Skip to content
项目

aipoch/open-science has 5,493 GitHub stars and 552 forks. GitHot measured +8 stars in 24 hours. Last checked 2026-11-08 12:38 UTC. Last push 2026-11-02.

这些数字如何统计

The open-source AI research workbench for scientific research and agent workflows. Local-first, model-agnostic desktop app with extensible skills, MCP tools and connectors, Python/R execution and traceable artifacts for reproducible research on macOS, Windows and Linux.

可以做什么

  • Connectors - Access scientific resources through 48 built-in connectors, or add custom local and remote MCP connectors. Some built-in sources are disabled by default and require per-source opt-in. Manage tool-level permissions and import or export connector configurations.
  • Specialists and delegation - Install 10 Specialists from the Specialist Marketplace, or create and customize personal specialists for delegation from the main agent. Specialist packages support import and export; marketplace contributions are reviewed before publication, and local imports do not publish them.
  • Models and agent backends - Use cloud models, compatible custom gateways, or Claude and Codex subscription logins. Choose from five agent backends — Claude Code, OpenCode, Codex, CodeBuddy, and Pi — with model connection checks, image input, and reasoning controls.
  • Python, R, notebooks, and HPC - Run Python, R, Notebook, and shell workloads locally using managed environments or your own interpreters, with background execution and recorded history. Connect to remote hosts through SSH or submit work through Slurm; remote workloads require the host, software, resources, and permissions described in the remote-compute FAQ.

实测星标增长

24小时
+8
7天
正在收集历史
15天
正在收集历史
1个月
正在收集历史

各周期内的星标净变化,周期相互重叠,并非每日新增。缺失的测量保持空白。星标代表关注度,不代表软件质量。

docs/zh-Hans/README.md

原文

AIPOCH Open-Science

面向可复现科学研究的 AI 研究工作台——开源、本地优先、模型无关。

下载 AIPOCH Open-Science AIPOCH Open-Science 最新版本 AIPOCH Open-Science Zenodo DOI AIPOCH Open-Science arXiv 预印本:2610.17110 AIPOCH Open-Science — 基准测试结果 支持平台 macOS Windows Linux Apache 2.0 许可证 网站 aipoch.com

English README 简体中文 README 繁體中文 README 日本語 README 한국어 README Français README 俄语 README 德语 README 西班牙语 README

本文档是英文 README.md 的翻译。如内容存在差异,请以英文原文为准。

AIPOCH Open-Science 是一款开源 AI 研究工作台。你可以从一个问题、一篇论文或一个数据文件开始。用自己的话说说你想弄清楚什么,再和 AI 智能体一起查看证据、分析数据或绘制图表。

想了解某个结果是怎么得出的,可以查看已有的输入、代码和执行记录。要与他人分享这项工作,可以选择要包含的对话分支、文件版本、Notebook 记录和验证证据,将它们导出为 .science 包。

💡 AIPOCH Open-Science v1.1.0 更新

2026 年 11 月 5 日

  • 研究影片:可将任意会话导出为便携、带语音讲解的研究影片,支持终端回放。
  • 移动设备配对:扫描二维码即可连接手机或平板,支持本地 WiFi 或 Pinggy 隧道。
  • CLI 与 MCP 中的文献库:在命令行和 MCP 客户端中搜索和管理参考文献,支持只读浏览与写入工具。
  • 可恢复的概览:批量论文概览在中断后继续,无需重新生成已完成的结果。
  • 资源中心:资源中心更名并适配案例库布局,外部链接更紧凑,计算设置移入连接分组。
  • 诊断:导出保留 Notebook 执行证据,支持选择历史后端日志,并可纳入可选的资源记录(Windows)。
  • 可靠性修复:会话在中断后恢复,从可搜索的扫描件中还原 PDF 图表和表格,并改进启动、Windows 更新检查与内存占用。

查看 v1.1.0 完整版本说明

AIPOCH Open-Science 首屏横幅:Science, Open to All——开源、模型无关、可自托管的科学 AI 研究工作台

目录

🚀 快速开始

1. 下载应用

打开官方应用下载页面,并选择适合你计算机的安装程序:

