OpenResearch最新版

OpenResearch 是由 alphaXiv 开源的一个面向研究代理（Research Agents）和自动研究的本地优先工作区。它旨在解决 AI 加速科研过程中产生的核心痛点：实验混乱、结果不可追溯、代码与数据脱节。

通过将软件工程中成熟的工具（如 git worktree、SQLite、本地服务）引入科研场景，OpenResearch 为 AI 代理提供了一套完整的基础设施，确保每一次假设、每一行代码变更和每一个实验结果都能被精确记录和关联。

核心痛点与解决方案

在 AI 辅助科研中，实验速度呈指数级增长，但往往伴随着“黑盒”风险：

• 痛点：Agent 跑了大量实验，修改了无数代码版本。半年后，没人能说清某个关键结果是由哪版代码、哪个参数、从哪个想法演化而来的。实验之间互相污染，证据散落各处。
• OpenResearch 的解法：
  1. Git 原生实验树：每个实验变体都在独立的 git 分支或 worktree 中运行。
  2. 不可变归档：每次运行都会生成一个包含代码快照、日志、Diff 和产物的不可变存档。
  3. 血统追踪：结果直接挂载到产生它的 commit 上，实现从结果到源代码的精确回溯。

核心功能亮点

1. 并行探索与隔离

• 独立会话：为每个研究方向分配独立的 Agent 会话和隔离的 git worktree。
• 多路并行：支持 20+ 个方向同时探索，互不干扰。
• 谱系可见：清晰展示每个想法是从哪个祖先分支演化而来，避免“一锅粥”式的混乱。

2. 证据与上下文绑定

• 全链路记录：将日志、代码差异（Diff）、文件、结果和最终成果物与产生它们的工作流紧密绑定。
• 可核查性：随时可以“翻账”，精确找回当时的代码状态、决策路径和原始证据。

3. 兼容主流 AI 代理

• 无缝集成：支持 Claude Code、Codex、OpenCode 或 Cursor。
• 灵活选择：用户可以为每个会话选择不同的框架和本地/云端模型（如通过 LM Studio, oMLX, Ollama 等）。

4. Local-First & Run Anywhere

• 数据主权：默认情况下，所有项目、对话、实验、日志和代码都存储在本地机器的 SQLite 数据库中，不强制上云。
• 弹性计算：相同的已提交源快照可以轻松推送到 Slurm、Kubernetes、Ray、Hugging Face Jobs 或托管的 OpenResearch 计算集群上运行，无需发布公开仓库。
• 远程开发：支持通过 SSH 在远程 GPU 服务器上运行工作区，同时在本地笔记本电脑通过浏览器访问仪表板。

快速开始

安装 CLI

在 macOS 或 Linux 上：

curl -LsSf https://openresearch.sh/install.sh | sh

在 Windows 上：安装 Git for Windows 后，下载测试版安装包。

启动本地仪表板

orx up

这将在 http://127.0.0.1:4791 打开本地 Web 仪表板。

连接本地模型

你可以配置 OpenResearch 使用本地的 LM Studio、oMLX 或 Ollama 端点，实现完全离线的科研辅助。

安装 Agent Skills

为了让 Claude Code 或其他代理理解 OpenResearch 的工作流，需安装技能包：

orx install-skills

常用 CLI 命令

为什么需要 OpenResearch？

AI 正在改变科研的速度，但可复现性（Reproducibility）、**可追溯性（Traceability）和可核查性（Verifiability）**是科学的基石。

OpenResearch 补上了 AI 科研的“最后一公里”基础设施。它不仅仅是一个工具，更是一种规范：让 AI 参与的科研过程像软件工程一样严谨，让每一个发现都有据可查，让每一次创新都建立在坚实的证据之上。

对于希望利用 AI 加速发现，同时又不愿牺牲科学严谨性的研究者来说，OpenResearch 是一个不可或缺的伙伴。