∴ 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
∴ 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
- 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)
- 02macOS 可通过 Homebrew 安装:brew install --cask open-science
- 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
- 04点击 New project,打开会话,描述研究目标、输入和预期输出
- 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
- 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。