開源版Claude Science來了！零依賴、MIT協(xié)議，內(nèi)置30+項(xiàng)科研Skills

允中 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

Claude Science，你可能有耳聞。

Anthropic家那個能自己搜文獻(xiàn)、自己寫代碼、自己跑分析、自己出圖出報(bào)告的科研Agent，一度讓人直呼「這才是AI for Science該有的樣子」。

但它閉源。

現(xiàn)在，有人把它復(fù)刻出來了——開源，MIT協(xié)議，核心零依賴。

項(xiàng)目叫OpenAI4S（Open AI for Scientist），是北京大學(xué)&元空AI Agent聯(lián)合實(shí)驗(yàn)室正式開源的科研智能體項(xiàng)目。

劃重點(diǎn)：它不是「長得像」Claude Science，而是沿著Code-as-Action的思路，把引擎、持久內(nèi)核、host-RPC協(xié)議、安全層，用開源方式獨(dú)立復(fù)現(xiàn)了一遍。

項(xiàng)目已于2026年7月6日在GitHub開源，采用MIT許可證。

目前，OpenAI4S提供完整的科研Web應(yīng)用、數(shù)十個內(nèi)置Skills、自有算力接入能力和版本化科研產(chǎn)物。

元空AI Science：https://www.chatexcel.com/homesite/openAI4S

它并不滿足于給出一段看起來正確的回答，而是希望讓AI真正進(jìn)入科研工作流，把一個問題從“提出”推進(jìn)到“做完”。

不是多聊幾輪，而是讓AI真正動手

現(xiàn)在不少AI Agent，本質(zhì)上都在做同一件事：模型面對一份提前準(zhǔn)備好的「工具菜單」，判斷該調(diào)用哪個工具，然后一步一步往下走。簡單任務(wù)，這套方法夠用。

但科研不是三五步就能搞定的事。

查多個數(shù)據(jù)庫、下載數(shù)據(jù)、清洗數(shù)據(jù)、反復(fù)改代碼、調(diào)用專業(yè)算法、請求GPU算力、生成圖表、整理報(bào)告……任何一步出問題，都可能要回頭重來。

OpenAI4S給出的答案是Code-as-Action，也就是“代碼即行動”

它讓智能體直接生成Python或R代碼，并在一個持續(xù)運(yùn)行的內(nèi)核環(huán)境中執(zhí)行。

循環(huán)、條件判斷、批量數(shù)據(jù)處理和繪圖可以組合在一次執(zhí)行里完成；數(shù)據(jù)和中間結(jié)果也不必在每一步重新交給模型，而是保留在工作環(huán)境中。

對用戶來說，最直接的變化不是多了一個技術(shù)名詞，而是AI可以把更長、更復(fù)雜的任務(wù)串起來：

• 前一步下載的數(shù)據(jù)，可以直接交給后一步分析；
• 生成的圖片、表格和報(bào)告會自動保存；
• 研究人員也能隨時打開Notebook，檢查代碼、接手分析或修改結(jié)果。

“代碼即行動，內(nèi)核即環(huán)境。”

一個界面里，完成從數(shù)據(jù)到結(jié)論的科研流程

OpenAI4S更像一張人和AI共用的科研工作臺

你給出一個任務(wù)，它可以自己查公開科研數(shù)據(jù)源、編寫并運(yùn)行分析代碼、調(diào)用專業(yè)計(jì)算能力，再把結(jié)果整理成圖片、表格、三維結(jié)構(gòu)或Markdown報(bào)告。

整個過程，不是做完就散。每一份科研產(chǎn)物都會被記錄、保存和版本化，方便后續(xù)檢查、修改和復(fù)用。

比如，讓它分析一個蛋白質(zhì)。

它可以先去檢索真實(shí)的蛋白質(zhì)序列和結(jié)構(gòu)數(shù)據(jù)，再完成特征計(jì)算與可視化，最后把分析過程、數(shù)據(jù)來源和結(jié)果一起寫進(jìn)論文。

重點(diǎn)是：數(shù)據(jù)是真的，計(jì)算也是真的。

外部服務(wù)連不上，或者計(jì)算條件不滿足，它會明確告訴你哪里做不了。不會偷偷塞一份模擬數(shù)據(jù)，更不會編個結(jié)果把論文強(qiáng)行補(bǔ)齊。