你的计算机 选择
macOS 12+ — Apple 芯片(M1 或更新型号) 适用于 Apple Silicon / ARM64 的 macOS DMG
macOS 12+ — Intel 适用于 Intel / x64 的 macOS DMG
Windows 10/11 x64 Windows x64 安装程序(已代码签名)
Linux x64 Linux x64 AppImage 或 Debian 软件包
Linux ARM64 Linux ARM64 AppImage 或 Debian 软件包

安装前的校验方法见验证下载。

macOS 用户也可以通过 Homebrew 安装:

brew install --cask open-science

macOS 或 Linux 的独立 CLI 使用单独的 AIPOCH tap:

brew install aipoch/tap/open-science

该 Formula 自带 Node,无需启动桌面应用;其版本可能与桌面 Cask 不同。前提条件与升级方式见独立运行时指南。

也可从 GitHub Release 的 Assets 下载自带 Node.js 的独立 CLI 压缩包,适用于 macOS 和 Linux(ARM64 或 x64)以及 Windows x64。

如需独立 CLI 和 Web 界面,可使用 Node.js 22.13.0 或更高版本安装已发布的 npm 软件包:

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

打开输出的 URL 完成配置,或按照命令行配置指南操作。npm 支持 macOS ARM64/x64、使用 glibc 的 Linux ARM64/x64 和 Windows x64,无需安装桌面应用。请保留 npm 可选依赖,并查看 Linux 前置条件和升级说明。该 URL 包含身份验证令牌,请勿分享。

Windows 重装会保留研究数据;如需彻底清理,请参阅数据重置工具,确认后会永久删除本地数据。

2. 完成首次设置

按向导依次完成:环境 → 数据位置 → 智能体运行时 → 模型服务商 → Notebook 运行时。

完成必需的环境和智能体运行时检查,并测试模型连接。Python/R Notebook 配置可选;Notebook 和数据位置都可稍后在设置中调整。

首次设置完成后,可在系统设置中调整外观和通知。在通用设置中可查看应用信息、诊断和命令行工具,也能打开手动安装与更新指南。

AIPOCH Open-Science 自动执行首次启动环境检查 AIPOCH Open-Science 首次启动模型服务商配置
主机兼容性、存储和网络检查 服务商、API Key、端点和模型验证

3. 开始研究项目

  1. 点击 New project,打开会话,说明研究目标、输入和期望输出。
  2. 附加文件,选择模型与批准模式,然后发送任务;可用 @ 引用项目文件,用 / 选择技能。
  3. 查看工具活动并处理批准请求,预览结果,通过 Provenance 检查可用证据。

本 README 中的截图用于说明工作流程。标签、目录和其他界面细节可能与所安装版本不同。

AIPOCH Open-Science .science 包

将已完成的研究会话导出为可移植的 .science 包,用于审阅、交接和归档。选择要纳入的对话分支、文件版本、Notebook 记录和验证证据,然后将包导入其他项目或计算机。

桌面应用、本地 Web 会话和无界面 CLI 均支持导出与导入。远程 Web 会话无法从任意本地路径读取或写入 .science 包。

导出 → 传递 → 检查

  1. 导出已完成的会话,并选择要纳入的内容。
  2. 将 .science 文件传递给协作者,或转移到另一台计算机。
  3. 将它导入项目。右侧的 Research replay 展示记录过程,左侧对话可针对记录提问并引用固定步骤。

导入记录保持只读;浏览回放不会执行代码、调用模型或恢复凭据。首次提问会创建关联的可写讨论;使用 Fork to continue 创建副本后可继续研究。重新运行结果仍需要完整配方、必要输入和可用运行环境。

Side Chat 对话、私人阅读书签和凭据不随包导出,所含文件取决于导出选择。收到的验证记录描述发送方执行过的检查,不代表接收计算机已重新运行。详见 .science 包指南。

AIPOCH Open-Science 论文与引用

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

arXiv 预印本 · v1 · 提交于 2026 年 10 月 12 日。

我们的预印本介绍了 AIPOCH Open-Science:一个开源 AI 科研工作台,通过可移植的 .science 包共享研究上下文、产物版本和验证记录。阅读论文,了解包交换设计与受控评估。

