bo老师
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。

访问原仓库查看分享卡
...互动状态已更新

什么时候用

先判断任务是否合适

  • 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

先准备什么

材料越清楚，结果越有用

  • •填写研究目标、基线要求、执行策略和参考材料
  • •选择希望使用的Runner（Claude/Codex/Kimi等）及模型
  • •确认本机已安装相应Runner的命令行工具

它会怎样推进

从材料到可以检查的结果

  1. 01

    启动项目

    填写研究目标、基线和约束，生成启动契约并初始化Quest仓库

  2. 02

    阶段推进

    按scout→baseline→idea→experiment→write等阶段切换skill和上下文

  3. 03

    Agent执行

    每轮从持久状态重建prompt，由选定Runner执行一步研究操作

  4. 04

    工具写回

    Agent通过MCP工具写记忆、记录实验证据、执行命令并保存日志

  5. 05

    地图重建

    从Git分支和工件记录重建研究地图，查看各分支的进展和结论

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。跑通以后，再把自己的真实材料放进去。

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。

结果出来后

先看这些检查点

  • 启动契约中的研究目标和约束是否在后续执行中被遵循
  • 命令执行日志是否记录了退出码、标准输出和失败原因
  • 实验证据记录的数值是否与原始输出文件一致
  • 研究地图中各分支的状态是否与实际Git分支和工件一致

常见误区

这些判断仍由你负责

  • 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

能力地图6 项已拆解能力
  1. 01

    BashExec持久命令执行与日志监控

    让 agent 在 Quest 或工作区范围内启动可监控的命令 session，把命令、工作目录、进程状态、日志、退出码和压缩读取都保存在 runtime 目录中，支撑长实验和可恢复调试。

  2. 02

    BenchStore基准目录发现与安装状态管理

    从仓内 AISB/catalog//.yaml 自动发现 benchmark 条目，规范化论文、下载、资源、环境、风险和推荐字段，并把本地安装状态写到 runtime，使 agent 和 UI 能判断哪些 benchmark 可查看、可安装或适合当前设备。

  3. 03

    Connector跨表面对话绑定与消息转发

    把 web、TUI 和外部聊天平台绑定到同一个 Quest，对 inbound conversation 进行规范化，并在 agent 回复、进度控制和任务创建后，把可见消息转发到绑定的外部 target。

  4. 04

    MCP三命名空间Quest状态工具面

    为 agent 暴露 Quest 内存、artifact 状态和持久 shell 三类 MCP 工具，让模型在不直接理解全仓实现细节的情况下，读写记忆、记录证据、检查全局状态、准备分支、提交 idea、读取 BenchStore 和执行命令。

能力主要输入主要输出人工检查

BashExec持久命令执行与日志监控

源码已核对

  • command。
  • Quest root 或 current workspace root。
  • workdir。
  • session meta。
  • stdout 和 stderr log。
  • compact read 摘要。
  • 是否允许安装依赖、下载数据或长时间训练。
  • 是否允许访问 GPU 或网络。
  • 命令失败后是否继续自动修复。

BenchStore基准目录发现与安装状态管理

源码已核对

  • AISB/catalog//.yaml。
  • 可选 .zh.yaml locale replacement。
  • hardware payload。
  • benchmark items。
  • invalid entries。
  • filter options。
  • 是否允许下载和安装 benchmark。
  • 设备资源是否足以运行。
  • risk flags 是否允许推荐。

Connector跨表面对话绑定与消息转发

源码已核对

  • conversation id。
  • connector config。
  • bound conversations。
  • bound conversation。
  • outbound connector payload。
  • active communication surface prompt block。
  • 是否绑定外部 connector。
  • 哪些消息允许外发。
  • connector 失败时是否阻断 Quest 创建或继续本地执行。

MCP三命名空间Quest状态工具面

源码已核对

  • Quest root。
  • MCP namespace。
  • agent 调用参数。
  • memory card。
  • artifact record。
  • evidence graph node。
  • 哪些工具可在当前阶段暴露。
  • 哪些 artifact 可对用户或 connector 可见。
  • 是否允许 bash 执行高风险命令。

PromptBuilder阶段Skill注入与上下文组装

源码已核对

  • Quest snapshot。
  • active anchor 和 requested skill。
  • runtime config 和 connectors config。
  • 单轮 runner prompt。
  • quest-local prompt mirror。
  • prompt version backup。
  • 当前阶段 skill 是否正确。
  • 外部 connector 可见内容是否合适。
  • 是否需要切换 workspace mode 或 active anchor。

ResearchMap分支工件到Canvas重建

源码已核对

  • research state。
  • Git branch canvas payload。
  • idea artifacts。
  • branch summary。
  • runtime refs。
  • research canvas payload。
  • 当前应继续 active workspace 还是 research head。
  • analysis 是否完成。
  • main result 是否足以进入写作。

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

相关文章

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

具备相关能力的其他库

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