开源版Claude Science来了！零依赖、MIT协议，内置30+项科研Skills

开源版Claude Science来了！零依赖、MIT协议，内置30+项科研Skills

北京大学&元空AI Agent联合实验室

允中 发自 凹非寺

量子位 | 公众号 QbitAI

Claude Science，你可能有耳闻。

Anthropic家那个能自己搜文献、自己写代码、自己跑分析、自己出图出报告的科研Agent，一度让人直呼「这才是AI for Science该有的样子」。

但它闭源。

现在，有人把它复刻出来了——开源，MIT协议，核心零依赖。

项目叫OpenAI4S（Open AI for Scientist），是北京大学&元空AI Agent联合实验室正式开源的科研智能体项目。

划重点：它不是「长得像」Claude Science，而是沿着Code-as-Action的思路，把引擎、持久内核、host-RPC协议、安全层，用开源方式独立复现了一遍。

项目已于2026年7月6日在GitHub开源，采用MIT许可证。

目前，OpenAI4S提供完整的科研Web应用、数十个内置Skills、自有算力接入能力和版本化科研产物。

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

它并不满足于给出一段看起来正确的回答，而是希望让AI真正进入科研工作流，把一个问题从“提出”推进到“做完”。

不是多聊几轮，而是让AI真正动手

现在不少AI Agent，本质上都在做同一件事：模型面对一份提前准备好的「工具菜单」，判断该调用哪个工具，然后一步一步往下走。简单任务，这套方法够用。

但科研不是三五步就能搞定的事。

查多个数据库、下载数据、清洗数据、反复改代码、调用专业算法、请求GPU算力、生成图表、整理报告……任何一步出问题，都可能要回头重来。

OpenAI4S给出的答案是Code-as-Action，也就是“代码即行动”。

它让智能体直接生成Python或R代码，并在一个持续运行的内核环境中执行。

循环、条件判断、批量数据处理和绘图可以组合在一次执行里完成；数据和中间结果也不必在每一步重新交给模型，而是保留在工作环境中。

对用户来说，最直接的变化不是多了一个技术名词，而是AI可以把更长、更复杂的任务串起来：

- 前一步下载的数据，可以直接交给后一步分析；

- 生成的图片、表格和报告会自动保存；

- 研究人员也能随时打开Notebook，检查代码、接手分析或修改结果。

“代码即行动，内核即环境。”

一个界面里，完成从数据到结论的科研流程

OpenAI4S更像一张人和AI共用的科研工作台。

你给出一个任务，它可以自己查公开科研数据源、编写并运行分析代码、调用专业计算能力，再把结果整理成图片、表格、三维结构或Markdown报告。

整个过程，不是做完就散。每一份科研产物都会被记录、保存和版本化，方便后续检查、修改和复用。

比如，让它分析一个蛋白质。

它可以先去检索真实的蛋白质序列和结构数据，再完成特征计算与可视化，最后把分析过程、数据来源和结果一起写进论文。

重点是：数据是真的，计算也是真的。

外部服务连不上，或者计算条件不满足，它会明确告诉你哪里做不了。不会偷偷塞一份模拟数据，更不会编个结果把论文强行补齐。

科研工作往往还需要反复修改。

传统流程中，研究人员可能要重新找到绘图脚本、修改参数、再次运行并导出文件；

在OpenAI4S中，可以直接用自然语言提出调整要求，智能体会基于已有数据和代码重新生成产物，同时保留版本记录。

数十个科研Skills，把专业能力装进智能体

通用模型想变成科研助手，只靠「聪明」还不够。

它得知道专业数据去哪里找，专业工具怎么用，复杂算法该怎么跑。