如果在研究中使用 AIPOCH Open-Science,可引用这篇预印本:

BibTeX 引用
@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},
}

基准测试结果

AIPOCH 对 AIPOCH Open-Science 进行了评测,任务涵盖查找论文、回答论文内容相关问题和执行研究计划。以下结果来自 AIPOCH 自行开展的测试,每项成绩对应特定任务与评测配置。

任务 AIPOCH Open-Science 的结果
找到目标论文 在 LitQA2-FullText-Search 的 75 道测试题中,有 68 道的目标论文出现在前 30 条结果中(Recall@30 为 90.67%,gpt-6-astra)。
根据文献回答问题 在独立的 LitQA2-FullText 测试中,Open-Science 答对 75 题中的 70 题(准确率 93.33%,deepseek-flash,Max 推理)。
综合带引用的答案 使用 deepseek-v4-flash,在 ScholarQA-CS2 的 100 道验证题上获得 0.9289/1 的综合质量分数。官方测试参考结果使用不同的题目。
执行研究流程 在使用相同模型的本地 ASI-Bench 测试中,Open-Science 的 B4 得分为 59.46,Codex 为 55.45。B2 得分几乎相同(56.11 与 56.09)。
分析生物医学数据 在 BiomniBench-DA Public 50 上,两位评审模型的评分分别为 81.04 和 77.06,等权平均为 79.05。

AstaBench — 文献任务

论文检索 — 为 75 道题中的 68 道找到目标论文

AIPOCH 在本地运行了官方 LitQA2-FullText-Search 的 75 题 Test 集。其 Recall@30 与 2026 年 10 月 26 日对比快照中的最高值相同。这次本地测试未提交至官方榜单,也不代表官方排名。

AIPOCH Open-Science LitQA2 检索对比:官方 Test 集上的本地 Recall@30 为 90.67%

Recall@30 在目标论文出现在前 30 条结果中时计为命中,不衡量答案准确率。各次测试的成本核算未统一。

全文问答 — 75 题中答对 70 题

AIPOCH 运行了 AstaBench v0.5.4 中 LitQA2-FullText 的 75 题 Test 集。图表按分数排列本地结果与历史参考记录,其中的“#1”指这组对比的排序。

AIPOCH Open-Science LitQA2 全文问答对比:本地准确率 93.33%

准确率衡量回答正确的比例。此处 93.33% 是本地问答准确率,90.67% 是历史参考问答准确率,与上方检索图的指标不同。参考记录采集于 2026 年 10 月 28 日,最高参考分数于 11 月 2 日再次核对。

引用答案质量 — 本地验证结果与官方测试参考

本地 ScholarQA-CS2 结果衡量 100 道 Validation 题上的引用答案质量。参考成绩来自 Test 集,因此这些分数不能构成直接对决排名。

AIPOCH Open-Science ScholarQA-CS2 对比:本地 Validation 综合得分 0.9289,与官方 Test 参考结果分开展示

综合分数的范围为 0–1,并非完全答对题目的百分比。

ASI-Bench — 执行计划与选择方法

四种条件分别要求智能体执行指定计划(B1)、组织工作流程(B2)、选择研究方法(B3),以及在干扰信息下开展研究(B4)。图表前两行比较使用相同 GPT-6 Astra 模型的本地测试。

AIPOCH Open-Science ASI-Bench B1–B4 结果与本地 Codex 测试及已发表参考结果

Open-Science 在 B1–B4 上分别获得 79.35、56.11、59.67 和 59.46;本地 Codex 参考成绩为 74.78、56.09、58.12 和 55.45。B2 得分几乎相同。其他已发表测试在任务实例、配置或评判方式上存在差异。

本地 B1 因评分器问题排除一项任务后,计入 59 项任务。B1/B2 报告了三次本地重复测试。B3/B4 使用 Open-Science v0.32.0 和替代评审模型,各项得分为三次、每次 60 项任务的平均值。

BiomniBench-DA — 生物医学数据分析

在 Public 50 任务集上,Gemini 3.1 Pro 评审模型对输出评分 81.04,DeepSeek v4-pro 评审模型评分 77.06。AIPOCH 报告了 gpt-5.6-sol(xhigh)配置的等权平均分 79.05。

