如何自建AI科研工作台？Open-Science自托管部署完全指南

如何自建AI科研工作台Open-Science自托管部署完全指南【免费下载链接】open-scienceAIPOCH Open-Science is an open-source, local-first, model-agnostic AI research workbench for macOS, Windows, and Linux, with scientific agents, Python/R notebooks, data connectors, and reproducible provenance.项目地址: https://gitcode.com/GitHub_Trending/open/open-scienceAIPOCH Open-Science是一款开源、本地优先、模型无关的AI 科研工作台支持 macOS / Windows / Linux 三大平台自托管部署。它内置科学 AI 智能体、Python/R 笔记本、24 个科学数据连接器与可复现溯源系统——数据全部留在你自己的电脑上不依赖任何私有云服务。本文将带你用最快速度完成Open-Science 自托管部署从新手一键安装到服务器无头运行一步步配齐属于你的 AI 科研工作台。为什么选择自托管AI科研工作台很多科研工具把数据上传到云端但科研数据往往敏感未发表的论文、实验原始数据、患者信息……一旦离开本机就很难收回。Open-Science 的本地优先local-first架构恰好解决了这个问题特性说明 数据本地存储项目数据、产物版本、溯源证据全部存在本机日志不自动上传 密钥安全保存API Key 保存在本地支持操作系统安全凭据存储 模型无关不绑定任何厂商云模型、本地模型、订阅账号都能接 可复现溯源每个产物都是带校验和的不可变版本可追溯生成代码与执行历史 三平台覆盖macOSApple Silicon/Intel、Windows x64、Linux x64 更多能力细节可查阅项目主文档 README.md 与 docs/zh-Hans/README.md。新手最快路径3步完成安装第1步下载对应平台的安装包打开官方最新版本发布页展开Assets区域按你的电脑选择安装程序你的电脑应选择的安装包macOS 12 · Apple 芯片M1 及以上macOS DMGApple Silicon / ARM64macOS 12 · Intel 芯片macOS DMGIntel / x64Windows x64Windows 安装程序Linux x64AppImage 或 Debian 软件包macOS 用户也可以用 Homebrew 一行命令装好brew install --cask open-science第2步跟随首次启动向导配置环境首次打开应用会进入设置向导顺序为环境 → 数据位置 → 智能体运行时 → 模型服务商 → Notebook 运行时。向导会自动执行主机兼容性、存储与网络检查并引导你完成模型连接测试。Python/R 笔记本配置是可选的之后随时可在设置中调整。⚠️ 如果Continue按钮是灰的说明当前步骤还有标记为Action needed的检查项没处理按提示安装或修复对应运行时即可。第3步连接模型服务商Open-Science 在模型服务商页面提供 4 种连接方式总有一种适合你服务商模式适用场景☁️ 内置云服务商OpenAI、Anthropic、DeepSeek 等填 API Key 即用 自定义网关自建推理服务Ollama、LM Studio、vLLM、llama.cpp 预设支持填 Base URL 模型 ID Codex 订阅复用已有 Codex 订阅 Claude 订阅浏览器登录支持共享/隔离两种凭据模式想完全离线选择自定义网关接入本地 Ollama 或 vLLM 即可回环端点localhost甚至支持免密钥 HTTP。进阶自建从源码构建 Open-Science如果你想在自有服务器上部署、参与二次开发或验证整个构建流水线推荐从源码构建。环境要求很简单Node.js 22 npm Git。git clone https://gitcode.com/GitHub_Trending/open/open-science cd open-science npm install npm run devnpm install会自动生成 Prisma 客户端并安装 Electron 原生依赖npm run dev构建主进程/预加载脚本并启动桌面应用开发数据隔离在~/.open-science-project下。