Deepscient

Name: Deepscient
Author: yzlin286-wq

Pending

让 AI 与人类一起攻克真正的科学难题 —— 12 阶段 55 门 · 36 工具 · 98 条技能 · 证据链与可复现

50stars

0forks

JavaScript

Installation

# Add to your Claude Code skills
git clone https://github.com/yzlin286-wq/Deepscient

Getting Started

Guides for using ai agents skills like Deepscient.

Caveman: Cut Claude Token Use by 65%
How agent-side prompt compression works, when to use it, and when not to.
What is an AI Skills Marketplace?
Definitions, how marketplaces work, and how to choose between them in 2026.
Getting Started with AI Skills

Compare with similar skills

See how Deepscient compares with popular alternatives.

Deepscient vs rea

See comparison

Deepscient vs ecc

See comparison

README.md

Frequently Asked Questions

What is Deepscient?

Deepscient is an open-source ai agents skill for AI coding assistants such as Claude Code, Codex CLI, and ChatGPT, built by yzlin286-wq. 让 AI 与人类一起攻克真正的科学难题 —— 12 阶段 55 门 · 36 工具 · 98 条技能 · 证据链与可复现. It has 50 GitHub stars.

Is Deepscient safe to use?

Deepscient's catalog security scan is still queued. You can run an instant dependency and prompt-injection check now with the "Scan for vulnerabilities" button above.

How do I install Deepscient?

Clone the repository with "git clone https://github.com/yzlin286-wq/Deepscient" and add it to your Claude Code skills directory (see the Installation section above).

What programming language is Deepscient written in?

Deepscient is primarily written in JavaScript. It is open-source under yzlin286-wq on GitHub, so you can review or fork the full source.

Are there alternatives to Deepscient?

Yes. SkillsLLM lists many other AI Agents skills you can browse and compare side by side. Open the AI Agents category from the badge at the top of this page, or use the Related Skills and comparison links further down to weigh Deepscient against similar tools.

AI Courses · Agentic AI, LLM Engineering & MCP

Beginner to professional · First lesson free · Lifetime access

20% off

Comments (0)

to leave a comment.

No comments yet. Be the first to share your thoughts!

Related Skills

rea

by morluto

Reverse engineer anything with agents, from app behavior down to native binaries.

380,339

ComptyAI Developer-Island

⚠️ Third-Party Software Notice

This skill is third-party open-source software developed and hosted independently on GitHub. SkillsLLM is an informational directory and does not control or maintain the underlying repository.

Any security checks, ratings, or warnings displayed by SkillsLLM are automated and limited in scope. They do not constitute a security certification or guarantee that the software is safe, error-free, or free from malicious code, vulnerabilities, compromised dependencies, or prompt-injection risks.

Review the source code, permissions, dependencies, and configuration before installing or running any third-party skill. Use is at your own risk. To the maximum extent permitted by applicable law, SkillsLLM is not liable for losses arising from third-party software.

Read the Terms of Service

DeepScient

让 AI 与人类一起攻克真正的科学难题。

DeepScient 是一个跑在 DeepSeek Harness（dsh）运行时上的科研工作台：它把「选题 → 检索 → 实验 → 分析 → 作图 → 写作 → 投稿 → 审稿回应」做成看得见的 12 个阶段、 55 个可判定的门，配上 36 个科研工具、98 条技能和一套可审计的证据链。

它不是聊天框套壳，也不是论文生成器。它坚持三件事：

证据链：每条结论都要能追到数据、数据要能追到能重跑的实验；science_* 工具里没有「编一个数」的出口。
可复现：实验记录、环境、版本、随机种子都落盘，换台机器能重跑出同样的表。
人保留判断权：凡是系统算不出来的（构念效度、创新性、伦理取舍），工具只给检查清单，不替你下结论。

桌面版（Windows）

不想折腾环境：下载自包含安装包，解压即用——不需要 clone 仓库，也不需要单独安装 DeepSeek Harness。

下载 DeepScient-desktop-v0.12.0.zip（约 635 MB）；
解压到短路径（如 D:\DeepScient，不要放在很深的目录里）；
双击根目录 DeepScient 启动.cmd。首启自动装配桌面 profile（实测约 30–40 秒），点「登录 DeepScient」在浏览器完成授权即进入工作台。

安装包内含 deepscient 0.12.0 与 dsh-science 0.5.0，带调度层（M7）：5 个工具（science_org_chart、science_campaign_plan、science_campaign_run、science_campaign_status、science_campaign_report）与 4 级 13 岗编制。数据写在 %USERPROFILE%\.deepscient，不写 ~/.dsh。

从源码构建（开发者形态，复用本机已装的 DeepSeek Harness 桌面壳）：

git clone https://github.com/yzlin286-wq/Deepscient.git
cd Deepscient
powershell -File deepscient/desktop/assemble-profile.ps1   # 装配 ~/.deepscient/profiles/desktop
powershell -File deepscient/desktop/build-desktop.ps1      # 派生独立应用（约 1.5 GB）
powershell -File deepscient/desktop/deepscient-desktop.ps1 -CreateShortcuts

