OpenResearch 教程：让编码 Agent 变成科研搭档

📌 项目日期：2026年9月 | 数据来源：GitHub官方仓库 | 星数：1.3k+

📋 项目简介

OpenResearch（1.3k 星，单日 +156）是 alphaXiv 出品的本地优先 research agent 工作台——官方叫法是"local-first workspace for research agents and autoresearch"。它不造新 agent，而是把 Claude Code、Codex、OpenCode 这些你已经在用的编码 agent 升级成科研生产力：文献综述、提出假设、设计实验、跑实验、产出可复现的研究工件，全部在工作台里编排。想给 agent 配上系统的科研技能包，可先读 scientific-agent-skills教程：163个技能把AI代理变成AI科学家（37k星）。

✨ 核心特性

能力	说明
并行探索	每个研究方向一个独立 agent 会话 + 隔离 git worktree，互不干扰同时推进
可复现实验	git 原生实验树：每次实验的代码状态、环境、结果以 immutable 方式归档，随时重放
证据在上下文	logs、diffs、results 与 agent 上下文关联，agent 的结论可追溯到具体证据
Autoresearch 循环	全自主研究闭环：提想法 → 改代码 → 跑实验 → 查证据 → 决定下一步
agent 与算力双自由	agent 选 Claude Code/Codex/OpenCode；算力选本地/SSH/Slurm/K8s/Ray/HF Jobs/Modal/Tinker
本地优先	默认 127.0.0.1 + SQLite，实验数据不离开你的机器
远程编排	orx up --remote user@host 一条命令把工作台接到远程服务器
技能注入	orx install-skills 把研究技能装进你的编码 agent

🏗️ 工作原理

研究目标（如"复现某论文并探索改进"）
   │
   ▼
OpenResearch 工作台（orx up · 127.0.0.1:4791）
   │
   ├──→ 方向 A：agent 会话 + git worktree A ──┐
   ├──→ 方向 B：agent 会话 + git worktree B ──┼─ 并行探索
   └──→ 方向 C：agent 会话 + git worktree C ──┘
   │
   ▼
实验执行（本地 / SSH / Slurm / K8s / Ray / HF Jobs / Modal / Tinker）
   │
   ▼
证据链沉淀：logs · diffs · results 关联入上下文
   │
   ▼
Autoresearch 决策：证据支持？→ 下一循环（提想法→改码→跑实验→查证据）

🚀 安装与上手

# 方式一：CLI 一行安装
curl -LsSf https://openresearch.sh/install.sh | sh

# 启动工作台（自动打开本地仪表盘）
orx up          # → http://127.0.0.1:4791

# 方式二：桌面版
#   下载 → https://openresearch.sh/download

# 接远程算力
orx up --remote user@host

# 把研究技能装进你的编码 agent（Claude Code / Codex / OpenCode）
orx install-skills

# 隐私：关闭匿名遥测
orx telemetry off

# 注：Windows 为 beta 版，需先安装 Git for Windows

💡 使用建议

• 从单方向起步：先给一个明确的复现型目标（复现论文图表），跑通"探索→实验→证据"闭环后再开多方向并行。
• 用 worktree 隔离分歧思路：每个假设一个 worktree，失败方向直接丢弃，成功方向合并——git 分支模型天然适合科研试错。
• 算力分层：轻量实验留本地，长时训练走 Slurm/K8s/Modal，orx --remote 把两者接进同一工作台。
• 证据链要喂饱 agent：让 agent 引用 logs 和 results 而非"我觉得"，这是它结论可信的关键。
• 扩展阅读：安全向研究技能看 reverse-skill AI安全研究技能包安装使用教程；把研究成果沉淀成知识库则推荐 Semantica教程：语义驱动自动化知识管理工具。