Runcell Science

4个月前发布 124 00

Runcell Science 是一个开源工作区,面向研究人员和研究工程师。它让 AI coding agent 更容易被检查、定制,并适配具体的科学工作流。

所在地:
中国
收录时间:
2026-07-09
Runcell ScienceRuncell Science

Runcell Science 是一个专为研究人员和研究工程师设计的开源 AI 协作平台。作为 Claude Science 等闭源工具的开源替代方案,它旨在解决传统 AI 编程助手在处理科学工作流时的局限性——即不仅生成代码和文本,还需处理 Notebook、图表、分子结构、实验数据及中间文件等复杂产物。

Runcell Science

Runcell 核心理念是将 AI Agent 的运行从“一次性聊天”转变为持续的“研究循环”,在一个统一的界面中整合 Prompt、工具活动、项目文件、生成的 Artifact(产物)、Notebook 执行结果以及后续迭代。

核心特性:为何与众不同?

  1. 交互式 Artifact 而非静态附件
    • 生成的图表、报告或数据文件可以直接在对话旁打开并交互。
    • Renderer(渲染器)保留 UI 状态,允许用户在下一轮对话中基于当前的视觉反馈继续指导 Agent,形成紧密的“观察-调整”闭环。
  2. 模型与 Runtime 中立
    • 不绑定单一厂商。支持接入 Codex、Claude Code 以及其他兼容 OpenAI 接口的本地或自托管模型。
    • 用户可以复用已有的订阅服务,并根据任务需求灵活切换后端模型。
  3. 深度集成的科学连接器 (Science Connectors)
    • 内置 MCP-style 连接器,直接对接主流科学数据库,包括:
      • 生物/医学:PubMed, ChEMBL, BioMart, Ensembl, UniProt, AlphaFold, GTEx, CellGuide.
      • 化学/材料:ZINC.
      • 文献/综合:OpenAlex.
    • 这些连接器使 Agent 能够自动调研、下载整理数据并阅读论文,极大加速前期准备工作。
  4. 全链路研究循环管理
    • Worktree Diff:在不离开对话界面的情况下,实时查看 Agent 对代码库做出的改动。
    • Notebook 执行:原生支持 Jupyter Notebook,Agent 可以聚焦于特定单元格进行执行、调试和分析。
    • Skills-aware Prompting:在 Composer 中直观展示可用的科学技能包,降低调用门槛。

技术架构

Runcell Science 采用 TypeScript Monorepo 结构,模块化设计便于定制和扩展:

  • apps/web:浏览器端工作区,提供核心的交互界面。
  • apps/server:API 服务器,负责 Session 持久化、Provider Runtime 管理、Jupyter 内核管理及 MCP 集成。
  • apps/desktop:基于 Electron 的桌面壳,方便终端用户分发和安装。
  • packages/science-connectors:内置的科学数据库连接器注册表。
  • packages/nbcli:辅助 Agent 工作流的 Notebook CLI 工具。

快速开始

环境要求:已安装并登录 Codex 或 Claude Code Runtime。

开发模式启动:

git clone <repository-url>
cd runcell-science
./scripts/dev.sh

访问 http://127.0.0.1:27183 即可使用 Web 版工作区。

手动启动组件:

yarn install
yarn dev:web    # 启动前端
yarn dev:server # 启动后端

桌面版构建:

yarn build:desktop
yarn dist:desktop

适用人群

  • Research Engineers:需要快速构建原型和分析 Pipeline。
  • 科研人员:反复迭代 Notebook、图表和验证代码,希望将上下文集中管理。
  • 学生与技术团队:避免在终端、编辑器和聊天窗口之间频繁切换导致上下文丢失。
  • 开发者:希望构建自定义的 AI 辅助科学工具、Renderer 或 Connector。

愿景与路线图

Runcell Science 目前处于早期快速迭代阶段。其短期目标是让日常研究循环更紧凑,长期愿景则是成为一个开放的研究工作台,支持:

  • 更多模型选择:支持更丰富的 Per-session Model Routing 和本地模型。
  • 更深度的科学 Skills:覆盖文献综述、数据分析、可复现性检查等领域。
  • 更丰富的 Interactive Artifacts:增强科学对象的渲染与编辑能力。
  • 活跃的 Connector 生态:鼓励社区贡献更多领域特定的数据库和工具连接器。

通过保持 Agent 体验的开放性、可检查性和可适配性,Runcell Science 致力于让科学输出成为原生体验,而非事后补充的附件。

相关导航