完整步骤、登录流程、数据隔离与常见问题见 docs/desktop-install.md；
桌面版额外带三个本地科学计算工具：local_compute_devices（CUDA → MPS → CPU 后端探测）、local_numeric（numpy/scipy）、local_symbolic（sympy）。

桌面版（macOS）

Apple Silicon 用户：下载自包含安装包，拖进「应用程序」即用——不需要 Node.js、pnpm，也不需要单独安装 DeepSeek Harness。

下载 DeepScient-0.12.0-mac-arm64.dmg（479 MB；同页也有 499 MB 的 .zip）；
挂载后把 DeepScient.app 拖进 Applications；
首次打开会被 Gatekeeper 拦一次（未签名构建）：右键 →「打开」→「打开」，或执行 xattr -dr com.apple.quarantine /Applications/DeepScient.app；
打开后首启自动装配桌面 profile（约 30–60 秒），点「登录 DeepScient」在浏览器完成授权即进入工作台。

数据同样写在 ~/.deepscient，与 Windows 版共用同一套课题结构，不写 ~/.dsh。

从源码构建（macOS 桌面壳由 deepseek-harness 源码构建，再派生应用）：

git clone https://github.com/yzlin286-wq/Deepscient.git
cd Deepscient
bash deepscient/desktop/build-desktop.sh --shell "/path/to/DeepSeek Harness.app"
bash deepscient/desktop/assemble-profile.sh
bash deepscient/desktop/deepscient-desktop.sh

完整安装、Gatekeeper、日志、卸载与排错见 docs/desktop-install-macos.md；
macOS 构建链（官方壳源码构建、helper 改名、asar 解包、ad-hoc 重签）见 deepscient/desktop/README-macos.md。

它长什么样

        ┌─────────────────────────────────────────────────┐
        │  DeepScient 工作台（deepscient/）                │
        │  12 阶段 · 55 门 · 课题库 · 计费 · 引导 · 设置   │
        └──────────────┬──────────────────────────────────┘
                       │ 同一个 dsh 运行时，独立数据根/profile/端口
        ┌──────────────┴──────────────────────────────────┐
        │  科研后端（dsh-science/）                        │
        │  36 工具 · 55 门学科数据 · 12 阶段流程定义       │
        │  证据链 / 统计 / 作图 / 写作 / 审稿 / 前沿扫描   │
        └──────────────┬──────────────────────────────────┘
                       │ 技能与外部工具
        ┌──────────────┴──────────────────────────────────┐
        │  98 条技能（随包 17 + 第三方 81）                │
        │  MCP 工具层（可选，papers 23 + pubmed 11）       │
        └─────────────────────────────────────────────────┘

两个包各自独立、可分开用：

包	版本	作用	依赖
`deepscient/`	0.12.0	产品壳：启动器、Host API、Web 界面、调度层、技能与 MCP 装配、验收脚本	dsh 运行时 + `dsh-science`
`dsh-science/`	0.5.0	科研内核：工具、学科数据、流程定义、preset、调度（orchestra）	只需 dsh（`@deepseek-ai/cordis`）

快速开始

前置：Windows 10/11、Node ≥ 22.5、已装 DeepSeek Harness 桌面版。

git clone https://github.com/yzlin286-wq/Deepscient.git
cd Deepscient

# 1) 把科研后端挂进一个独立 profile（只需一次）
#    在 dsh 会话里执行：
#      plugin_manager install_bundle <仓库根>\dsh-science
#    或打开 dsh 的 Plugins 页，安装本目录下的 dsh-science/

# 2) 从你现有 dsh profile 抽供应商层（不含密钥，只抽 apiKeyEnv 这类变量名）
node scripts/deepscient-sync-models.mjs

# 3) 起实例
deepscient\bin\deepscient.cmd

浏览器会自动打开 http://127.0.0.1:3081（端口占用则顺延 3082–3099）。首次打开有六步引导，见 docs/guide.md。

可选：

# 装 81 条第三方科研技能（联网一次，pin 到 commit，可校验可卸载）
node deepscient/scripts/install-skills.mjs --plan     # 先看会装什么
node deepscient/scripts/install-skills.mjs --apply    # 真装