评审分数与历史参考 — 评审覆盖范围不同

图表汇集了评审覆盖范围不同的记录,其中的“#1”描述这组记录的排序。要在统一评判流程下排名,需要对所有记录采用可比的评分方式。

AIPOCH Open-Science BiomniBench-DA Public 50 对比,展示两位评审模型的分数及平均值

79.05 是这次内部评测的平均评审分数。

评测范围: 报告涵盖 2026 年 8 月至 11 月、使用所列模型与数据划分开展的本地或内部测试,并未针对当前版本重新运行。参考成绩是历史快照,并非实时排名。不同基准系列的分数不能直接比较,数值差距不代表统计显著性。

评测详情见 AstaBench 与 ASI-Bench 报告及 BiomniBench-DA 报告。

核心能力

AIPOCH Open-Science 在一个本地工作区中整合项目管理、多模型智能体执行、Python 和 R Notebook、科学数据连接器、带来源的不可变产物版本,以及受权限控制的人工参与机制。不断变化的目录、打包细节和新增选项应以已安装应用及最新发行说明为准。

领域 核心能力
科学技能 提供 24 个内置技能,并可从 Skills Marketplace 安装 525 个技能,支持一键安装与更新。可通过对话或已完成的工作创建技能,导入技能包及 GitHub 来源,并保存 GitHub 仓库供后续导入时复用;仅保存仓库不会安装其中的技能。市场投稿经审核后发布,本地导入不会自动上架。
连接器 通过 48 个内置连接器 访问科学资源,也可添加自定义本地或远程 MCP 连接器。部分内置数据源默认关闭,需要按数据源明确启用。支持工具级权限管理,以及连接器配置的导入和导出。
专家与委派 从 Specialist Marketplace 安装 10 个专家,或创建和定制个人专家,由主智能体委派任务。专家包支持导入和导出;市场投稿经审核后发布,本地导入不会自动上架。
模型与智能体后端 连接云端模型、兼容的自定义网关,或使用 Claude、Codex 订阅登录。支持 Claude Code、OpenCode、Codex、CodeBuddy 和 Pi 五种智能体后端,并提供模型连接检查、图片输入和推理强度设置。
项目、会话与 .science 包 管理项目,支持会话置顶、消息分支、侧边对话和历史恢复。将会话导出为可移植的 .science 包,并导入其他项目或计算机,携带对话分支、所选文件版本、Notebook 记录和验证证据。导入结果为只读历史,不执行代码或恢复凭据;侧边对话和书签不随包导出,文件范围取决于导出选择。
审阅智能体 按需开启自动审阅,在独立上下文中核对智能体已完成轮次的回复、执行记录及相关文件证据。生成带依据的通过、警告或失败检查项,发现问题后可触发主智能体修正,并在有限轮次内复审。保留审阅日志与问题处理状态,审阅范围限于该轮可用记录。
Python、R、Notebook 与 HPC 使用托管环境或自配解释器,在本地运行 Python、R、Notebook 和 Shell 任务,支持后台执行与历史记录。也可通过 SSH 连接远程主机或使用 Slurm 提交作业;远程计算需具备下方 FAQ 所述的主机、软件、资源和权限。
文献库 导入和管理文献与 PDF,支持合集、标签、项目关联、笔记及重复条目合并。通过 Semantic Scholar 发现论文的参考文献与施引文献,下载和预览补充附件,并拖放导入 PDF 或书目文件。查找开放获取全文,阅读 PDF 并提取图表,在会话中调用库内文献辅助分析。对于 DOI 有效的文献,可手动通过 Crossref 检查已知撤稿或更正;检查会将 DOI 发送给 Crossref,且覆盖范围并不完整,因此没有提示不代表论文未受影响。生成参考文献,将文献导出为 BibTeX 或 RIS,并将 Smart Screening 判定导出为 CSV。 手动设置未读、阅读中或已读状态,支持批量设置所选文献并按状态筛选。 可在现有文献搜索框中搜索个人备注。
科学文件与预览 单个上传文件最大 10 GiB,支持项目文件管理及科学数据、PDF、Office 文档、图像、代码和分子结构预览。这是上传大小限制,不代表模型可以读取全部内容;模型上下文、附件解析和预览各有限制。大文件通常需要通过代码分块读取或分析。
产物与溯源 保存不可变的产物版本及可用的生成代码、输入、执行历史、环境信息和审阅证据。可从已授权文件夹导入产物;AIPOCH Open-Science 会将每个导入文件复制到受管理的产物存储中。在桌面端,可使用完整执行配方、必要输入和可用运行时重放符合条件的版本,比较输出并导出验证记录。证据缺失可能阻止验证,重放检查不证明科学结论有效。

