT-6 Astra モデルを使うローカル実行の比較です。

Open-Science の B1–B4 は 79.35、56.11、59.67、59.46、ローカル Codex の参考値は 74.78、56.09、58.12、55.45 でした。B2 のスコアはほぼ同じです。他の公開結果ではタスク事例、設定、評価方法が異なります。

ローカル B1 は採点器の問題による 1 件の除外後、59 タスクを対象としました。B1/B2 はローカルで 3 回の反復が報告されています。B3/B4 は Open-Science v0.32.0 と代替評価モデルを使用し、各スコアは 60 タスクを 3 回実行した平均です。

BiomniBench-DA — 生物医学データ分析

Public 50 タスクセットで、Gemini 3.1 Pro 評価モデルは出力を 81.04、DeepSeek v4-pro 評価モデルは 77.06 と採点しました。AIPOCH は gpt-5.6-sol（xhigh）構成の等重み平均 79.05 を報告しています。

評価範囲： 報告は、記載されたモデルとデータ分割による 2026 年 8 月から 11 月のローカル・内部実行を対象とし、現行リリース用に再実行したものではありません。参考スコアは過去のスナップショットであり、リアルタイムの順位ではありません。異なるベンチマーク系列のスコアは直接比較できず、数値の差は統計的有意性を示しません。

詳細は AstaBench と ASI-Bench のレポート、BiomniBench-DA のレポートをご覧ください。

主な機能

AIPOCH Open-Science は、プロジェクト管理、マルチモデルエージェント実行、Python・R Notebook、科学データコネクタ、来歴付きの不変アーティファクトバージョン、権限で管理されたヒューマンインザループ制御を、1 つのローカルワークスペースに統合します。変更されるカタログ、パッケージングの詳細、新しい選択肢については、インストール済みアプリと最新リリースノートが正確な情報源です。

eQTL Catalogue をゲノム座標で検索する際は、GRCh38 の座標を使用してください。コネクターは参照ゲノムが GRCh38 かどうかを確認します。

同じコンピューターで実行中の Zotero 10 以降から、文献レコード、タグ、コレクション、ソースリンクをインポートできます。ローカルの PDF 添付ファイルは任意でコピーできます。このインポートは一方向で、Zotero は変更されません。

DOI、arXiv ID、PMID、PMCID、または対応する論文リンクから文献を追加できます。1 行に 1 件ずつ、最大 100 件をまとめて貼り付けることもできます。文献を個別に追加する場合は、メタデータを確認・編集してから保存できます。一括インポートでは、取り込む文献を選択できます。全文 PDF は別途追加できます。

永続的な PDF 注釈と文書ノートに対応します。スクリーニングモデルを設定すると、スマートコレクションが採用・除外基準に沿って文献を評価します。AI と手動の判断は別々に記録され、人によるレビューを支援します。

リーディングモードでは、エージェントがリンクした PDF のノートやマークを一覧表示し、対象を特定して作成できます。PDF 注釈は対象ファイルのバージョンに紐づき、コンピューター間では同期されません。

文献の詳細画面にある AI スタディスナップショットは、設定したメインモデルを使って研究課題、対象集団、方法、主な結果、限界をまとめます。要約に使ったのが本文か抄録かも表示されます。

オプションの OCR は、コンポーネントと必要な言語パックをダウンロードすると、スキャン PDF のページを認識できます。英語、簡体字中国語、繁体字中国語、ドイツ語、スペイン語、フランス語、日本語、韓国語、ロシア語の 9 言語パックを利用できます。ページごとのテキスト取得状況により、まだテキストのないページを確認できます。

翻訳 PDF では、本文とキャプションを1列のコンテンツ優先レイアウトに任意で再配置し、画像、表、数式、参考文献は元の形式を保ったまま、比較用の入出力ページ対応を利用できます。新規環境では Notebook とシェルのフォルダー制限がデフォルトで有効になり、これらの実行環境はワークスペース、承認済みフォルダー、ツールに必要なファイルに制限されます。この設定はエージェント固有のツールやリモートコンピューターには適用されません。

デスクトップアプリでは、成果物の来歴を RO-Crate 1.1 としてエクスポートできます。バージョンに紐づく環境バンドルから管理対象環境を作成できるのは、記録が完全で対象プラットフォームと互換性がある場合だけです。コンピューター全体のバックアップではありません。

ホームまたは会話ワークスペースから Sharing マーケットプレイスで研究事例を閲覧し、カテゴリで絞り込み、キーワードで検索して、事例の詳細からパッケージをダウンロードできます。

モデルプロバイダー

AIPOCH Open-Science は製品レベルでモデルに依存しません。主要クラウド LLM プロバイダーやカスタムゲートウェイに接続するか、既存の Claude または Codex サブスクリプションを再利用できます。現在利用できるプロバイダーは、選択したエージェントバックエンドとその API プロトコルに依存します。次の接続方法を利用できます。

25 個のプリセット プロバイダー オプションがあり、 OpenAI、Anthropic、DeepSeek、NVIDIA Build などがあります。モデルと地域別エンドポイントはインストール済みバージョンとバックエンドによるため、アプリの選択画面と接続テストで確認してください。

データ、権限、信頼

AIPOCH Open-Science はプロジェクトデータ、設定、アーティファクトバージョン、来歴の根拠をローカルコンピューターに保存します。API Key はローカルに保存され、利用可能な場合は OS の安全な認証情報ストレージで保護されます。ログはローカルにあり、自動アップロードされません。

