开源版Claude Science来了！零依赖、MIT协议，内置30+项科研Skills
内容提要
北京大学与元空AI联合实验室开源科研智能体OpenAI4S，采用MIT协议，核心零依赖。它复刻Claude Science，通过“代码即行动”执行科研任务，支持数据检索、代码运行、GPU算力接入及版本化产物，内置30多个科研Skills，并设不伪造策略确保真实性。项目旨在推动科研Agent成为可执行、可检查、可扩展的基础设施，欢迎社区贡献。
延伸解读
“代码即行动”如何提升科研效率
OpenAI4S采用“代码即行动”模式，让智能体直接生成并执行Python或R代码，在持续运行的内核中完成循环、条件判断和批量处理。相比传统逐步调用工具的方式，这能减少中间步骤的数据传递，支持更长的任务链。用户可以用自然语言提出调整，智能体基于已有数据和代码重新生成产物，并保留版本记录，适合需要反复修改的科研流程。
内置Skills与算力接入的实用性
项目首批内置30多个科研Skills，覆盖蛋白质结构、序列分析、分子对接、单细胞分析等常见场景，其中14个需要GPU或专业模型。Skills被设计为可扩展的“代码配方”，开发者可继续添加新数据库或算法。同时支持接入自有计算环境，将GPU任务派发到服务器执行，结果再回到工作流，避免将所有计算集中在一台机器上，对实验室和团队尤其有用。
不伪造策略对科研可信度的保障
OpenAI4S明确禁止伪造数据或结果，要求要么调用真实服务，要么明确报错。例如，蛋白质序列从UniProt获取，结构从RCSB下载，若网络不可用则跳过；GPU计算需真实调用，否则直接报错。这种策略有助于防止AI生成看似合理但虚假的科研结论，对依赖数据真实性的科研工作至关重要。
Q&A
OpenAI4S是什么？它和Claude Science有什么关系？
OpenAI4S是北京大学与元空AI联合实验室开源的科研智能体项目，采用MIT协议，核心零依赖。它沿着Claude Science的Code-as-Action思路，独立复现了引擎、持久内核、host-RPC协议和安全层，可以看作开源版的Claude Science。
OpenAI4S的“代码即行动”是什么意思？
“代码即行动”是OpenAI4S的核心机制，指智能体直接生成Python或R代码，并在持续运行的内核中执行。这样可以将循环、条件判断、批量数据处理和绘图组合在一次执行中完成，数据和中间结果保留在工作环境中，使AI能处理更长的复杂任务。
OpenAI4S内置了哪些科研Skills？
OpenAI4S首批内置了30多个科研Skills，覆盖蛋白质结构、序列分析、蛋白设计、分子对接、单细胞分析、文献检索、开放数据检索等常见计算科研场景，其中14个Skills封装了需要GPU或专业模型才能完成的科学计算能力。
OpenAI4S如何保证科研数据的真实性？
OpenAI4S制定了“不伪造策略”（no-fabrication policy），禁止使用模拟数据或编造结果。如果外部服务连不上或计算条件不满足，它会明确报错，而不是伪造数据。例如，蛋白质序列从UniProt获取，结构从RCSB下载，无法连接时则诚实跳过。
OpenAI4S支持接入自己的算力吗？
支持。OpenAI4S允许接入自有计算环境，本地负责交互和组织任务，需要GPU的专业计算可以派发到自己的服务器上执行，结果再回到同一套科研工作流中。例如，蛋白质结构预测会通过host.fold SSH到8×A100机器上运行Protenix推理。
如何快速启动OpenAI4S？
安装和启动很简单，只需三行命令：git clone https://github.com/PKU-YuanGroup/OpenAI4S，cd OpenAI4S，然后运行./setup.sh创建环境，再运行./start.sh启动，打开http://127.0.0.1:8760/即可。启动项目本身不需要配置模型Key，进入界面后在Customize → Models中填写即可。
OpenAI4S的科研产物如何管理？
OpenAI4S会将每一份科研产物（如图片、表格、三维结构或Markdown报告）记录、保存并版本化，方便后续检查、修改和复用。用户可以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。
OpenAI4S的Skills可以扩展吗？
可以。OpenAI4S的Skills不是写死的工具参数表，而是可被智能体阅读、理解和执行的“代码配方”。开发者可以接入新的数据库、算法或实验流程，使Skills随科研需求增长。项目也欢迎社区贡献新的科研Skills。