按坐标查询 eQTL Catalogue 时,请使用 GRCh38 参考基因组坐标。连接器会检查所用的参考基因组。

可从同一台电脑上运行的 Zotero 10 或更高版本导入文献记录、标签、合集和来源链接,也可选择复制本地 PDF 附件。导入仅单向进行,不会修改 Zotero。

可通过 DOI、arXiv ID、PMID、PMCID 或支持的文章链接添加文献,也可一次粘贴最多 100 条,每行一条。单篇文献可核对并编辑元数据后保存;批量导入可选择要导入的文献。全文 PDF 可另行添加。

支持持久化 PDF 批注与文档笔记。配置筛选模型后,智能合集可按纳入/排除标准评估文献;AI 判断与人工判断分别记录,用于辅助人工审阅。

在阅读模式下,智能体可列出、定位并创建关联 PDF 的笔记与标记。PDF 批注绑定到被批注的文件版本,不会跨计算机同步。

文献详情页的 AI 研究快照使用已配置的主模型,归纳研究问题、研究人群、方法、主要发现和局限,并标明依据的是全文还是摘要。

下载可选 OCR 组件及所需语言包后,即可识别扫描版 PDF 页面中的文字。共有九种语言包:英语、简体中文、繁体中文、德语、西班牙语、法语、日语、韩语和俄语。逐页覆盖状态会标明哪些页面仍缺少文本。

翻译版 PDF 可选择将正文和图注重排为单栏、内容优先的版式,同时保留原始图像、表格、公式和参考文献,并提供源文件与输出文件的页码映射,便于对照。新安装中,Notebook 与 Shell 文件夹限制默认开启,将这些运行时限制在工作区、已批准的文件夹和工具所需文件内;此设置不控制智能体原生工具或远程计算机。

桌面端还可将产物溯源导出为 RO-Crate 1.1。与版本绑定的环境包只有在捕获内容完整且兼容目标平台时,才能用于创建托管环境;这不等于完整计算机备份。

从首页或对话工作区进入 Sharing 研究案例市场,按类别筛选、按关键词搜索,并从案例详情下载包。

模型服务商

AIPOCH Open-Science 在产品层面不限定模型:可连接主要云端 LLM 服务商、自定义网关,或复用现有 Claude、Codex 订阅。当前可用服务商取决于所选智能体后端及其支持的 API 协议。可使用以下连接方式:

服务商模式 工作方式
内置云服务商 从已安装应用显示的服务商列表中选择,并使用要求的密钥进行认证。
自定义网关 提供 Base URL 和准确模型 ID,选择智能体后端支持的 API 协议(Messages、Chat Completions 或 Responses),然后执行连接测试。远程网关要求 HTTPS 和 API Key;localhost、127.0.0.1 或 [::1] 等回环端点可以使用 HTTP 并省略密钥。预设包括 Ollama、LM Studio、llama.cpp 和 vLLM。默认 API 格式不保证服务器或模型兼容。
Codex 订阅 选择 Codex 智能体框架,然后在服务商类型中选择 Codex 订阅。
Claude 订阅 通过两种模式登录 Claude 订阅:共享(浏览器登录,将凭据存入默认 ~/.claude 配置)或隔离(应用在自有 CLAUDE_CONFIG_DIR 下管理 claude setup-token,与 ~/.claude/ 完全隔离,并提供浏览器流程和粘贴令牌的回退方式)。
xAI (Grok) OAuth 使用内置的 xAI (Grok) OAuth 设备登录。可用性取决于 xAI 账户权限和所选后端支持的协议,请在应用中验证连接。

