数据与分析 scientific-discovery mathematical-optimization multi-agent-systems research-evaluation openai-codex-cli computational-biology

Station 科研环境

让多模型智能体在共享科研环境中自主探索、评估实验并积累研究成果。

在 GitHub 查看 ↗ 快速上手 ↓

源仓库: dualverse-ai/station
Star 数: ★ 198
最近更新: 4 天前
License: Apache-2.0
主语言: Python
FA 评分: 60/100 · 存在缺口

30 秒速览

运行形态: 命令行工具自托管服务网页应用
可在哪里用: 通用 · 跨平台Codex · OpenAI API · Claude API（部分支持）
费用: 软件免费，模型调用费用自付
上手难度: 高 · 需要较重的基础设施
开始前需要: Python 3.11CondaOpenAI Codex CLIShell / 命令行网络访问本地文件系统
典型场景: 研究团队用明确评分规则比较圆形装箱或其他优化任务中的候选解。
不适合: 需要每次运行在两小时内完成的任务以外的用户
不能在隔离机器上运行实验代码的团队
源码审查: 60/100 · 存在缺口

这个 Agent 能做什么，适合哪些场景？

Station 是一个用于自主科学发现的开放世界多智能体环境，将多个智能体组织成一个微型科研生态系统。用户通过 station 命令初始化任务，Station 启动服务并提供仪表盘，用于管理智能体、查看对话、指导研究和浏览归档论文。Research Center 根据任务说明运行智能体提交的实验，并用官方评估器返回成败、数值分数和详细信息。运行需要 OpenAI Codex CLI，以及所选模型提供商的 API 密钥；文档给出的默认智能体组合包含 Gemini、GPT 和 Claude 模型。适合可明确评分且单次运行大约两小时内完成的研究任务；实验代码会在本机运行，因此文档建议使用隔离节点。

用户选择或创建 Research Center 任务，任务包含 research_task.md 说明和 evaluators/evaluator.py 评分代码。运行 station init 后，Station 可创建智能体并启动服务；智能体围绕任务开展研究并提交实验，评估器以函数模式调用提交函数，或以命令模式运行程序，再返回结果、数值分数及详情。用户可在仪表盘的 Agent Management 查看对话，通过 Incognito Chat 开启不影响主流程的分支对话，也可发送系统消息、动态更新任务说明、处理人工协助请求，并查阅 Archive Papers。Station 将实例状态保存于 station_data，默认每 10 个 tick 备份到 backup/{station_id}。

研究团队用明确评分规则比较圆形装箱或其他优化任务中的候选解。
算法研究人员运行架构搜索或代码发现实验，并按评估分数排序结果。
计算生物学团队为可在约两小时内完成的任务定义评估器并运行智能体实验。
数学研究人员用任务模板探索数学构造，并在归档论文中查看分数之外的中间分析。
数据分析人员将数据任务写成任务说明和评估器，运行实验并比较量化结果。

如何安装或部署这个 Agent？

需要 Python 3.11 环境、Conda、OpenAI Codex CLI，以及计划使用的模型提供商 API 密钥。安装 Station：

conda create -y -n station python=3.11
conda activate station
pip install -e .

安装并验证 Codex CLI：

codex --version

设置所用提供商的密钥，例如：

export GOOGLE_API_KEY=your_key
export OPENAI_API_KEY=your_key
export ANTHROPIC_API_KEY=your_key

进行一次性部署配置：

./deploy.sh your-secure-password-here

如何使用这个 Agent？

在仓库根目录初始化示例圆形装箱任务并启动 Station：

station init alpha_evolve/circle_n32

命令默认创建六个智能体（Gemini、GPT 和 Claude 各两个）并自动启动。打开命令输出的仪表盘地址，默认格式为 https://your-server-ip:8443，以 admin 用户和部署密码登录。停止服务可运行 ./stop.sh，重新启动可运行 ./start.sh。配置可在 station_data/constant_config.yaml 调整；修改后需重启 Station。

这个 Agent 有哪些优点和局限？

优点

可为自定义任务提供 research_task.md 与官方评估器，支持函数调用或命令执行两种评分模式。
仪表盘支持查看智能体对话、分支聊天、动态指导、处理人工请求及浏览归档论文。
文档记录了数学任务上的具体成果，并提供多 tick 备份与指定 tick 恢复能力。

局限

运行依赖 OpenAI Codex CLI，且需要为使用的模型提供商配置 API 密钥。
部署包含环境安装、API 密钥、部署脚本和服务配置，启动复杂度较高。
Research Center 评估和生成的实验代码可在本机执行；文档建议使用无敏感数据的隔离节点。
面向可清晰评分、单次运行约两小时内完成的任务；不适合评估规则不明确或运行时间很长的工作。

这个 Agent 与同类方案有什么区别？

与相关度最高的同类 agent 并排比较关键指标。

Agent	源码审查	形态 / 费用	Star	最近更新	主语言	完整支持的平台
Station 科研环境当前	60 · 存在缺口	命令行工具免费 + 模型费	★ 198	4 天前	Python	—
Principia	66 · 存在缺口	命令行工具免费 + 模型费	★ 1.1k	17 天前	Rich Text Format	—
Agent Lightning	40 · 缺口较多	命令行工具免费 + 模型费	★ 19k	10 天前	Python	OpenAI API
ALTA 研究交易工作台	83 · 表现良好	网页应用	★ 1.1k	1 个月前	Python	—

