∴ GitHub / 趋势仓库

aipoch / open-science

本地优先、模型无关的开源 AI 科研工作台

语言
TypeScript
Star
4.1k
Fork
244
当日新增(09-07)
+146
累计在榜
1 天
最高名次
第 14 名
首次上榜
2026-09-07
去 GitHub 查看 ↗项目主页 ↗

∴ 是什么

AIPOCH Open-Science 是一个面向科学家和研究者的 AI 研究工作台,采用开源、本地优先、模型无关的方式,支持在 macOS、Windows 和 Linux 上运行。它允许用户创建项目、用自然语言描述研究目标,并由 AI 代理读取文件、搜索网络、运行代码、查询科学数据源,生成带有可追溯来源的报告、表格和图形。研究会话可导出为便携的 .science 包,用于审查、交接和归档。

∴ 解决什么问题

  • 科研过程缺乏可复现性和可检查性,难以追溯每个生成结果的来源
  • 传统研究工作流分散,文献综述、代码执行、数据分析、可视化等环节割裂
  • 跨学科计算和数据密集型研究需要统一的工具支持,覆盖机器学习、生命科学、化学、材料科学等

∴ 怎么上手

  1. 01打开官方下载页面,选择对应操作系统的安装包(macOS Apple Silicon/Intel、Windows x64、Linux x64)
  2. 02macOS 可通过 Homebrew 安装:brew install --cask open-science
  3. 03完成首次设置向导:环境 → 数据位置 → Agent 运行时 → 模型提供商 → Notebook 运行时
  4. 04点击 New project,打开会话,描述研究目标、输入和预期输出
  5. 05附加文件,选择模型和审批模式,发送任务;使用 @ 引用项目文件,/ 选择技能
  6. 06审查工具活动和审批请求,预览结果,并在 Provenance 中检查证据

∴ 适合谁

适合需要可复现、可检查研究过程的科学家和研究人员,尤其是从事计算和数据密集型学科(如机器学习、统计学、生命科学、化学、材料科学、物理学、环境科学)的用户。

∴ 要点

  • 本地优先、模型无关的桌面应用,支持 macOS、Windows 和 Linux
  • 可扩展的技能(skills)、MCP 工具和连接器(connectors),支持 Python 和 R 执行
  • 每个生成的工件以不可变、带校验和的版本存储,Provenance 视图展示产生代码、执行历史、输入引用、环境清单和 Reviewer 发现
  • 研究会话可导出为便携的 .science 包,导入后保持只读,重放不执行代码、不调用模型、不恢复凭据
  • 在 BiomniBench-DA Public 50 对比中排名第一,得分 79.05
  • 采用 Apache-2.0 许可证
许可证 Apache-2.0agent-skillsai-agentai-for-scienceai-researchai-research-workbenchai-workbenchbioinformaticsdesktop-applocal-firstmcpmodel-agnosticopen-scienceopen-sourcereproducible-researchresearch-toolssciencescience-agentscientific-aiscientific-computingscientific-research

解读由 AI 依据项目 README 生成,生成于 2026-10-07,以 GitHub 原文为准。

∴ 在榜记录

GitHub Trending 今日榜的每日存档,日期按北京时间。2026-09-07 首次上榜,累计在榜 1 天,最高第 14 名。

[object Object]2026-09-07 +146
每日新增 Star · 2026-09-07 至 2026-09-07 · 共 1 个在榜日峰值 +146
日期名次当日新增总 Star
#14+1464,052