Open-Science 快速上手：从安装到跑通第一个 AI 研究任务并核对来源

Open-Science 快速上手：从安装到跑通第一个 AI 研究任务并核对来源

【免费下载链接】open-scienceThe 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.项目地址: https://gitcode.com/GitHub_Trending/open/open-science

Open-Science（AIPOCH Open-Science）是一款开源、本地优先的 AI 研究工作台：用自然语言描述研究目标，智能体读取文件、执行 Python 和 R 代码、查询科学数据源，产出可追溯的报告、表格与图表。流程按真实操作顺序展开：选安装包 → 首次启动设置 → 提交第一个任务 → 预览产物 → 核对来源，每个环节对应一个具体界面，跑完一遍即可理解整套工作区。

按系统选安装包与安装命令

安装前只需要确认一件事：你的系统架构。从官方发布页的 Assets 列表按下表选择安装包，全部从同一页面下载，避免第三方镜像带来的版本混乱。

macOS 用户更省事，一条命令安装桌面应用：

brew install --cask open-science

如果安装后系统提示"无法识别的开发者"或"未知发布者"，先按 SECURITY.md 的验证方法确认安装包来源再继续。开发者想直接跑源码的话，前置条件是 Node.js 24 和 Git，然后：

git clone https://gitcode.com/GitHub_Trending/open/open-science

接着在仓库内执行npm install和npm run dev即可启动开发版桌面端，开发数据会隔离存放在~/.open-science-project，不影响正式安装的版本。

首次启动设置向导：哪些检查必须通过

第一次打开应用会进入设置向导，顺序固定：环境 → 数据位置 → 智能体运行时 → 模型服务商 → Notebook 运行时。其中环境和智能体运行时是必需项，Notebook 运行时可选——跳过它只是暂不跑 Python/R 代码，之后随时可以在设置里补配。

环境页会自动做五项检查：系统兼容性、应用存储权限、安全凭据存储、安装网络和运行时可用性。全部显示READY后才能点 Continue；如果某一行标记Action needed，说明该项未通过，逐项修复即可。数据位置一步建议新手保留默认值，它决定大文件、Notebook 和上传内容的存放目录。

模型服务商一步决定智能体"用什么脑子"。有四种连接方式：内置云服务商（应用内有 25 个预设，如 OpenAI、Anthropic、DeepSeek）、自定义网关（填 Base URL 和精确模型 ID，本地 Ollama、vLLM 等回环端点可用 HTTP 免密钥）、Claude 订阅登录、Codex 订阅。填入 API Key 后点 Test connection 跑一次连接测试，通过才算配好；Key 会存进操作系统的凭据保险库，而不是明文配置文件。

编写并提交第一个研究任务

设置完成后进入主界面，点New project用研究主题命名项目，打开会话后把任务写清楚。一段有效的任务描述通常包含五要素：研究问题、输入数据在哪、方法或阈值约束、期望输出、验收标准。写得越具体，智能体少走弯路越多——它会基于你给的显式输入工作，而不是靠猜。

操作上有两个快捷符号：输入@可以引用项目里的文件，输入/可以调用已启用的技能。文件直接拖进会话即可附加，单个文件最大 10 GiB，但注意这是上传限制，不代表模型能一次读完，大文件通常要靠代码分块分析。

发送任务前选择审批模式，这决定智能体动手前问不问你：

新手建议先用Ask for approval跑两三个任务，熟悉智能体通常请求哪些权限后再放宽。

预览生成的报告、CSV 与图表

任务执行期间，预览面板与对话并排显示：生成的 Markdown 报告、CSV 表格、图片都是产物（artifact），会附属于会话并汇入项目文件库，可以随对话滚动查看，也可以在后续任务里直接引用。

以复现一篇差异表达分析为例：智能体会列出"哪些指标复现成功、哪些与论文有差异、差异来自哪个阈值或数据版本"，并附上deg_results.csv、火山图、热图等文件。你核对结论时不必离开窗口——CSV 分页直接浏览，PNG 直接放大，PDF 可以提取图表。

另一个容易忽略的能力是分支修订：编辑任意一条已发送的消息并重新发送，就会从那个点长出一条新分支，原对话完整保留，消息旁的分支箭头可以在两条路径间切换。想换一种实验条件重跑时，不需要复制粘贴旧上下文。

用 Provenance 核对结果来源

预览回答"结果是什么"，Provenance 回答"结果怎么来的"。打开任意产物的Provenance视图，可以看到该版本的生成代码、执行历史、引用到的输入文件、运行环境清单、产出它的对话分支，以及开启自动审阅后的 Reviewer 检查记录。每个产物都是带校验和的不可变版本，改不了也删不掉，这是后续复现和交接的基础。

两点需要明确边界：一是无法验证的证据会被标记"不可用"，系统不会替你脑补，所以如果某项证据缺失，重放验证会受阻；二是重放一个版本需要完整的执行配方、所需输入和可用运行时，且重放检查通过不等于科学结论成立——它证明的是过程可追溯，不是结果正确。

用内置技能与连接器扩展智能体

默认安装已经带了一批科研能力，不需要额外配置就能用：

• 科学技能（Skills）：内置 23 个技能，包括 AlphaFold2、Boltz、DiffDock 等结构预测方向；技能市场里有 525 个经过审核的技能可一键安装、批量更新，也能通过对话把自己的工作流沉淀成新技能
• 数据连接器（Connectors）：内置 36 个连接器，覆盖 BioMart、CellGuide、Chemistry、Clinical Genomics 等权威数据源，智能体按工具级权限直接查询；也支持添加自定义的本地或远程 MCP 连接器
• 无头 CLI：在"设置 → General → Command line tool"一键安装，不开界面也能在终端创建项目、提交任务、下载产物，完整命令参考 packages/open-science/CLI.md

这些能力按需开关即可，不用的技能保持关闭不会增加智能体的上下文负担。

新手常见卡点与答案

设置向导里 Continue 一直是灰的？当前步骤还有必需条件没满足。找到标记Action needed的检查行逐项修复，或完成智能体运行时安装、模型连接测试；Notebook 相关项是可选的，不阻塞进度。

模型连接测试失败怎么办？按顺序排查：API Key 是否抄错或多了空格、Base URL 和地区是否正确、模型 ID 是否用了服务商的精确写法（预设格式不保证模型兼容）、账户余额和网络是否可用。Claude 订阅登录失败的，按所选模式重试浏览器登录或刷新隔离令牌。

必须购买 API Key 吗？不一定。内置云服务商和自定义网关需要各自密钥；如果你已有 Claude 或 Codex 订阅，可以直接用它登录，不产生额外 API 费用。

数据会发到外部吗？项目、会话、文件、设置和日志默认都存在本地，API Key 使用系统凭据存储，日志不自动上传。但模型请求会把你提供的上下文发往所选服务商，网页搜索和远程连接器也会把显示的参数发往外部服务——敏感数据先自行审查，并选最小权限的审批模式。

参考资料

【免费下载链接】open-scienceThe 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.项目地址: https://gitcode.com/GitHub_Trending/open/open-science