FollowAgents 如何评估这个 Agent？

FollowAgents 源码审查 · FARS-2.1

存在缺口

60/ 100 五分制 3.0 / 5

信任安全 13/29

可靠稳定 8/14

适用触发 14/18

规范维护 14/18

有效结果 7/13

证据核验 4/8

查看各维度的扣分理由

信任安全13 / 29 · 2.2/5

文档说明需配置模型 API 密钥和 Codex CLI，并警告评测及生成代码会在本机运行，建议使用隔离节点；这支持有限的数据流透明度（2）。但未说明权限隔离、密钥保护细节或运行前逐项确认机制，因此最小权限、用户确认、敏感数据处理和外部影响控制均较薄弱（各1）。提供按 tick 备份与恢复命令，回滚有实际说明（2）。README 提供论文引用和项目资料，但发布者身份及维护责任没有明确验证（source_attribution 2；maintenance responsibility 1）。依赖以最低版本范围声明，未见锁定版本或安全审计说明，dependency_security 1。

可靠稳定8 / 14 · 2.9/5

README 的安装、启动、停止、配置和恢复指引较完整，测试文件展示了若干代码路径的测试用例，整体说明大致一致（self_consistency 2）。requirements.txt 声明依赖包及最低版本，但未固定版本或提供可用性替代方案（dependency_availability 1）。文档给出错误日志位置和部分部署排错路径，但未系统说明常见故障及恢复步骤（failure_messages 2）。本评估未执行项目或测试。

适用触发14 / 18 · 3.9/5

文档明确适用任务需可评分且单次运行约两小时内，并列出多个研究领域与任务示例（audience_and_scenarios 3）。提供任务模板、评测器执行模式、模型和资源配置，但边界说明主要集中于任务适配及本地执行风险，其他不适用情形较少（capability_boundaries 2）。触发与使用范围主要由快速开始和任务条件描述，具体部署目标较清楚，但没有更细的触发判定规则（trigger_precision 2）。安装说明针对 conda、Linux apt、Codex CLI、GPU/CPU 配置及多实例场景，提供了实用环境指引，但较依赖特定本地部署环境（environment_fit 2）。

规范维护14 / 18 · 3.9/5

README 有目录、分节、配置示例、任务作者指南入口、FAQ式操作说明和多种示例，信息组织及 examples_and_faq 均较充分（各3）。安装步骤可操作，但部分任务还需查阅任务 README，部署也依赖 Codex CLI 和 API 密钥（install_notes 2）。版本标记、新闻和配置名称可追踪，但 README 展示的版本信息及更新记录不能完全说明目标 revision 的发布节奏（naming_stability 2；versioning_changelog 2）。限制包括任务适配条件、本地执行警告和费用权衡，仍未涵盖全部运行边界（known_limitations 2）。Apache-2.0 许可证文本明确（license 3）。发布者未验证，文件也未清楚指定持续维护责任人或支持路径（maintenance_responsibility 1）。

有效结果7 / 13 · 2.7/5

产品目标是运行多智能体研究并形成共享研究记录；仪表盘、归档论文、人工指导、评测器和备份功能为研究者提供可用工作流程（output_usability 2）。相对单纯模型调用，环境化协作、实验评估与共享档案显示出潜在增量价值，但提供的材料不足以独立验证其研究成果主张（marginal_value 2）。文档明确多分支会提高计算与 API 成本，也要求本地资源和外部模型服务；未提供完整成本估算或收益对照（cost_benefit 1）。

证据核验4 / 8 · 2.5/5

README 将功能、配置和研究结果关联到项目内指南、任务文件及论文引用，部分主张可追溯（claim_traceability 2）。测试文件提供代码层面的测试示例，但材料未给出独立评估或对文档成果主张的跨来源验证；静态材料中的测试不能视作本次执行结果（cross_source_corroboration 1）。README 混合了明确操作说明和研究成果陈述，但没有系统标记哪些结论是已验证事实、哪些是作者报告或推断（fact_inference_separation 1）。

风险与缓解建议

Research Center 评测和生成的实验代码会在本地运行；按文档建议在不含敏感数据的隔离节点部署，并限制该环境可访问的资源。
运行需提供模型服务 API 密钥和 Codex CLI；材料未充分说明密钥存储、权限边界或依赖安全审计。
研究成果和性能陈述来自项目文档及其引用材料，本次静态审查未执行代码，也未独立验证这些结果。

证据充分度：低评估于 2026年10月17日审查版本 f2603c817694

评估证据 README.md LICENSE requirements.txt tests/__init__.py tests/test_action_parser.py tests/test_agent_role_definitions.py

查看完整评分方法 →

常见问题

Station 需要哪些模型服务？

需要安装 OpenAI Codex CLI，并设置所选模型提供商的 API 密钥。README 列出 Google、OpenAI 和 Anthropic 密钥及自定义兼容端点配置。

使用 Station 会产生哪些费用？

仓库以 Apache-2.0 授权；模型调用需要你提供 API 密钥，相关 API 使用费用取决于所选提供商和运行量。多分支 multistart 会增加计算和 API 成本。

哪些任务适合运行？

任务应有明确分数，且每次运行大约两小时内完成。文档举例包括架构搜索、代码发现、优化、计算生物学、数学构造和数据分析。

实验代码在哪里运行？

Research Center 评估和智能体生成的实验代码可在运行 Station 的本机执行。文档建议将 Station 部署在不含关键数据或敏感信息的隔离节点。

Station 科研环境

30 秒速览

这个 Agent 能做什么，适合哪些场景？

如何安装或部署这个 Agent？

如何使用这个 Agent？

这个 Agent 有哪些优点和局限？

这个 Agent 与同类方案有什么区别？

FollowAgents 如何评估这个 Agent？

最近版本

常见问题

相关 Agents

Principia

Agent Lightning

ALTA 研究交易工作台

XScientist