有 25 个预设服务商选项,包括 OpenAI、Anthropic、DeepSeek、NVIDIA Build 等;可用模型和地区端点取决于安装版本及所选智能体后端。请以应用中的服务商选择器和连接测试为准。

数据、权限与信任

AIPOCH Open-Science 将项目数据、设置、产物版本和来源证据存储在本地计算机上。API Key 保存在本地,并在操作系统支持时使用其安全凭据存储。日志保存在本地,不会自动上传。

仍可能发生外部数据流,应对其进行审查:

  • 模型请求会将提示和必要上下文发送给所选模型服务商。
  • 网页搜索和远程连接器会将其显示的参数发送给外部服务。
  • 本地连接器可能会在计算机上执行受信任命令。
  • 应用也可能访问更新服务器、市场目录,以及运行时或模型下载服务。
  • 附件、@ 引用、日志和生成报告可能包含敏感研究数据。

选择能够满足任务需要的最小权限配置:

模式 行为 建议用途
Ask for approval 对未被已有范围授权或可信应用工具策略覆盖的操作请求批准 新工作流、敏感数据、不熟悉的脚本
Auto-approve edits 优先使用后端原生自动审查;否则仅自动批准明显低风险的工作区操作 受信任的文件编辑工作,并控制外部访问
Full access 自动允许编辑、命令、网络和连接器 范围清晰、完全受信任的无人值守工作

实际权限模式取决于所选后端和已有授权。连接器、工具及计算网络策略同样适用;请查看应用显示的实际生效模式。

批准前检查连接器参数和工具活动。切勿在截图或公开问题日志中包含 API Key、访问令牌、患者标识符、未公开数据或敏感本地路径。

开发与打包

AIPOCH Open-Science 由普通 Node 后端和 Electron 桌面客户端组成,使用 React、TypeScript、Prisma/SQLite 及基于 ACP 的智能体运行时。

源代码开发前提条件:

  • Node.js 24(参见 .nvmrc)及 npm
  • Git
  • Notebook 执行为可选功能,可使用应用管理的 Python/R 环境或自行配置的兼容解释器。
git clone https://github.com/aipoch/open-science.git
cd open-science
npm install
npm run dev

构建命令与开发流程见开发命令与打包参考和贡献指南。

Localhost Web 和无界面模式

Web 界面运行在普通 Node 后端上,无需 Electron 或图形显示。

npm run dev:web
npm run pack:backend

Web 界面运行在普通 Node 后端上,无需 Electron 或图形显示。npm run dev:web 和 npm run dev:headless 会构建并启动后端及 Web 界面,不启动桌面或托盘。OPEN_SCIENCE_WEB_PORT 选择端口(默认 44100);Ctrl+C 正常关闭前台服务。

源码开发需要 Node.js 24。已发布的 npm 软件包和本地构建的独立 tarball 均需要 Node.js >=22.13.0。Release 压缩包、Homebrew Formula 和桌面命令启动器自带运行时。

桌面与浏览器共享同一服务。应用连接及 open-science start 的显式保活请求会维持服务运行;退出最后一个应用时,只有不存在显式保活请求,服务才会停止。

CLI · Node

移动端远程访问

可以通过 Remote.It 配对,从手机或平板电脑访问同一 localhost Web UI。使用六位 AIPOCH Open-Science 代码配对浏览器,并在桌面端批准一次;无需直接暴露回环服务器,工作区即可保持可访问。浏览器信任可撤销,模式变更或服务关闭会立即使活动远程会话失效。

远程访问要求主机保持开机和联网,持续运行 AIPOCH Open-Science 与 Remote.It 代理,并已将主机添加到登录后的 Remote.It 账户。浏览器授权会到期,也可撤销;详见远程控制指南。

无界面 CLI 和 SDK

无界面 CLI 和零依赖 Node.js SDK 与桌面及 Web 界面使用同一本地守护进程、项目、会话、凭据和权限。详细用法与可发布软件包保存在一起,因此只需维护一份命令参考:

  • CLI 指南 — 安装、服务生命周期、任务自动化、产物、输出格式和退出码
  • SDK 软件包概览 — Node.js 快速开始和软件包入口点

独立 CLI 可通过 open-science mcp 向外部 MCP 客户端提供研究工具。请先启动并完成所选配置文件对应服务的身份验证。适配器沿用该配置文件的现有权限,并不是独立沙箱或只读视图,因此已连接的客户端可以写入更改并产生模型费用。它不提供任意 Shell 或 RPC 访问、凭据管理、文件导入或导出、下载到指定路径,也不提供远程 HTTP MCP 端点。

常见问题

为什么模型连接测试失败?