△OpenAI4S在同一任務(wù)中生成數(shù)據(jù)、圖表和結(jié)構(gòu)等科研產(chǎn)物

科研工作往往還需要反復(fù)修改。

傳統(tǒng)流程中，研究人員可能要重新找到繪圖腳本、修改參數(shù)、再次運(yùn)行并導(dǎo)出文件；

在OpenAI4S中，可以直接用自然語言提出調(diào)整要求，智能體會基于已有數(shù)據(jù)和代碼重新生成產(chǎn)物，同時保留版本記錄。

△OpenAI4S對已有科研圖表進(jìn)行調(diào)整并生成新版本

數(shù)十個科研Skills，把專業(yè)能力裝進(jìn)智能體

通用模型想變成科研助手，只靠「聰明」還不夠。

它得知道專業(yè)數(shù)據(jù)去哪里找，專業(yè)工具怎么用，復(fù)雜算法該怎么跑。

OpenAI4S首批內(nèi)置了30+個科研Skills

蛋白質(zhì)結(jié)構(gòu)、序列分析、蛋白設(shè)計(jì)、分子對接、單細(xì)胞分析、文獻(xiàn)檢索、開放數(shù)據(jù)檢索……基本覆蓋了一批常見的計(jì)算科研場景。

其中，有14個Skills封裝了需要GPU或?qū)I(yè)模型才能完成的科學(xué)計(jì)算能力。

這里的Skills，也不是一張寫死的工具參數(shù)表。它們更像是一組可以被智能體閱讀、理解和執(zhí)行的「代碼配方」。

需要什么數(shù)據(jù)、調(diào)用什么服務(wù)、代碼怎么寫、結(jié)果怎么檢查，都可以沉淀在Skill里。

以后有新的數(shù)據(jù)庫、新的算法或者新的實(shí)驗(yàn)流程，開發(fā)者繼續(xù)往里接就行。

也就是說，這套能力不是一次性封死的，科研需求怎么變，Skills就可以跟著怎么長。

科研數(shù)據(jù)要連上真正的計(jì)算環(huán)境？把任務(wù)送到自己的GPU

科研計(jì)算，還有一個很現(xiàn)實(shí)的問題：算力

蛋白質(zhì)折疊、突變評分、分子模擬這些任務(wù)，不是普通筆記本隨便跑兩下就能完成的。

而且，很多專業(yè)計(jì)算背后，都依賴特定模型、復(fù)雜軟件環(huán)境和GPU資源。

OpenAI4S支持接入自有計(jì)算環(huán)境。本地負(fù)責(zé)交互和組織任務(wù)，需要GPU的專業(yè)計(jì)算則可以派發(fā)到自己的服務(wù)器上執(zhí)行，結(jié)果跑完以后，再回到同一套科研工作流里。

比如蛋白質(zhì)結(jié)構(gòu)預(yù)測和突變效應(yīng)評分，真正困難的往往不是生成調(diào)用代碼，而是把輸入送進(jìn)正確的計(jì)算環(huán)境，再把結(jié)果完整地帶回工作流。

不用把所有東西都擠在一臺電腦上，也不用為了接一臺算力服務(wù)器重寫整套流程，這點(diǎn)對實(shí)驗(yàn)室和科研團(tuán)隊(duì)尤其重要。

數(shù)據(jù)、模型和算力都可以留在自己的環(huán)境里，智能體負(fù)責(zé)把它們串起來。

真實(shí)數(shù)據(jù)、真實(shí)計(jì)算，它是真沒編

拿便宜模型跑科研，最怕啥？怕它一本正經(jīng)地胡編。

OpenAI4S立了條硬規(guī)矩，叫no-fabrication policy（不偽造策略）：用np.random假裝實(shí)驗(yàn)結(jié)果、硬編造的「保守性」、拿BLOSUM冒充ESM、模擬數(shù)據(jù)集充當(dāng)真數(shù)據(jù)……全禁。

要么真服務(wù)，要么老實(shí)報(bào)錯。

所以你回頭看那個INS案例——序列是真從UniProt拉的，結(jié)構(gòu)是真從RCSB下的，連不上網(wǎng)它就誠實(shí)跳過，絕不給你糊一個假的。

真要算蛋白結(jié)構(gòu)，它也是真調(diào)GPU：host.fold會ssh到一臺8×A100的機(jī)器上，跑單序列的Protenix（AlphaFold3級別）推理，回傳帶pLDDT的結(jié)構(gòu)；host.score_mutations跑真實(shí)的ESM打分挑突變。

沒配GPU？那它就直接報(bào)錯，絕不給你捏一個假結(jié)構(gòu)。

它寧可告訴你「算不了」，也不給你捏一個看起來像模像樣的假結(jié)構(gòu)。

對于科研Agent來說，這可能比「什么都會」更重要。

開源，是北大&元空AI聯(lián)合實(shí)驗(yàn)室推動產(chǎn)學(xué)研協(xié)同的一次實(shí)踐

OpenAI4S的發(fā)布，不只是增加了一個開源項(xiàng)目，也是北京大學(xué)與元空AI推進(jìn)產(chǎn)學(xué)研協(xié)同的一次實(shí)踐。

