企业官网建设流程全解析

Open-Science 快速上手指南：10 分钟搭建 AI 研究工作台，跑出第一份可复现科研报告

【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

你有没有遇到过这种场景：一篇论文的差异表达分析，导师让你复现并核对结果。你翻出原始数据、对着代码逐行跑 Python，图表对不上还得手工排查是哪一步出了岔子——从启动到交付，大半天就这么没了。更糟的是，如果三个月后同事问"这张图是怎么来的"，你只能凭记忆回答。

Open-Science 就是为这种工作设计的开源（Apache-2.0）、本地优先、模型无关的 AI 研究工作台：你用自然语言描述研究目标，科学 AI 智能体替你读文件、跑 Python/R 代码、查询科学数据源，产出带完整溯源信息的报告、表格和图表，macOS、Windows、Linux 全覆盖。下面按"装好 → 配好 → 跑通 → 扩展"的顺序，带你走完整个流程。

项目速览：它到底解决什么问题

先看一张产品全景图，再读下面的特性表：

它覆盖从文献综述、假设构建到代码执行、数据分析、可视化、交付可追溯成果的完整流程，适用于机器学习、统计、生命科学、化学、材料、物理与环境科学等计算密集型研究。

把它跑起来：多平台安装与版本选择

打开官方发布页，展开Assets，按你的机器选安装包。整个过程通常 3 分钟以内：

⚠️ 若系统提示"无法识别的开发者"或"未知发布者"，先确认安装包来自官方发布页，校验方法见 安全与下载验证指南，再继续安装。

macOS 用户可以直接一行命令装好桌面端：

brew install --cask open-science

💡 想在终端无界面地跑任务？在Settings → General → Command line tool里一键安装 CLI 即可控制桌面实例；独立运行则参考 CLI 指南 和 独立运行时文档。Windows 重装会保留研究数据，彻底清理用 数据重置工具。

第一次配置：5 站设置向导走一遍

首次启动会进入设置向导，顺序固定为：环境 → 数据位置 → 智能体运行时 → 模型服务商 → Notebook 运行时。

环境检查会自动扫描系统兼容性、应用存储、安全凭据存储与网络访问，全部通过后才会放行：

接着依次完成：

• 📂数据位置：选择大文件、Notebook 与上传内容的存放目录，新手保留默认即可；
• ⚙️智能体运行时：选择 Claude Code、OpenCode、Codex 等后端，由应用托管安装，无需 Node.js 和管理员密码；
• 🔑模型服务商：填入 API Key 并跑一次连接测试，或直接复用已有的 Claude / Codex 订阅登录。有 25 个预设服务商可选（OpenAI、Anthropic、DeepSeek 等），也可填 Base URL 接自定义网关：

• 🐍Notebook 运行时（可选）：准备应用托管的 Python 与 R 环境，之后随时可以在设置里补配。

💡 向导里的Continue变灰，说明当前页还有标记Action needed的必需检查项未通过——逐项修复即可；Notebook 相关项是可选的，不影响进入主界面。

实战演练：交付第一份可复现的科研报告

配置完成后，以"复现已发表论文的差异表达分析并核对结果"为例，走一遍完整闭环。

1. 立项并描述任务。点击New project，用研究主题命名项目。在会话输入框里写清楚四件事：目标（复现哪篇论文的分析）、输入（数据集与文件）、约束（方法与阈值）、期望输出（报告、表格、图表）与验证方式。

2. 喂入上下文。附加源文件（单文件最大 10 GiB），用@引用项目内文件，用/调用已启用技能，让智能体从明确的输入开始，而不是靠猜。

3. 选审批模式再发送。三种模式对应不同的信任级别：

4. 看着它执行，核对产出。智能体会组合科学技能、连接器、搜索与 Python/R 代码在共享 Notebook 里跑任务，生成的图表和研究摘要并排展示：

5. 审阅与追溯。报告、CSV、图片都附在会话上，可直接在预览面板打开：

对任何产物打开Provenance视图，可以看到生成代码、执行历史、引用输入与环境清单——无法验证的证据会被标记为不可用，而不是替你脑补：

💡 想改之前某条指令？编辑那条已发送的消息重新发送，就会从该点分出一个新分支，原对话完整保留，可用消息旁的箭头在不同路径间切换。满意后，还可以把整个会话导出为.science研究包交给同事或存档。

进阶与扩展：技能、连接器与命令行

跑通第一个任务后，这几个能力能让工作台更趁手：

• 🧬科学技能（Skills）：内置 AlphaFold2、Boltz、DiffDock 等结构预测技能，一键开关；技能市场还有 525 个技能可一键安装、批量更新，也能通过对话或导入技能包创建自己的技能：

• 🔬数据连接器（Connectors）：BioMart、CellGuide、Chemistry、Clinical Genomics 等 36 个内置连接器，让智能体直接查询权威科学数据库；支持工具级权限管理，也能添加自定义本地或远程 MCP 连接器：

• 🖥️无头 CLI：open-science init初始化本地配置，open-science start --no-open后台启动服务，就能在终端创建项目、提交任务、下载产物，适合脚本化与批量作业。完整命令参考见 CLI 指南。

• 📝自动审阅（Reviewer）：对智能体刚完成的一轮输出做独立上下文复核，给出带证据的通过 / 警告 / 失败检查项，发现问题可触发有限轮次的修正与复审。

高频问题速查

问：需要单独买 API Key 吗？

不一定。可以复用已有的 Claude 订阅（浏览器登录或隔离令牌）或 Codex 订阅；只有内置云服务商和自定义网关需要各自密钥。

问：设置向导里Continue一直是灰的，卡在哪？

当前页有未通过的必需条件。找标记Action needed的检查行逐项修复，或安装 / 修复智能体运行时、通过模型连接测试；Notebook 项是可选的，不阻塞。

问：模型连接测试总是失败，先查什么？

按顺序排查：API Key 是否漏字符或多了空格 → Base URL 与地区是否正确 → 是否使用了服务商准确的模型 ID → 网络可达性与账户余额。Claude 订阅则按所选模式重试浏览器登录或刷新claude setup-token凭据。

问：我的数据会外流吗？

项目、会话、文件、设置默认都在本地，API Key 走系统安全凭据存储，日志不自动上传。但模型请求、网页搜索与远程连接器会把内容发往你选择的服务——敏感数据先自行审查，并选择能覆盖任务的最低权限审批模式。

问：怎么把大任务甩到 HPC 集群上？

Remote Compute (SSH)技能始终可用：在Settings → Compute注册 SSH 主机并对当前会话开放，之后用自然语言或/remote-compute-ssh提交。前提是有可达主机、有效认证、目录权限以及任务所需的软件与资源；Slurm 模式另需可用的 Slurm 环境。

继续探索：文档与深入入口

想从源码跑起来的话：

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

然后npm install+npm run dev（需要 Node.js 24），贡献流程见 中文贡献指南。装好、配好、跑通第一个任务——你的第一份带完整溯源的 AI 科研报告，10 分钟后就能躺在预览面板里。

【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