外部へのデータ送信は発生するため、確認が必要です。

• モデルリクエストはプロンプトと必要なコンテキストを選択したモデルプロバイダーへ送信します。
• ウェブ検索とリモートコネクタは表示されたパラメーターを外部サービスへ送信します。
• ローカルコネクタは信頼されたコマンドをコンピューター上で実行する場合があります。
• アプリは更新サーバー、マーケットプレイスのカタログ、ランタイムやモデルのダウンロードサービスにも接続する場合があります。
• 添付ファイル、@ 参照、ログ、生成レポートには機密研究データが含まれる場合があります。

タスクに適した最小限の権限プロファイルを選択してください。

実際に適用されるモードはバックエンドと既存の許可に依存します。コネクタ、ツール、計算環境のネットワークポリシーも適用されるため、アプリに表示される有効なモードを確認してください。

承認前にコネクタのパラメーターとツールアクティビティを確認してください。API Key、アクセストークン、患者識別子、未公開データ、機密性の高いローカルパスをスクリーンショットや公開 Issue のログに含めないでください。

開発とパッケージング

AIPOCH Open-Science は通常の Node バックエンドと Electron デスクトップクライアントで構成され、React、TypeScript、Prisma/SQLite、ACP ベースのエージェント実行環境を使用します。

ソース開発の前提条件：

• Node.js 24（.nvmrc を参照）と npm
• Git
• Notebook の実行は任意で、アプリ管理の Python/R 環境または自分で設定した互換インタープリターを使用できます。

git clone https://github.com/aipoch/open-science.git
cd open-science
npm install
npm run dev

ビルドコマンドと開発手順は開発・パッケージ化リファレンスと貢献ガイドを参照してください。

Localhost Web とヘッドレスモード

Web UI は通常の Node バックエンドで動作し、Electron や画面環境は不要です。

npm run dev:web
npm run pack:backend

Web UI は通常の Node バックエンドで動作し、Electron や画面環境は不要です。npm run dev:web と npm run dev:headless はバックエンドと Web UI をビルドして起動し、デスクトップやトレイを起動しません。OPEN_SCIENCE_WEB_PORT でポートを指定します（既定値 44100）。Ctrl+C でフォアグラウンドサービスを正常終了します。

ソース開発には Node.js 24 が必要です。公開済みの npm パッケージとローカルでビルドした独立 tarball には Node.js >=22.13.0 が必要です。Release アーカイブ、Homebrew Formula、デスクトップのコマンドランチャーはランタイムを同梱します。

デスクトップアプリとブラウザーは同じサービスを共有します。アプリの接続と open-science start による明示的な稼働維持要求がサービスを維持します。最後のアプリを終了したとき、明示的な維持要求が残っていない場合にのみサービスが停止します。

CLI · Node

モバイルリモートアクセス

Remote.It のペアリングにより、スマートフォンやタブレットから同じ localhost Web UI にアクセスできます。6 桁の AIPOCH Open-Science コードでブラウザーをペアリングし、デスクトップで一度承認すると、ループバックサーバーを直接公開せずにワークスペースへ接続できます。ブラウザーの信頼は取り消し可能で、モード変更やサービス停止によりアクティブなリモートセッションは直ちに無効になります。

ホストを起動してオンラインに保ち、AIPOCH Open-Science と Remote.It エージェントを実行し、ログイン済み Remote.It アカウントにホストを追加する必要があります。ブラウザーの承認には期限があり、取り消しも可能です。リモート制御ガイドを参照してください。

ヘッドレス CLI と SDK

ヘッドレス CLI と依存関係のない Node.js SDK は、デスクトップおよび Web インターフェースと同じローカルデーモン、プロジェクト、セッション、認証情報、権限を使用します。詳細な使用方法は公開可能パッケージと一緒に管理され、コマンドリファレンスを 1 つだけ保守します。

• CLI ガイド — インストール、サービスライフサイクル、タスク自動化、アーティファクト、出力形式、終了コード
• SDK パッケージ概要 — Node.js クイックスタートとパッケージエントリーポイント

スタンドアロン CLI は open-science mcp を使って、リサーチツールを外部 MCP クライアントに公開できます。まず、選択したプロファイルのサービスを起動して認証してください。アダプターはそのプロファイルの既存権限を使用し、独立したサンドボックスや読み取り専用ビューではありません。そのため、接続したクライアントは変更を保存し、モデル利用料が発生する場合があります。任意のシェル／RPC アクセス、認証情報管理、ファイルのインポート／エクスポート、指定パスへのダウンロード、リモート HTTP MCP エンドポイントは公開しません。

よくある質問

# サービスをバックグラウンドで開始
open-science init
open-science start --no-open

# プロジェクトを作成し、正確な名前でタスクを実行
open-science project create "Systematic review"
open-science run --project "Systematic review" \
  --prompt-file ./task.md \
  --approval-profile auto \
  --skill literature-review \
  --wait --json

# 生成されたアーティファクトをダウンロード
open-science artifacts list <session-id> --json
open-science artifacts download <artifact-id> --output ./report.md

貢献者

コード、ドキュメント、翻訳、不具合報告、コミュニティでのサポートを通じて AIPOCH Open-Science に貢献してくださる皆さまに感謝します。

GitHub の貢献者を見る

参加する

不具合の報告、機能の提案、質問、貢献を通じて AIPOCH Open-Science の改善に参加できます。目的に合う窓口を以下から選んでください。

公開 Issue を作成する前に、ログとスクリーンショットから API Key、トークン、非公開ファイルパス、未公開データ、患者識別子、その他の機密情報を削除してください。開発ワークフローはコントリビューションガイドを参照してください。

AIPOCH Open-Science が役立ったら、GitHub でリポジトリに Star を付けてください。

提供済み、一部実装、計画中の機能は機能マップを参照してください。

ライセンス

Apache License 2.0 — LICENSE を参照してください。