常用构建命令一览完整说明见 docs/development-quick-reference.md命令用途npm run dev启动开发模式应用npm run dev:web开发应用 本地 Web UI127.0.0.1npm run dev:headless仅后台服务 Web UI不打开桌面窗口npm run build类型检查并构建完整应用npm run build:mac/build:win/build:linux打包对应平台的安装程序自托管进阶玩法Web模式、无头CLI与手机远程Open-Science 的自托管不止于桌面端还有三种部署形态1️⃣ 本机 Web 模式127.0.0.1 浏览器访问桌面后端可以把同一套界面服务给本机浏览器默认关闭、仅绑定回环地址npm run build:web npm run dev:web启动后在浏览器打开应用打印的认证 URL 即可。可通过环境变量OPEN_SCIENCE_WEB_PORT指定端口默认44100。2️⃣ Headless 无头模式 CLI 自动化在服务器或 CI 环境中npm run dev:headless可启动后端、托盘、智能体运行时与本地 Web 服务——全程不打开 Electron 窗口。配套的open-science命令行工具能直接提交科研任务open-science init open-science start --no-open # 创建项目并按任务文件自动运行 open-science project create Systematic review open-science run --project Systematic review \ --prompt-file ./task.md \ --approval-profile auto \ --skill literature-review \ --wait --jsonCLI 还支持一键从应用内安装设置 → 通用 → 命令行工具完整命令参考见 packages/open-science/CLI.md。3️⃣ 手机远程访问Remote.It 配对主机继续运行项目与智能体手机/平板只负责查看和控制 Web 界面。在设置 → Remote选择 App 或浏览器访问模式用 6 位配对码完成两步验证浏览器信任可随时撤销。详细步骤见 REMOTE_CONTROL.md。部署完成体验核心科研能力部署好后点击New project用自然语言描述研究目标智能体就会开始读文件、搜网页、跑代码、查科学数据源核心能力速览科学技能23 个内置 Skills 市场 525 个可安装技能用/快速选择数据连接器24 个内置科学资源连接器支持自定义 MCP 连接器与工具级权限Python / R / HPC托管或自配解释器本地执行SSH 远程主机与 Slurm 作业提交文献库PDF 导入、开放获取全文检索、BibTeX/RIS 导出️Provenance 溯源每个产物可追溯生成代码、执行历史与输入证据缺失证据会被明确标记而非臆测自托管安全须知权限模式怎么选智能体拥有执行命令和联网能力建议按任务敏感度选择最窄的权限档位模式行为推荐场景Ask for approval未授权操作逐次请求批准新工作流、敏感数据、陌生脚本Auto-approve edits低风险工作区操作自动放行可信的文件编辑任务Full access编辑、命令、网络、连接器全自动明确划界的无人值守任务另外注意模型请求会向所选服务商发送提示词上下文附件与报告可能包含敏感数据自托管并不能豁免发出去的部分。验证下载包、日志脱敏等安全实践见 SECURITY.md。常见问题速答Q1模型连接测试失败怎么办检查 API Key 是否多了空格、Base URL 与区域是否正确、是否使用了服务商的精确模型 ID并确认网络与余额。Q2重装会丢数据吗Windows 重装会保留研究数据如需彻底清理可用 scripts/windows-reset/README.md 中的重置工具确认后会永久删除本地数据。Q3想贡献代码克隆仓库后按 CONTRIBUTING.md 的流程运行npm test、npm run lint即可参与开发。总结到这里你的AI 科研工作台已经部署完成数据留在本地、模型自由切换、产物可复现追溯。建议的落地顺序是——✅ 下载安装包完成首次向导10 分钟✅ 接入一个你最熟悉的模型服务商并跑通连接测试✅ 新建项目提交一个真实的科研任务体验智能体 有需要再上 Web 模式 / Headless CLI / 手机远程开源、本地优先、模型无关——这三点让 Open-Science 成为自建 AI 科研工作台的理想选择。【免费下载链接】open-scienceAIPOCH Open-Science is an open-source, local-first, model-agnostic AI research workbench for macOS, Windows, and Linux, with scientific agents, Python/R notebooks, data connectors, and reproducible provenance.项目地址: https://gitcode.com/GitHub_Trending/open/open-science创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考