开源仓库ResearAI/DeepScientist3,179 Stars

DeepScientist

本地优先的科研操作系统,用多Agent自动推进研究全流程

适合希望把整个研究项目从选题到论文纳入一个可恢复系统的研究者。它把研究目标固化为启动契约,用Git分支管理实验探索,通过多Agent交替执行和持久状态让长周期研究不丢失上下文。

bo老师判断:值得观察

方向值得关注,建议先确认当前任务是否真正需要它。

...互动状态已更新

这个工具提供了哪些能力

点开任一能力,看清怎么用

每个能力展开后是三件事:它会给你什么、你需要准备什么、哪些必须由你把关。

常见场景:研究周期长、需要多轮实验和写作且希望中间状态不丢失;想在同一个项目中切换不同Agent(Claude/Codex/Kimi)执行不同阶段;需要从持久状态重建研究全景图以决定下一步方向;希望把命令执行、记忆、实验证据和图谱分别持久化治理

覆盖阶段起步文献设计分析验证写作

第一次这样开始

把仓库地址直接交给 AI

先让 AI 说明环境和风险,再完成最小安装验证。开始前想清楚要用哪个能力、把对应材料备在手边——每张能力卡展开后有具体清单。

第一次直接复制

帮我安装这个库:https://github.com/ResearAI/DeepScientist
安装前先告诉我需要什么环境,安装后帮我跑通一个最小示例。

别这样用

这些判断,仍然由你负责

  • 把启动契约创建成功视同研究已经完成
  • 在Runner连续失败时仍自动重试而不检查失败指纹
  • 把UI画布显示的状态当作真相而不是从持久数据重建的视图

技术依据

查看能力拆解、验证范围与来源

处理机制

  1. 01

    Quest持久状态对象链

    DeepScientist 的多张能力卡共享一条状态对象链:用户启动契约先进入 Quest 仓库,之后 prompt、runner、MCP、bash、memory、artifact、research map 和 connector 都围绕这个 Quest 读写状态。本机制卡说明对象如何传递,以及哪些状态不能被混为一谈。

  2. 02

    三层控制面与工具边界

    DeepScientist 把科研运行拆成三层控制面:启动和阶段控制面决定任务边界,runner 和 prompt 控制面决定单轮 agent 行为,MCP 工具控制面决定能写哪些状态和执行哪些命令。本机制卡说明三层边界如何相互约束。

  3. 03

    失败治理栈与doctor诊断

    deepscientist 如何在 turn 之间与 runner 之外,治理失败分类、崩溃循环、僵尸状态、环境健康与运行可观测。这张卡补充 deepscientist-能力-多Runner执行调度与失败恢复 只覆盖单 turn 内 retry 的缺口。

已核对范围

  • 读取 BashExecService 和 MCP bashexec 工具入口
  • 静态确认 quest-local session storage、cwd 限制、meta、monitor process 和 startsession
  • 读取 BenchStore YAML reference 和 BenchStoreService
  • 静态确认 catalog 扫描、locale replacement、entry normalizer、compatibility、installstate 和 install root
  • 读取 connector runtime、channel registry、builtins、daemon connector relay 和 prompt surface context
  • 静态确认 conversationid 规范化、channel 注册、bound target 选择和 outbound payload 字段
  • 读取 MCP server、memory service、artifact 工具和 docs memory guide
  • 静态确认 memory、artifact、bashexec 三个内置命名空间及若干 Quest 状态工具

仍待核对

  • 未启动真实 shell session
  • 未验证长命令、交互命令和进程清理
  • 未验证不同平台 shell 行为
  • 未下载任何 benchmark
  • 未运行 BenchStore UI 或安装流程
  • 未验证硬件推荐排序效果
  • 未连接任何真实 QQ、Weixin、Telegram、Discord、Slack、Feishu、WhatsApp 或 Lingzhu
  • 未验证外部平台鉴权、回调和消息格式

读取版本

3aaab17244f981fc72522180717f2867fdc95b61

许可

Apache-2.0

最近核对

内容 2026-06-16
Stars 2026-07-11

已完成源码核对

科研之我见

AI 科研全流程怎么搭,我梳理出三个核心入口

每天开工先固定阶段入口、材料入口和验证入口,把庞大的科研全流程收缩成一段可执行、可检查的任务。

查看内容

科研之我见

AI 可以参与科研的哪些环节?一张 11 环节工作流全景图

从选题、文献、理论、数据到投稿,逐环节判断 AI 可以主导、需要人工校验和必须由研究者把关的工作。

查看内容

科研之我见

如何从 300 篇候选文献中筛出 50 篇核心文献

把文献检索与筛选拆开,通过本地文献库、Zotero、外部数据库和引文追踪形成可回查的核心文献清单。

查看内容

文献 · 验证

paper-qa

从本地论文和文档中检索证据并生成带精确引用的科研答案

查看内容

文献 · 分析 · 写作

grobid

把学术论文PDF解析成结构化TEI XML,提取元数据、全文结构和参考文献

查看内容

设计 · 分析 · 验证

CausalPy

用贝叶斯方法做准实验因果推断,含10+方法和稳健性诊断套件

查看内容

相关课程

把单项工具放进完整研究设计流程

课程一从研究问题、文献判断、理论假设和方法骨架继续推进,帮助你建立可以复用的研究设计档案。

查看课程一