CommunityImagengithub.com

aipoch/open-science

El banco de trabajo de investigación científica de IA de código abierto para flujos de trabajo de agentes científicos. Aplicación de escritorio local, independiente del modelo, con habilidades extensibles, herramientas y conectores MCP, ejecución Python/R y artefactos trazables para investigación reproducible en macOS, Windows y Linux.

¿Qué es open-science?

AIPOCH Open-Science es un banco de trabajo de investigación científica basado en IA, diseñado para científicos e investigadores. Es de código abierto, prioriza el almacenamiento local y es independiente del modelo, lo que permite una investigación reproducible y auditada. La herramienta permite ejecutar agentes de IA científicos, código en Python y R, y ofrece conectores para bases de datos científicas, todo desde una interfaz de escritorio que funciona en macOS, Windows y Linux. Su funcionalidad principal se centra en la ejecución de flujos de trabajo de investigación completos, desde la revisión de literatura y el desarrollo de hipótesis hasta el análisis de datos, la simulación y la generación de informes y figuras con trazabilidad completa. Además, permite exportar sesiones de investigación como paquetes portátiles `.science` para su revisión, entrega y archivo, incluyendo ramas de conversación, versiones de archivos y evidencia de verificación. Esto la convierte en una plataforma ideal para la investigación computacional y con uso intensivo de datos en disciplinas como el aprendizaje automático, la bioinformática y la ciencia de materiales.

Compatible con✓Claude Code✓Codex CLI~Cursor✓Gemini CLI✓OpenCode
npx skills add https://github.com/aipoch/open-science/tree/main

Installed? Explore more Imagen skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Vista previa

Del README del skill

open-science preview
open-science preview
open-science preview
open-science preview
open-science preview
open-science preview
open-science preview
open-science preview

Documentación

AIPOCH Open-Science es un banco de trabajo de investigación con IA para científicos e investigadores, desarrollado por AIPOCH con un enfoque de código abierto, local primero e independiente del modelo. Permite una investigación reproducible e inspeccionable con agentes de IA científicos, ejecución de Python y R, conectores de datos científicos y soporte multiplataforma para macOS, Windows y Linux. Cree un proyecto, describa su objetivo de investigación en lenguaje natural y deje que los agentes lean archivos, busquen en la web, ejecuten código, consulten fuentes de datos científicas y produzcan informes, tablas y figuras con procedencia trazable, todo en un solo espacio de trabajo.

AIPOCH Open-Science admite la investigación computacional y con uso intensivo de datos en todas las disciplinas, incluido el aprendizaje automático, la estadística, las ciencias de la vida, la química, la ciencia de los materiales, la física y las ciencias ambientales. Apoya el proceso de investigación desde la revisión de la literatura y el desarrollo de hipótesis hasta la ejecución de código, el análisis de datos, la simulación, la visualización y la producción de resultados de investigación trazables.

Las sesiones de investigación completadas también se pueden exportar como paquetes .science portátiles para su revisión, transferencia y archivo, con ramas de conversación seleccionadas, versiones de archivos, registros de Notebook y evidencia de verificación.

💡 AIPOCH Open-Science v0.34.0 publicada (última actualización septiembre de 2026). AIPOCH Open-Science v0.34.0 trae instaladores nativos para Linux ARM64, agrega el conector Pathway Commons junto con fuentes ampliadas de cBioPortal, openFDA, MGnify y Bgee de expresión entre especies, y gana conjuntos de datos de revistas con atributos de referencia en la biblioteca de literatura. La aplicación también agrega las opciones de modelo MiniMax M3.1 Flash Preview y Claude Sonnet 5.5. Consulte las notas de la última versión para obtener detalles completos.

Índice

🚀 Inicio Rápido

1. Descargar la aplicación

Abra la página de descarga oficial y elija el instalador para su computadora:

Su computadoraElija
macOS 12+ — Apple Silicon (M1 o más nuevo)El DMG de macOS para Apple Silicon / ARM64
macOS 12+ — IntelEl DMG de macOS para Intel / x64
Windows x64El instalador de Windows x64 (firmado con código)
Linux x64El AppImage de Linux x64 o paquete Debian

Descárguelo desde la página de descarga oficial; consulte verificación de descarga si es necesario.

En macOS, también puede instalarlo con Homebrew:

brew install --cask open-science

Las reinstalaciones en Windows conservan los datos de investigación. Para una limpieza completa, consulte la herramienta de reinicio de datos, que elimina permanentemente los datos locales después de la confirmación.

2. Completar la configuración inicial

Siga el asistente de configuración: Entorno → Ubicación de datos → Entorno de ejecución del agente → Proveedor de modelos → Entorno de ejecución de Notebook.

Complete las comprobaciones obligatorias del entorno y del entorno de ejecución del agente y pruebe su conexión de modelo. La configuración de Python/R Notebook es opcional; la configuración de Notebook y la ubicación de los datos se pueden cambiar más tarde.

