Wisp Science
在本地工作台中完成文献检索、科学计算与可复现研究。
README 明确说明默认启用审批门、Full Permission 需主动选择、凭据存入操作系统钥匙串、同步为加密且手动触发，并提供按轮撤销和隔离探索；界面测试也显示提升、丢弃、放弃等重要操作有差异预览或确认步骤，因此用户确认获满分。权限仍包括项目文件读写、Shell、SSH、MCP 和远程模型，材料未给出细粒度沙箱或逐工具权限策略，最小权限仅评 2。数据流和敏感数据处理有清楚的本地优先声明，但未展示网络请求清单、模型提供商数据边界、日志脱敏或密钥生命周期实现，故各扣 1。外部效果及回滚有审批、差异、分支和撤销支持，但永久丢弃后的恢复方案不明确。依赖包含固定 ACP 版本、锁定式工具安装和前端供应文件哈希测试，但大量 Rust 依赖采用宽泛版本、GitHub Actions 使用可变标签，且未提供漏洞扫描或更新策略，因此依赖安全仅 1。作者、仓库、贡献者、DOI、签名服务及第三方通知入口均有归属信息，但发布者身份未经企业注册验证且维护主体不够明确，来源归属未满分。
README、Cargo 工作区、构建流程和 UI 测试共同描绘了连贯的桌面研究工作台，测试还覆盖构建隔离、供应文件哈希以及探索/分支状态流；但 README 引用版本为 v1.2.0，而 Cargo 工作区为 1.3.0，存在轻微版本不一致，自洽性为 2。跨平台包、Rust 版本、构建工具和模型配置入口较清楚，依赖可获得性足以支持普通使用，但未提供离线依赖镜像、兼容矩阵或安装前诊断，故为 2。提供的测试检查脚本退出码和部分警告行为，但没有面向用户的错误消息、重试、网络故障、SSH/MCP/模型失败处理证据，因此失败消息仅 1。
目标受众和场景非常具体，覆盖文献检索、Python/R、科研数据库、论文证据、远程计算及多种工作流，因此受众与场景获满分。README 清楚列出可做事项、BYOM、审批模式和隔离探索，但对不支持的任务、模型限制及危险操作边界说明不足，能力边界为 2。通过 @、#、/、审批门以及明确的探索与分支 UI 区分来减少误触，测试也验证状态约束；不过没有展示自然语言触发解析或工具路由的底层精度，触发精度为 2。Windows、macOS、Linux、WSL、SSH、GPU、Python 和 R 的适配范围明确，且构建文件支持关键平台，环境适配获满分。
README 的入门、研究、项目、计算、扩展和开发导航结构完整，信息架构获满分。安装提供发行包、平台格式和配置文档入口，足够普通用户使用，但当前材料未包含具体系统要求、源码构建步骤或故障排除内容，安装说明为 2。Wisp/WISP、Runs、Skills、Explorations 等术语整体稳定，但 README 引用版本与 Cargo 版本不同，命名稳定性和版本更新路径均未满分。演示、截图、案例和大量测试场景构成较好示例，但没有可见 FAQ。已说明 Full Permission、平台和若干行为限制，然而缺少集中式已知限制说明，因此仅 1。AGPL-3.0-only 在 README、Cargo 和完整 LICENSE 中一致，许可获满分。发行入口和版本元数据存在，但未提供变更日志内容，版本管理为 2。仓库账户和贡献者可见，却没有明确维护团队、支持承诺、安全联系或治理职责，维护责任仅 1；未知发布者身份本身未被当作可疑因素。
项目将对话、文件、持久内核、运行日志、图表、分支、证据胶囊和论文工作区整合成可继续使用的研究产物；测试还验证差异、合并摘要和证据文件生成，因此输出可用性获满分。相对于普通聊天代理，它把科研数据库、Python/R、远程运行时、MCP、可追踪项目历史和出版证据放在同一工作台，边际价值明确，获满分。开源、本地优先、可自带模型和无需密钥的演示降低采用成本，但仍需用户承担模型费用、环境配置、远程基础设施和 AGPL 合规成本，材料没有量化资源或费用，因此成本收益为 2。
主要功能声明通常对应具体文档入口、Cargo 模块、构建工作流或 UI/脚本测试，追踪性较好；但本次材料没有这些被链接文档的正文，也没有对所有约 80 个数据库、本地存储和加密实现提供代码级证据，因此为 2。README 声明在 Cargo、CI 和测试中得到部分交叉印证，例如跨平台构建、探索流程和依赖完整性，但安全及隐私声明主要仍来自 README，交叉佐证不完整。事实、产品主张与操作说明大体分开，测试断言也具体；然而营销性表述如“凭据和数据留在机器上”未在所给实现文件中限定例外，事实与推断分离未达满分。
- 该代理可读写项目文件、执行 Shell、连接 SSH 主机并调用外部模型和 MCP 服务；在处理敏感科研数据前，应保持审批门开启并逐项核对模型提供商及工具的数据去向。
- “本地优先”和“凭据留在机器上”主要由 README 声明支持；所给材料未完整展示遥测、日志脱敏、网络端点、密钥轮换或删除策略。
- 永久丢弃探索分支的测试明确表示内容会被移除；执行前应确认已有外部备份或可接受不可恢复。
- 未提供依赖漏洞扫描、供应链威胁模型或安全响应联系信息；部署前应独立审计锁文件、GitHub Actions 引用和打包产物。
