sciencediscovery:ScienceDiscovery是专为科学研究打造的一站式AI科研工作台。依托该平台,科研人员能够一站式高效完成“文献阅读、假设提出、代码编写、实验试错、参数调优”这一极为繁琐的科研探索流程。

ScienceDiscovery是专为科学研究打造的一站式AI科研工作台。依托该平台,科研人员能够一站式高效完成“文献阅读、假设提出、代码编写、实验试错、参数调优”这一极为繁琐的科研探索流程。

分支20Tags0

ScienceDiscovery

专为科研打造的一站式 AI 科研工作台。

文献阅读、假设提出、代码编写、实验试错、参数调优 —— 在同一个环境里完成,每一步都留痕。

License Release Platform Docs

下载 · 快速开始 · 文档 · 贡献指南 · English

ScienceDiscovery 工作区:项目与会话导航、输入框,以及产物、审阅与溯源面板

简介

ScienceDiscovery 是一个本地运行的科研工作台:智能体阅读文献、在沙箱中编写并运行代码,并记录每一项结果的来源。全部过程在你自己的机器上执行,处理你自己的文件,使用你自己的模型密钥。

安装

从 release 0.2.0 下载与宿主架构匹配的构建:

curl -LO https://github.com/openJiuwen-ai/sciencediscovery/releases/download/0.2.0/ScienceDiscovery-0.2.0-linux-x86_64
chmod +x ScienceDiscovery-0.2.0-linux-x86_64
./ScienceDiscovery-0.2.0-linux-x86_64 serve

打开 serve 输出的 Open to sign in 链接,浏览器将自动保存本地服务访问令牌,无需手动复制。该令牌不同于模型 API Key;此链接可访问本机工作区,请勿外传。Web 界面位于 http://127.0.0.1:4310,终端窗口仅运行服务进程。

arm64 请使用 ScienceDiscovery-0.2.0-linux-aarch64。宿主唯一依赖是 Bubblewrap。本地源码模式(Linux 与 macOS)和 Docker 参见部署指南。

配置模型

ScienceDiscovery 不内置模型,需接入你自己的 API。打开左侧栏底部的系统配置,完成两处配置:

  1. 模型注册表 —— 选择预置服务商或手动填写基础 URL,填入 API Key,然后添加需要使用的模型。
  2. 全局默认值 —— 将上一步添加的模型设为任务模型。

各字段的含义,以及可改用环境变量配置的项,参见配置参考。

第一个任务

新建 Project 与 Session,将 CSV 或 PDF 拖入工作区,并描述分析目标。首次执行代码前会出现权限卡片,批准后即可在时间线中查看工具调用与产物。完整步骤参见快速开始。

核心能力

能力 说明 参考
文献与数据接入 内置连接器直达文献库与数据库;PDF 被解析为可引用的证据 文献调研案例 · 自定义 MCP
沙箱内代码执行 智能体在 fail-closed 沙箱中编写、调试并运行 Python、R 与 Shell 沙箱执行
复杂任务拆解 任务规划与多智能体协同将任务分发给子智能体和跨领域 Skill 库 子智能体编排 · Skill
全链路溯源 代码、环境、日志与引用证据按产物记录;开启记忆图谱后整条链路可点击追溯 审阅与溯源 · ScienceMemory

命令行

已启动的 serve 同样可以从终端驱动:

./ScienceDiscovery run "总结这些结果" > answer.md
cat prompt.txt | ./ScienceDiscovery run --stdin --auto-approve | jq .

run 连接与浏览器相同的控制面,并从数据目录读取访问令牌,因此只要与 serve 共用 --data-dir 即无需额外配置。在终端中直接运行时,答案输出到 stdout、进度输出到 stderr;在管道中则输出 JSONL,且非交互运行必须显式传入 --auto-approve,因为此时无法响应权限询问。完整选项参见 ./ScienceDiscovery run --help。

环境要求

路径 宿主要求
预打包二进制 Linux x86_64/aarch64、Bubblewrap
本地源码模式 Linux x86_64/aarch64 或 macOS x64/arm64;Node.js 22.19+、pnpm 11.1.2、Python 3、uv 0.9+、Git;Linux 用 Bubblewrap,macOS 用系统内置 Seatbelt
Docker Linux x86_64/aarch64、Docker Engine 24+、Compose v2、可用的无特权用户命名空间

托管科学环境基于固定版本的 micromamba 运行,无需在系统中安装 Python、R 或 conda。

架构概览

浏览器 UI 与 Node 控制 API 通信;每次智能体运行由 Python Gateway 驱动,而工作区工具、沙箱执行、科研连接器、PDF 抽取、权限、溯源与审阅校验由 Node 控制面统一管控。

Warning

ScienceDiscovery 不是多用户生产服务。API、runner 与 gateway 默认只监听回环;API 使用一个 bearer token 且不终止 TLS。监听其他网卡必须是可信、受保护网络中的显式部署选择。Python、R 和 shell 命令在 fail-closed 的平台沙箱中运行(Linux 使用 Bubblewrap,macOS 源码模式使用 Seatbelt);控制 API、gateway、PDF worker 以及发往已配置模型/数据提供方的请求在沙箱外作为受信任控制面操作执行。

文档

分类 文档
教程 快速开始
How-to 部署 · 自定义 MCP · 网络代理 · ScienceMemory
参考 配置 · REST API · 内置工具 · 运行时行为
解释 整体架构 及完整索引

完整中英文导航参见 docs/README.md;开发环境与测试命令参见 CONTRIBUTING.md。

许可证

Apache License 2.0。

本产品仅作为流程编排工具,不包含 AI 模型能力;用户在连接 AI 模型用于特定业务场景时,需自行承担欧盟 AI 法案等相关合规义务。

项目介绍

ScienceDiscovery是专为科学研究打造的一站式AI科研工作台。依托该平台,科研人员能够一站式高效完成“文献阅读、假设提出、代码编写、实验试错、参数调优”这一极为繁琐的科研探索流程。

定制我的领域