作為雙方聯(lián)合實(shí)驗(yàn)室的階段性成果，OpenAI4S從研發(fā)到開源，離不開聯(lián)合實(shí)驗(yàn)室張恭博同學(xué)的持續(xù)投入與推動。

張恭博研究方向聚焦AI for Science，由他擔(dān)任共同第一作者的UniGenX，探索了面向分子、材料與蛋白質(zhì)的通用科學(xué)基礎(chǔ)模型，這些圍繞科學(xué)智能展開的研究積累，也進(jìn)一步延伸到了OpenAI4S的研發(fā)與落地中。

同時，OpenAI4S也凝聚了團(tuán)隊(duì)中李昊、王豫、劉宇陽、呂劉正浩、毛奕澄、林慕捷、彭莘堯、姜政祥、王一米等同學(xué)的共同努力，從框架設(shè)計(jì)、功能研發(fā)到開源發(fā)布，每個環(huán)節(jié)都離不開大家的協(xié)作與投入。

元空AI是一家端側(cè)AI公司，專注于通過模型后訓(xùn)練、Agent Runtime、長期記憶與端側(cè)推理技術(shù)，讓AI在本地及離線環(huán)境中完成復(fù)雜任務(wù)。

目前，該公司已形成元空AI Work元空AI Science兩條產(chǎn)品線，分別進(jìn)入智能辦公與科學(xué)發(fā)現(xiàn)領(lǐng)域。

這次開源OpenAI4S，也體現(xiàn)了聯(lián)合實(shí)驗(yàn)室與元空AI對科研Agent的共同判斷：

科研智能體不能只停留在Demo，而應(yīng)成為真正可執(zhí)行、可檢查、可擴(kuò)展的科研基礎(chǔ)設(shè)施。

因此，本次開放的不只是示例，還包括核心架構(gòu)、科研Skills與完整應(yīng)用。

高校、科研機(jī)構(gòu)、開發(fā)者和產(chǎn)業(yè)伙伴可以在此基礎(chǔ)上接入數(shù)據(jù)源、算法、工具與科研流程，共同推動科研Agent進(jìn)入更多真實(shí)任務(wù)。

歡迎把它跑起來，也一起把它做下去

參與OpenAI4S，可以從把它跑起來開始。

安裝不復(fù)雜，三行就能啟動：

Plain Textgitclonehttps://github.com/PKU-YuanGroup/OpenAI4ScdOpenAI4S./setup.sh# 首次運(yùn)行：使用uv創(chuàng)建環(huán)境./start.sh# 打開http://127.0.0.1:8760/

啟動項(xiàng)目本身，不需要先配置模型Key。

進(jìn)入界面以后，在Customize → Models里填寫就行。

項(xiàng)目還自帶了一整套真實(shí)案例，可以直接跟著跑：Live API工作流、人胰島素INS真實(shí)數(shù)據(jù)分析、一句話改圖，以及計(jì)劃模式下的青蒿素和紫杉醇溶解度預(yù)測、蛋白質(zhì)工程……

但把項(xiàng)目跑起來，只是第一步。

真實(shí)科研橫跨生命科學(xué)、化學(xué)、材料、醫(yī)學(xué)、地球科學(xué)等眾多領(lǐng)域。

每個方向都有自己的數(shù)據(jù)庫、專業(yè)模型和計(jì)算流程。如此龐大的能力版圖，不可能只靠一個團(tuán)隊(duì)一次性補(bǔ)齊。

因此，OpenAI4S正式向高校、科研機(jī)構(gòu)、開發(fā)者和產(chǎn)業(yè)團(tuán)隊(duì)發(fā)出Call for Contributors。

目前，兔展智能的Skills UI，已對該開源項(xiàng)目給予了部分支持。

如果你熟悉某個科研方向，可以為它開發(fā)新的科研Skills，接入專業(yè)數(shù)據(jù)庫、算法模型和計(jì)算平臺；

如果你擅長Agent或軟件工程，也可以參與完善核心架構(gòu)、遠(yuǎn)程計(jì)算、安全機(jī)制、測試和文檔。

不寫代碼，也能參與。

提交一個Issue、補(bǔ)充一個可復(fù)現(xiàn)案例、反饋一次失敗任務(wù)，或者告訴社區(qū)某個學(xué)科真正需要什么，都是有價值的貢獻(xiàn)。

如果你也相信，科研Agent不該只停留在Demo里，歡迎把它跑起來，也歡迎一起把它做下去。

傳送門
https://github.com/PKU-YuanGroup/OpenAI4S
https://www.chatexcel.com/homesite/openAI4S