研究團隊最佳開源 Claude Science 替代方案

**沒有開源項目能一對一取代 Claude Science。**Anthropic 的測試版應用程式把代理編排、領域資料、科學呈現和溯源整合在一起；開源工具只會分別覆蓋這些層，需要自行組合。

病人資料、未發表結果和產業 IP 令許多研究團隊必須把分析保留在自己控制的基礎設施內。

你實際要替換甚麼

1. 代理與編排層 — 規劃工作、寫程式、執行並迭代。
2. 執行環境 — 持久的 Python/R 核心，以及經 SSH 連到 HPC 的運算管理。
3. 領域資料存取 — 科學資料庫和文獻整合。
4. 科學呈現 — 蛋白質、比對、基因組軌跡、化學結構和 PDF。
5. 溯源 — 每個產物附帶其程式碼、環境和對話。

第一、二層已有成熟選擇，第三層只部分具備；呈現和溯源仍是開源生態的真正缺口。

評估標準

考慮寬鬆授權、完全在自有基礎設施執行、可選模型（包括本地推論）、真實程式碼執行和可持續的社群。

1. Eigent — 通用編排層

**授權：**Apache 2.0 · **執行：**桌面、本地後端、雲端或企業部署

Eigent 是多代理工作流程的開源桌面應用程式，撰寫時有 15.2k stars。它不是科學專用，卻提供可接上領域工具的編排與工具使用層。

模型無關執行、MCP、內置瀏覽器和終端，以及 vLLM、Ollama、LM Studio 的本地部署，讓一個代理尋找文獻，另一個執行分析。

**適合使用：**需要端到端可控的通用代理團隊。**不適合使用：**需要開箱即用的科學呈現器。

2. Biomni — 最接近領域原生的選項

**授權：**Apache 2.0；部分捆綁工具和資料庫有更嚴格的商業條款

Stanford 的 Biomni 為生物醫學結合 LLM 推理、檢索增強規劃和程式碼執行，並提供 11GB 資料湖、MCP 和執行軌跡 PDF。

它涵蓋 CRISPR、scRNA-seq、ADMET、GWAS 和罕見病；以 pip install biomni 安裝，Biomni-Eval1 有十個生物任務的 433 個實例。

**商用前請閱讀授權。**Apache 2.0 不自動覆蓋每個捆綁資料庫。

3. PaperQA2 — 文獻層

**授權：**Apache 2.0 · 安裝：pip install paper-qa>=5，Python 3.11+

PaperQA2 提供帶文內引用的科學文件高準確度 RAG，可處理 PDF、文字、Office 和原始碼，並透過 LiteLLM 取得中繼資料及檢查撤稿。

自信引用撤回論文的代理，比沒有引用更糟；這能取代文獻層，不能取代其餘四層。

4. OpenHands — 自行託管控制平面

**授權：**MIT · 85.8k stars

OpenHands 透過 npm、Docker 或原始碼在本地運行編程代理和自動化，支援 Claude Code、Codex、Gemini 和自帶模型設定檔。

它面向軟件開發而非科學，沒有科學呈現、資料庫接線或分析核心；但有成熟的 MIT harness、排程和 webhooks。

**適合使用：**研究工作主要是自行託管的管線和套件工程。

5. Jupyter 加 MCP — 不應重建的一層

令 Claude Science 適合分析的持久核心模式，本來就是 Jupyter 的模式。以 MCP 接上代理，比重寫狀態管理更小，也保留研究人員熟悉的介面。

這是最不華麗、也可能最有槓桿的建議。

比較

開源技術棧仍然沒有提供甚麼

**原生科學呈現。**Notebook 函式庫可以運作，但不等於代理能看著結構推理。

**預設溯源。**自動把程式碼、環境和對話附到每個產物，是早期架構決定。

**超過六十個預接資料庫。**每一個自建連接器，都是一星期不能做科學的時間。

把這些與資料駐留、模型選擇、成本可預測性，以及不希望在未公布定價的測試版軟件上建立研究計畫一起衡量。

如何組裝

1. **核心：**自有硬件上的 JupyterLab，以 MCP 包裝。
2. **編排：**Eigent 或 OpenHands；敏感工作用 vLLM/Ollama 本地模型，其餘用前沿 API。
3. **文獻：**PaperQA2 面向本地語料庫，開啟撤稿檢查。
4. **領域推理：**生物醫學可用 Biomni，先審核授權。
5. **溯源：**第一週決定格式；每張圖都有 script、lockfile 和輸入，由 CI 強制。

由一個重複工作流程開始，而不是整個平台。閱讀完全本地 AI 團隊建置指南，如仍在選擇應用程式，先看Claude Science vs Claude Code。

常見問題

**有單一的開源等價物嗎？**沒有；需要組合五個層次。

**哪一個最接近？**生物醫學工作選 Biomni。

**可完全離線嗎？**配合本地模型的編排和核心可以；文獻和資料庫需要網絡或本地鏡像。

**可免費商用嗎？**Apache 2.0 和 MIT 允許，但須檢查依賴項，尤其 Biomni。

**最缺甚麼？**原生呈現和自動溯源。

**需要 GPU 嗎？**只有本地推論需要。

建立你控制的那一層

Eigent 以 Apache 2.0 提供多代理協調、MCP 工具整合和以自選模型的本地部署，令分析資料不必離開你的基礎設施。可以把 workflow 儲存為 skill、從資料工程中心開始，或下載 Eigent。