Новый проект
aipoch/open-science
Настольная рабочая среда для воспроизводимых исследований: ИИ-агент работает с файлами, Python и R, научными базами и генерирует проверяемые артефакты.
- Stars
- ★ 3.3k ↗ +692 за 7 дней
- Forks
- ⑂ 207
- Язык
- TypeScript
- Статус
- В канале 14 июл. 2026 г.
AI-разбор
Open Science — открытая локально-ориентированная настольная рабочая среда для научных исследований с поддержкой macOS, Windows и Linux. Пользователь создаёт проект, описывает задачу на естественном языке, прикрепляет данные и поручает ИИ-агенту читать файлы, выполнять Python и R, искать информацию в интернете, обращаться к научным коннекторам и формировать отчёты, таблицы и изображения. Проект объединяет сессии, файлы, историю действий, версии артефактов и сведения о происхождении результата, включая использованный код, входные данные, окружение и ветку диалога, если эти данные доступны для проверки. Поддерживаются встроенные облачные провайдеры, совместимые пользовательские шлюзы, Claude и Codex, а также настраиваемые агентские среды. Доступ к командам, файловым изменениям, сети и коннекторам регулируется профилями разрешений с режимами постоянного разрешения, подтверждения каждого действия и блокировки. README подчёркивает, что результаты ИИ не заменяют экспертную оценку, статистическую проверку и сверку с первичными источниками.
Исследователи, биоинформатики, специалисты по вычислительной биологии, разработчики научных инструментов и команды, которым нужна локальная контролируемая среда для ИИ-анализа данных и воспроизводимого документирования результатов.
Что внутри
- Проекты и сессии с сохранением истории, черновиков, вложений, артефактов и состояния предварительного просмотра.
- ИИ-агент с выполнением команд, Python и R, редактированием файлов, веб-поиском и вызовом научных коннекторов.
- Ветвление диалога через редактирование предыдущего сообщения с сохранением исходной и альтернативной исследовательских траекторий.
- Неизменяемые контрольные версии артефактов с проверяемыми сведениями о происхождении, входных данных, коде и окружении.
- 18 специализированных навыков, включая AlphaFold2, DiffDock, Literature Review и удалённые задания через SSH.
- 24 встроенных научных коннектора для публикаций, геномики, вариантов, структур, химии, клинических исследований и других данных.
Где применять
- Проведение биоинформатического анализа с локальными файлами, Python или R и профильными научными коннекторами.
- Подготовка воспроизводимого литературного обзора с фиксацией использованных действий, источников и созданных отчётов.
- Исследование молекулярных структур, белков, геномных данных или вариантов с помощью специализированных навыков и баз данных.
- Запуск длительных вычислений на удалённом HPC-кластере через SSH с последующим сбором результатов в проект.
- Совместная проверка исследовательского результата, когда требуется проследить путь от входных данных и кода до таблиц и изображений.
Темы