AIPOCH Open-Science 是一款針對科學家與研究人員設計的 AI 研究工作檯，由 AIPOCH 開發，採用開源、本地優先、模型中立的方法。它能讓您透過科學 AI 智慧體、Python 和 R 執行環境、科學資料連接器，以及支援 macOS、Windows 和 Linux 的跨平台功能，進行可再現且可檢視的研究。建立一個專案，用自然語言描述您的研究目標，然後讓智慧體讀取檔案、搜尋網路、執行程式碼、查詢科學資料來源，並產出具備完整溯源資訊的報告、表格和圖表——所有這些都在同一個工作區內完成。

AIPOCH Open-Science 支援跨學科的計算密集型和資料密集型研究，包括機器學習、統計學、生命科學、化學、材料科學、物理和環境科學。它支援從文獻回顧和假說發展，到程式碼執行、資料分析、模擬、視覺化，以及最終可追蹤研究產出的完整研究流程。

完成的研究工作階段也可以匯出為便攜的 .science 封裝檔，用於審查、交接和歸檔，其中包含所選的對話分支、檔案版本、Notebook 記錄和驗證證據。

💡 AIPOCH Open-Science v0.34.0 已發布 (最後更新於 2026 年 9 月). AIPOCH Open-Science v0.34.0 帶來了原生 Linux ARM64 安裝程式，新增了 Pathway Commons 連接器，同時擴展了 cBioPortal、openFDA、MGnify 和 Bgee 跨物種表達來源，並在文獻庫中新增了包含參考屬性的期刊資料集。該應用程式還新增了 MiniMax M3.1 Flash Preview 和 Claude Sonnet 5.5 模型選項。完整詳情請參閱最新版本說明。

🚀 快速開始

1. 下載應用程式

開啟官方下載頁面，選擇適合您電腦的安裝程式：

您的電腦	請選擇
macOS 12+ — Apple Silicon（M1 或更新）	適用於 Apple Silicon / ARM64 的 macOS DMG
macOS 12+ — Intel	適用於 Intel / x64 的 macOS DMG
Windows x64	適用於 Windows x64 的安裝程式（已代碼簽署）
Linux x64	適用於 Linux x64 的 AppImage 或 Debian 套件

從官方下載頁面下載；如有需要，請參閱下載驗證。

在 macOS 上，您也可以使用 Homebrew 安裝：

brew install --cask open-science

Windows 上的重新安裝會保留研究資料。若要徹底清理，請參閱資料重設工具，該工具在確認後會永久刪除本地資料。

2. 完成首次設定

依照設定精靈操作：環境 → 資料位置 → 智慧體執行環境 → 模型供應商 → Notebook 執行環境。

完成必要的環境和智慧體執行環境檢查，並測試您的模型連線。Python/R Notebook 設定為選用；Notebook 和資料位置設定可於日後變更。

3. 開始一個研究專案

點擊新增專案，開啟一個工作階段，並描述您的研究目標、輸入項目與預期輸出。
附加檔案、選擇模型與核准模式，然後傳送任務。使用 @ 來引用專案檔案，或使用 / 來選擇技能。
在溯源中檢閱工具活動與任何核准請求、預覽結果，並檢查其可用的證據。

本 README 中的螢幕截圖用以說明工作流程。標籤、目錄與其他介面細節可能與您安裝的版本不同。

產品導覽

從研究請求到可追蹤的結果

考慮一個典型的生物資訊學任務：重現一篇已發表的差異表現分析，將重新產生的結果與論文進行比較，並交付報告、表格與圖表以供審查。以下螢幕截圖是來自已記錄的 AIPOCH Open-Science 工作流程的代表性檢視；它們說明了每個階段，而非單一連續的工作階段。

1. 定義研究任務與證據

描述研究問題、來源論文與資料集、所需的方法或閾值、預期輸出以及驗收標準。使用 @ 上傳支援檔案或引用現有的專案產物，讓智慧體從明確的輸入開始，而不是隱藏的上下文。

2. 使用可檢視的科學工具執行

智慧體可以在共享的 Notebook 中結合科學技能、經過權限設定的研究連接器、搜尋、檔案操作以及 Python 或 R 程式碼。產生的圖表可以與研究摘要並排檢閱，而產物記錄則會顯示擷取的產生器程式碼和執行證據以供檢查。

3. 就地檢閱報告、表格與圖表

最終回應會摘要哪些部分已重現、哪些部分有所不同，以及哪些限制很重要。產生的 Markdown 報告、CSV 表格、圖像與其他研究產物會保留在工作階段中，並收集在專案檔案庫中，可以在對話旁預覽，並在後續工作中重複使用。

4. 將每個產物追溯到其證據

每個產生的產物都以不可變更、帶有檢查碼的版本儲存。其溯源檢視可以顯示產生該產物的程式碼與執行歷史、參考的輸入、觀察到的環境清單、產生該產物的對話分支，以及版本範圍內的審查者發現。無法驗證的證據會標記為不可用，而非推斷。