Open-Science 在可复现科研工作台中内置 24 个技能

在聊天窗口里做研究很难令人放心：agent 给出答案，你却无从检查是哪段代码生成的。AIPOCH Open-Science 是一个 5k star 的开源科研工作台，它把技能、代码执行和 Provenance 放进同一个本地工作区，让每个结果都带着自己的证据。

为什么这个 Skill 重要

Open-Science 是面向科研人员的开源、本地优先、模型无关的 AI 科研工作台，采用 Apache-2.0 许可，支持 macOS、Windows 和 Linux。它覆盖从文献综述、假设建立，到代码执行、数据分析、仿真可视化的研究流程，并以不可变产物版本的形式保留已捕获的生成代码和执行历史。

README 能力表里的两个数字点出了技能体系的规模：工作台以 24 个内置技能 扩展研究流程，技能市场（Skills Marketplace）还提供 525 个技能，支持一键安装与更新。五个 agent 后端——Claude Code、OpenCode、Codex、CodeBuddy 和 Pi——都是一等执行选项，另有 48 个内置连接器。

仓库 resources/skills/ 目录中的内置目录包括蛋白质结构方向（alphafold2、esmfold2、openfold3、boltz、chai1）、文献与写作支持（literature-review、paper-narrative、docx-generation）、图表工具（figure-composer、figure-style）以及基础设施（remote-compute-ssh、env-management、skill-creator）。

实战：用 CLI 跑一次文献综述

Open-Science 在桌面应用之外还提供独立 CLI。安装后（npm 安装需要 Node.js；Homebrew 与内置运行时的安装包已自带），初始化配置并启动后台服务：

# Initialize the local CLI profile and start the service in the background
open-science init
open-science start --no-open

然后创建项目，提交一个绑定具体技能的研究任务：

open-science project create "Systematic review"
open-science run --project "Systematic review" \
  --prompt-file ./task.md \
  --approval-profile auto \
  --skill literature-review \
  --wait --json

运行结束后，列出并下载生成的产物：

open-science artifacts list <session-id> --json
open-science artifacts download <artifact-id> --output ./report.md

在桌面应用里，同样的流程是交互式的：新建项目（New project），描述研究目标，用 @ 引用项目文件，用 / 选择技能，再在 Provenance 下检查每个结果的证据——内容标识、生成代码、执行历史、输入、环境清单、生成该结果的对话上下文和审阅证据，应用无法验证的证据会标记为不可用。

技巧

• 技能可以通过对话创建，也可以来自已完成的工作；还能导入技能包或 GitHub 来源。仅保存 GitHub 仓库不会安装其中的技能——导入是显式动作。
• 市场投稿经审核后发布；本地导入不会自动上架。市场位于独立的仓库 aipoch/openscience-skill-marketplace。
• 已完成的研究会话可导出为可移植的 .science 包，携带选定的会话分支、文件版本、Notebook 记录和验证证据——导入是只读的，不会执行代码。
• 部分内置数据源默认关闭，需要按数据源明确启用；在放行 agent 访问外部数据源之前，先管理好工具级权限。

何时不用这个 Skill

Open-Science 是科研工作台，不是通用编程助手——它的技能和连接器围绕科研工作流构建，README 也把已安装的应用和发布说明定位为目录变化的权威来源。如果任务是 Web 开发或批量文件编辑，不带科研外壳的 Coding Agent 是更轻的选择。

查看 排行榜 了解更多 skill。