# 开 MCP 工具层（多源文献检索 + PubMed 全文）
$env:DSH_ENABLE_MCP = '1'
deepscient\bin\deepscient.cmd

它能做什么

能力	规模	说明
流程	12 阶段 / 55 门	每道门对着库里的真实状态判定，不是让模型「觉得可以了」
工具	36 个	23 个挂在具体阶段，13 个跨阶段（查历史、溯源、教练、期刊情报、前沿扫描）
学科	55 门	每门的方法、统计口径、报告规范、常见坑
技能	98 条	随包 17 条 + 第三方 81 条（8 个 MIT 仓库，pin 到 commit）
文献源	8 个内置 + 自定义	Crossref / OpenAlex / arXiv / PubMed / Semantic Scholar / Europe PMC 等
MCP	34 个工具（可选）	`papers` 23 个多源检索下载 + `pubmed` 11 个全文与 MeSH
期刊情报	5000+ 刊	分区、周期、格式、投稿要求，用于选刊与排版

界面里有五个页签：工作台（阶段与门）、课题库、接入（数据源与凭据）、计费（token 真值 + 按你填的价目估算）、说明（这套东西怎么用、边界在哪）。

仓库结构

.
├─ README.md                  ← 你在这里
├─ LICENSE                    MIT
├─ CHANGELOG.md               0.1.0 → 0.4.0
├─ CONTRIBUTING.md            怎么改、怎么验、什么不能提交
├─ ROADMAP.md                 已知边界与后续计划
├─ docs/
│  ├─ README.md               文档总索引（两张包各自的 docs 都在这张表里）
│  ├─ spec.md                 技术规格：实例形态、组合、验收口径
│  └─ third-party.md          81 条第三方技能的来源、许可与署名
├─ deepscient/                产品壳（0.12.0）
│  ├─ bin/                    启动器（PowerShell，必须带 BOM）
│  ├─ host/                   Host API：/health /skills /presets /projects …
│  ├─ client/                 界面
│  ├─ docs/                   9 篇使用文档
│  ├─ scripts/                验收与技能安装（零依赖）
│  ├─ cordis.patch.yml        组合层
│  └─ mcp.patch.yml           MCP 层（默认不加载）
├─ dsh-science/               科研内核（0.5.0）
│  ├─ lib/                    工具注册与流程引擎（ESM）
│  ├─ data/                   55 门学科、统计口径、期刊情报、流程定义
│  ├─ presets/                科研模式 preset
│  ├─ skills/                 随包 17 条技能
│  ├─ skills-vendor/          第三方技能清单（只有 manifest，没有正文）
│  └─ docs/                   7 篇方法论文档
├─ scripts/                   供应商层抽取脚本
├─ tools/                     仓库级工具（打包面校验、发布）
└─ .github/                   CI、Issue/PR 模板、安全策略

怎么验它真的能用

这个仓库的规矩是：声称的每一件事都要有一条能跑的命令对上。

# 打包面（零依赖，CI 与本地同一份）：语法、files 完整性、清单 pin、.ps1 BOM、隐私、文档链接
node tools/verify-packaging.mjs

# 活实例验收（需要实例在跑）：294 项 HTTP/文件断言
node deepscient/scripts/verify-deepscient.mjs --token <本次启动的 token>

# 端到端：真 key 真模型真回答 + 建课题 + 预设体检 + 技能与 MCP 装配
node deepscient/scripts/e2e-science-run.mjs --run --base http://127.0.0.1:3081

# 第三方技能安装器自检（10 项）与干跑
node deepscient/scripts/install-skills.mjs --self-test
node deepscient/scripts/install-skills.mjs --plan

# 运行时面的便携性检查（78 个文件：无提示词变量、无本机路径、无私有插件痕迹）
node dsh-science/scripts/verify-portability.mjs

# MCP 服务器单独握手（绕开 dsh，出错时把 npx 的报错打出来）
node deepscient/scripts/probe-mcp.mjs pubmed

最近一次全绿记录：打包面 20 项、活实例 294 项（不带 token 285 项）、端到端六段 PASS、技能清单 81/81 pin 正确、MCP 开启后注册 34 个工具。

已知边界

诚实列在这里，也写在 ROADMAP.md：

headless 不组合 agent preset，所以「会话里看到几条技能」只能在 Web 会话里验，不能从命令行验。
MCP 只验到「工具已注册」，还没有一次「让模型真的调 mcp__pubmed__* 查到一篇」的完整往返记录。
界面没做截图回归：改动后靠人工看一眼，没有像素级基线。
只在 Windows 上验证过。启动器是 PowerShell，bin/launch.ps1 依赖 BOM；Linux/macOS 需要另写启动器。

路线图

见 ROADMAP.md。近期三条：巨型技能包的折叠路由、MCP 真实调用链、界面截图基线。

许可与致谢

本仓库代码 MIT，见 LICENSE。

第三方技能各自沿用来时许可（全部 MIT 系），清单与署名见 docs/third-party.md—— 包括 K-Dense-AI/scientific-agent-skills（42 条）、 Aperivue/medsci-skills（20 条）、 jxtse/scientific-research-skills（7 条）等 8 个仓库。它们的正文不进本仓库，装的时候按 commit 拉取并校验 sha256。

运行在 DeepSeek Harness 之上：组合层、preset、Host API、Web 界面全部复用它的插件体系。