这是“研知有术”相关平台的宣传图，其定位为专业的科研推进与成果支持平台，宣传标语为“让研究成为你的能力”，可供用户通过该平台推进科研工作。图中还展示了该平台对应的新媒体渠道，分别是微信公众号、视频号、抖音、小红书，用户可通过这些平台了解相关服务，该平台能为科研工作提供从流程推进到成果输出的相关支持。
这张图片展示了OpenScience项目的相关介绍页面，顶部用像素风格字体标注了项目名“OPEN SCIENCE”，下方配有“开源的科学研究人工智能工作台”的标注，该项目可达成给定目标，具体涵盖给AI设定目标后，AI能像有能力的合作者那样完成全程科研。页面还列出了项目的核心功能，包括内置近300个覆盖机器学习、生物、化学等场景的科研技能，可调用arXiv、OpenAlex等科研数据库，以及支持多种安装方式的相关内容。

OpenScience 项目介绍

项目地址：https://github.com/synthetic-sciences/openscience

如果你还在把 AI 当成“帮你写论文”的工具，那这个项目可能会让你重新认识 AI 做科研的方式。OpenScience 是 Synthetic Sciences 开源的一套 AI 科研工作台，核心不是单纯生成文字，而是让 AI 参与完整的科研流程：从文献检索、提出假设，到写代码、跑实验、分析数据，最后完成研究结果整理和论文写作。

它最大的特点，是把 AI Agent、科研工具和数据库真正串到了一起。目前项目内置近300个科研 Skills，覆盖机器学习、生物、化学、论文写作、LaTeX、数据集处理、模型训练等场景，同时还能直接调用 arXiv、OpenAlex、Semantic Scholar、PubChem、UniProt 等科研数据库。

你可以把它理解成一个“AI 科研协作者”：你只需要提出研究目标，AI 就可以根据任务自主规划、检索资料、调用工具、执行实验并整理成果，而且整个过程都在一个浏览器工作台里完成。它还支持 MCP、插件、自定义工具和多种模型，兼容 OpenAI、Anthropic、Google 等模型。

更重要的是，它是开源项目，可以本地部署，采用 Apache 2.0 协议。对于科研人员来说，它真正有价值的地方，不是替你完成某一个环节，而是尝试把“从想法到实验，再到论文”的整个科研闭环交给 AI 协助完成。

项目部分内容截图：

图片展示了OpenScience开源的科学研究人工智能工作台的安装与快速入门相关内容。安装部分说明用npm安装，需打开工作区，列出命令及注意事项。快速入门部分从任意位置设置API密钥，启动工作区，介绍在浏览器中打开工作区、从凭证面版添加密钥等操作，还提及在特定项目中打开工作区的命令。阿特拉斯部分介绍其为管理平台，可提供前沿模型，但OpenScience可使用但不强制要求。
图片展示了OpenScience开源的科学研究人工智能工作台的配置和开发相关的内容。配置部分说明全局配置存储在仓库根目录的“.openconfig”中，可自定义代理、命令、工具、插件和主题等。开发部分列出Bun 1.3或更新版本的安装命令，如“bun install”等，还提供了系统如何整合、贡献指南、风格指南、社区标准等参考资料。安全性方面，强调系统有严格的审核操作，可设置不信任的文件下载等。
这张图片是OpenScience开源科研AI工作台的项目内容截图，核心展示了该工作台从提出目标到运行的工作原理。顶部以“从进球到写作”作类比，搭配说明“你说出目标，工作台运行着环路”，下方以编号01至04的模块清晰呈现流程：01为安装环节，说明是来自NPM的包裹，工作区会在浏览器中打开；02为问吧环节，表明像向同事提出目标一样，计划模式会在运行前三思而后行；03为快跑环节，介绍代理会完成阅读论文、编写和运行代码，之后继续推进，批评代理人会在过程中攻击薄弱主张；04为阅读环节，说明是带有数据和引用的文章，每项声明都与生产链条相关。
这是OpenScience开源科研AI工作台的项目内容截图，界面左侧的标题区域显示“第一天就准备好域名”，并标注“28号随工作台一起发货，每个版本都代表一个真正的工具，包含其实际的界面、标志和故障模式”。界面右侧清晰列出了工作台覆盖的功能分类，涵盖机器学习基础、生物学、数据库、LLM工具、化学、物理学、编码、写作、云计算、数据工程等多个科研相关领域，同时还设有研究、可视化、其他、量子、学者评价、文档解析等板块，各分类下标注了对应支持的工具或模型相关内容，体现出该工作台对科研多环节的覆盖能力。
图片展示了OpenScience开源的科学研究人工智能工作台中科学记录作为工具的部分内容。其包含41个数据库，客服可直接查询，无需写插件，不用维护胶合代码。图片以表格形式呈现，分为文献、蛋白组与结构、基因科学与生物、化学、通感与数学等类别，列举了如arXiv、UniProt、PubChem等具体数据库名称。该图片与文档中介绍OpenScience工作台的内容相关，直观呈现了其数据库资源情况。