答:检查 API Key 是否缺少字符或含有空格,验证 Base URL 和地区,使用服务商准确的模型 ID,并确认网络访问和账户余额。对于 Claude 订阅,根据所选模式重新尝试共享浏览器登录,或刷新隔离的 claude setup-token 凭据。

为什么设置期间 Continue 被禁用?

答:当前步骤尚未满足必需条件。根据活动步骤,修复标记为 Action needed 的环境行,安装或修复所选智能体运行时,或验证模型服务商。Notebook 设置是可选的,只影响 Notebook 执行。

如何在远程 HPC 集群上运行任务?

答:Remote Compute (SSH) 始终启用,无需在 Settings 中手动启用。先在 Settings → Compute 中注册 SSH 计算主机并使其对当前会话可用,然后通过自然语言或 /remote-compute-ssh 使用远程计算。你需要可访问的 SSH 主机、有效认证、所需目录的访问权限,以及任务所需的软件、依赖和计算资源。Direct SSH 不要求调度器;Slurm 模式要求可用的 Slurm 环境和作业提交权限。“始终启用”仅指该 Skill,不代表所有已注册主机始终可用。

是否提供命令行界面?

答:支持。安装独立 CLI,或使用 设置 → 通用 → 命令行工具 → 安装命令 控制已经运行的桌面实例。通过 npm 安装需要 Node.js;Homebrew 和自带运行时的独立发行包已包含 Node.js。初始化本地配置后,无需打开浏览器即可控制服务并提交科研任务:

# 在后台启动服务
open-science init
open-science start --no-open

# 新建项目,并按准确名称运行任务
open-science project create "Systematic review"
open-science run --project "Systematic review" \
  --prompt-file ./task.md \
  --approval-profile auto \
  --skill literature-review \
  --wait --json

# 下载生成产物
open-science artifacts list <session-id> --json
open-science artifacts download <artifact-id> --output ./report.md

完整命令参考、JSON/JSONL 输出格式、退出码和无界面服务选项请查看 CLI 指南。

如何检查生成结果的来源?

答:打开生成产物并选择 Provenance。选择一个版本,以检查内容标识及可用的生成代码、执行历史、输入、环境清单、生成对话上下文和审查证据。AIPOCH Open-Science 无法验证的证据会标记为不可用。

能否修改较早的请求而不丢失后续对话?

答:可以。编辑已完成的用户消息并重新发送,从该位置新建分支。原有后续轮次仍然可用,消息旁的修订箭头可在不同路径之间切换。

贡献者

感谢所有为 AIPOCH Open-Science 贡献代码、文档、翻译、缺陷报告和社区支持的朋友。

查看 GitHub 贡献者

参与项目

通过报告问题、建议功能、提问或贡献内容,一起改进 AIPOCH Open-Science。选择下方适合的渠道开始参与。

渠道 用途
GitHub Issues 缺陷、可复现故障和具体功能建议
GitHub Discussions 设计问题、路线图提议和较长技术讨论
Discord 社区帮助、贡献者协调和非正式讨论
X / @aipoch_ai 版本公告和公开构建动态
AIPOCH Open-Science 官网 官方产品概览与下载

提交公开问题前,从日志和截图中移除 API Key、令牌、私有文件路径、未公开数据、患者标识符和其他敏感材料。开发工作流请参阅贡献指南。

如果 AIPOCH Open-Science 对你有帮助,欢迎在 GitHub 上为仓库 Star。

已交付、部分实现和计划能力见能力地图。

许可证

Apache License 2.0 — 参阅 LICENSE。

探索相关项目