3. Iniciar un proyecto de investigación

  1. Haga clic en Nuevo proyecto, abra una sesión y describa su objetivo de investigación, entradas y resultados esperados.
  2. Adjunte archivos, seleccione un modelo y un modo de aprobación, luego envíe la tarea. Use @ para hacer referencia a los archivos del proyecto o / para elegir una habilidad.
  3. Revise la actividad de la herramienta y cualquier solicitud de aprobación, previsualice los resultados y verifique su evidencia disponible en Procedencia.

Las capturas de pantalla en este LEEME ilustran el flujo de trabajo. Las etiquetas, los catálogos y otros detalles de la interfaz pueden diferir de la versión que instale.

Recorrido del Producto

De una solicitud de investigación a un resultado trazable

Considere una tarea bioinformática representativa: reproducir un análisis de expresión diferencial publicado, comparar los resultados regenerados con el artículo y entregar el informe, las tablas y las figuras necesarias para la revisión. Las capturas de pantalla a continuación son vistas representativas de flujos de trabajo documentados de AIPOCH Open-Science; ilustran cada etapa en lugar de una sesión continua.

1. Definir la tarea de investigación y la evidencia

Describa la pregunta de investigación, el artículo fuente y los conjuntos de datos, los métodos o umbrales requeridos, los resultados esperados y los criterios de aceptación. Cargue archivos de apoyo o haga referencia a un artefacto de proyecto existente con @, para que el agente comience desde entradas explícitas en lugar de contexto oculto.

2. Ejecutar con herramientas científicas inspeccionables

El agente puede combinar habilidades científicas, conectores de investigación autorizados, búsquedas, operaciones de archivos y código Python o R en el Notebook compartido. Las figuras generadas se pueden revisar junto con el resumen de la investigación, mientras que el registro de artefactos expone el código del productor capturado y la evidencia de ejecución para su inspección.

3. Revisar informes, tablas y figuras en su lugar

La respuesta final resume lo que se reprodujo, lo que difirió y qué limitaciones son importantes. Los informes Markdown generados, las tablas CSV, las imágenes y otros artefactos de investigación permanecen adjuntos a la sesión y se recopilan en la biblioteca de archivos del proyecto, donde se pueden previsualizar junto a la conversación y reutilizar en trabajos posteriores.

4. Rastrear cada artefacto hasta su evidencia

Cada artefacto generado se almacena como una versión inmutable con suma de verificación. Su vista de Procedencia puede exponer el código productor y el historial de ejecución, las entradas referenciadas, el inventario del entorno observado, la rama de conversación productora y los hallazgos del Revisor con ámbito de versión. La evidencia que no se pudo verificar se marca como no disponible en lugar de inferirse.

Paquetes de Investigación .science de AIPOCH Open-Science

Exporte una sesión de investigación completa como un paquete .science portátil para su revisión, transferencia y archivo. Elija las ramas de conversación, las versiones de archivos, los registros de Notebook y la evidencia de verificación para incluir, luego importe el paquete a otro proyecto o computadora.

Exportar → transferir → inspeccionar

  1. Exporte una sesión completa y elija el contenido que desea incluir.
  2. Mueva el archivo .science a un colaborador u otra computadora.
  3. Impórtelo a un proyecto e inspeccione el historial de solo lectura, los archivos incluidos, los registros de Notebook y la evidencia de verificación.

Los paquetes importados son de solo lectura. No ejecutan código ni restauran credenciales. Continúe el trabajo de seguimiento en una nueva sesión. Reproducir un resultado aún requiere una receta completa, las entradas requeridas y un entorno de ejecución disponible.

Rendimiento de Benchmark

🏆 #1 en BiomniBench-DA Public 50

AIPOCH Open-Science logró la puntuación de clasificación más alta en la comparación compilada de BiomniBench-DA Public 50, obteniendo 79.05 con gpt-5.6-sol (xhigh). El resultado combina una puntuación del juez Gemini 3.1 Pro de 81.04 y una puntuación del juez DeepSeek v4-pro de 77.06 a través de una media ponderada igual, colocando a AIPOCH Open-Science en el #1 entre los resultados compilados de Public 50. Explore el conjunto de datos BiomniBench-DA.

Capacidades Principales

AIPOCH Open-Science combina la gestión de proyectos, la ejecución de agentes multimodelo, los notebooks de Python y R, los conectores de datos científicos, las versiones de artefactos inmutables con procedencia y el control de supervisión humana autorizado en un solo espacio de trabajo local. La aplicación instalada y las notas de la última versión son la fuente de verdad para los catálogos cambiantes, los detalles de empaquetado y las opciones recién agregadas.

ÁreaCapacidad principal
Habilidades científicasAmplíe los flujos de trabajo de investigación con 23 habilidades integradas y 525 habilidades disponibles en el Mercado de Habilidades, con

… [truncado para traducción]

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

Skills relacionados