- README 引用版本 v1.2.0 与 Cargo 版本 1.3.0 不一致，使用时应确认文档、二进制和源码修订对应关系。
这个 Agent 能做什么，适合哪些场景？
Wisp Science 是面向科研计算的开源、本地优先桌面工作台，项目数据、对话和凭据保留在用户自己的机器上。它让智能体读写项目文件、运行 shell，并通过持久化 Python 与 R 内核执行分析。内置 MCP 服务器可访问 PubMed、GEO 等约 80 个科学数据库，计算任务还可运行于本机、WSL 或 SSH 主机。工作台保存会话、图表、运行记录、决策和草稿，并提供探索分支、文件编辑撤销以及用于冻结稿件修订的 Evidence Capsules。它支持 Windows、macOS 和 Linux，可连接 OpenAI-compatible 或 Anthropic 模型，也可通过 ACP 驱动 Codex 或 Claude Code。
用户在一个项目中附加文件、产物和运行环境后，智能体可以读取或写入项目文件、调用 shell，并按需加载 SKILL.md。Python 和 R 内核会跨单元格、对话及重启保留变量；较长任务可作为 Runs 提交，并显示实时日志。用户可注册本地、WSL 和 SSH 主机，探测硬件后选择执行位置。捆绑的 MCP 服务器负责查询 PubMed、GEO 等约 80 个科学数据库，工作台还能离线预览 notebook、PDF、Office 文件和图像。分析产生的图表、运行记录、决策与草稿留在项目中；探索分支用于隔离试验方向，Publication Workspace 则把稿件修订冻结为可验证的 Evidence Capsules。
- 生物信息学研究者需要检索 PubMed、GEO 等数据库，并在同一项目中运行 Python 或 R 分析。
- 拥有远程工作站或 GPU 服务器的团队，需要通过 SSH 提交长任务并持续查看实时日志。
- 同时使用笔记本电脑与 Windows WSL 环境的科研人员，希望注册多个运行环境并复用持久化计算状态。
- 准备论文的研究者需要保留数据处理、图表、决策和稿件版本，并用 Evidence Capsules 固化修订证据。
- 希望试验替代分析路线但不修改主线项目的用户，可以在隔离的 explorations 中开展工作。
- 对数据控制有要求的实验室，希望项目、对话和凭据留在自有设备，并仅进行手动加密同步或项目迁移。
这个 Agent 有哪些优点和局限？
- 把文献检索、约 80 个科学数据库、Python/R 计算和研究记录集中到同一个桌面项目中。
- 持久化 Python 与 R 内核可跨单元格、对话和重启保留变量，适合连续科研分析。
- 原生覆盖本地、WSL 与 SSH 运行环境，并支持带实时日志的长任务 Runs。
- 本地优先设计明确：数据、对话和凭据保留在用户机器上，SSH 密钥存入操作系统 keyring 而非 SQLite。
- explorations、单轮文件编辑撤销和 Evidence Capsules 为试验隔离、追溯及论文证据保存提供专门机制。
- 支持 OpenAI-compatible、Anthropic、Codex 和 Claude Code 路径，模型选择不局限于单一供应商。
- 除内置演示外，模型驱动的工作需要用户自行提供并配置兼容模型及凭据，相关服务费用也由所选提供商决定。
- 依赖桌面应用工作流；所给材料没有证明其可作为无界面的服务器服务或可嵌入的软件库部署。
- 加密同步和项目迁移均为手动操作，明确不会在后台自动同步，跨设备协作需要额外步骤。
- SSH、WSL、GPU 和远程 Runs 的使用取决于用户已有的主机及运行环境；材料没有承诺自动配置这些基础设施。
- AGPL-3.0-only 许可可能给修改、分发或网络服务场景带来合规义务，采用前需要评估。
- 所给材料未列出源码构建的完整命令、资源消耗基准或支持数据库的逐项清单。
如何安装或部署这个 Agent？
从仓库的 GitHub Releases 下载对应安装包：Windows 提供已签名的 MSI 或 NSIS，macOS 提供已签名并公证的 .dmg，覆盖 Apple Silicon 与 Intel；Linux 提供 x86_64 和 aarch64 的 .deb 或 AppImage。来源没有给出包管理器安装命令。也可以从源码构建，但所给材料未列出完整的构建命令或工具链要求。
如何使用这个 Agent？
安装并启动桌面应用后，可先打开内置 RNA-seq 演示，无需 API 密钥即可查看完整分析轨迹。要创建模型驱动的项目，进入 Settings → Models，添加 OpenAI-compatible 或 Anthropic 模型及相应凭据；也可配置通过 ACP 使用 Codex 或 Claude Code。创建项目后，使用 @ 附加文件、产物和运行环境，使用 # 搜索已保存会话，使用 / 应用 Skill。需要远程计算时，注册本地、WSL 或 SSH 主机并探测硬件，再将长任务提交为 Runs 查看实时日志。除演示外，首次可工作的具体提示词或命令未在所给材料中提供。