Wisp Science
GitHub 下载桌面版下载
开源 · 本地优先 · Windows / macOS beta

严谨科研的
本地 Agent 工作台

Wisp Science 在本地运行分析、检索数据库、调用 Python 与 MCP 工具， 从数据整理到报告输出全程可追溯——把时间留给科学本身。

下载桌面安装包 从源码构建

Wisp Science 用户来自高校与科研团队

  • Yale University
  • Tsinghua University
  • Cornell University
  • University of Michigan
  • UCLA
[ 001b ] From real research questions

他们这样用 Wisp Science

不是一句“帮我分析”，而是把手头真实、具体的科研任务交给它继续推进。

“能不能先帮我把这批单细胞数据做完 QC，再看看这几个 cluster 到底是什么细胞？每一步的参数和图都留下来，我明天组会要讲。”
生物信息方向博士生以前最怕中途改参数，现在可以沿着同一段对话接着跑，图、代码和判断也都找得到。
“把最近五年和这个靶点有关的临床前研究梳理一下。别只给结论，把检索来源、相互矛盾的结果和还缺什么证据一起列出来。”
药物研发团队研究员它更像一个愿意把依据摊开的研究搭档，而不是给我一段看起来很确定的摘要。
“这个蛋白的几个突变位点可能影响稳定性吗？先查数据库和文献，再给我一个能在本地复现的分析方案，不要动原始数据。”
结构生物学研究者数据留在电脑上很重要；更省心的是检索、分析和最后的 Methods 草稿能在一个项目里串起来。
“我把 20 篇 PDF 放进项目了。能按实验体系整理它们各自用了什么对照吗？有数字对不上的地方先标出来，别替作者猜。”
分子生物学博士后做文献表格时最有用的不是快，而是它会把出处带回来，我能立刻核对原文。
“这份代谢组结果先别急着解释。帮我检查缺失值、批次效应和异常样本，再把你建议的统计步骤写成一份可重复运行的脚本。”
转化医学实验室成员它不会只扔给我一张漂亮图，前面的数据检查和后面的脚本都在，交接给同事也方便。
“根据这组候选分子查一下 ChEMBL 和 PubChem，活性、选择性和已知风险分开列。最后告诉我下一轮最值得补哪三个实验。”
计算化学研究员数据库检索和本地分析不用来回切工具，尤其适合先把问题收敛，再决定昂贵的实验往哪做。
[ 002 ] Built for scientific research

为科研而生

独立开源的 Rust/Tauri 科研工作台：Agent 核心、生物工具链与桌面 UI 全部本地运行，数据不出机器。

科学产物，完整可追溯

对话中的表格、代码块、LaTeX 公式与文件路径自动提取为 artifact，侧边栏即时预览。Markdown 渲染支持 KaTeX 与代码高亮。

{{artifact:abc123}}
→ Table · 8 rows × 4 cols
→ figure_umap.py · 42 lines
→ $\hat{\beta}$ · LaTeX equation

每个 artifact 绑定生成它的对话上下文，
便于复现、编辑与版本回溯。

持久 Python 内核

长驻 kernel_worker.py 子进程保持变量与 DataFrame 在内存中，跨轮次迭代分析无需重复加载数据。

>>> import scanpy as sc
>>> adata = sc.read_h5ad("pbmc.h5ad")
>>> adata.shape
(2700, 32738)

# 变量在后续 tool call 中仍然可用
>>> sc.pp.neighbors(adata)
>>> sc.tl.umap(adata)

30 个内置 SKILL 工作流

从文献综述、分析模块、作图与远程 SSH 计算，开箱即用。

skills/
├─ literature-review/
├─ analysis-workflow/
├─ remote-compute-ssh/
├─ figure-composer/
└─ paper-narrative/ …

Agent 通过 use_skill 工具按需加载 SKILL.md

任意 LLM 后端

支持 OpenAI 兼容、OpenAI Responses、Anthropic API，以及本地 ACP Agent。查看 HTTP 模型配置。

三层上下文压缩

完整历史先归档，安全裁剪 tool/图片噪声；必须移除语义轮次时，先基于原历史生成增量摘要检查点，并保留有界近期上下文。

SQLite 持久化

项目、会话帧、消息与 artifact 写入本地数据库，重启应用完整恢复历史。

[ 002b ] Works wherever your data lives

数据留在本地

Windows（WebView2）与 macOS（Apple Silicon / Intel 通用）桌面，或 headless CLI；Python 环境与 MCP 服务器在首次启动时自动配置。

自包含安装包

v0.2 起 skills、Python、MCP 与 demo 会话打包进 Windows MSI/NSIS 与 macOS dmg，无需源码树。

统一 bio MCP

默认启动 mcp_bio，约 240 个工具覆盖 PubMed、UniProt、ChEMBL 等 80+ 数据库。

远程计算

SKILL 支持 SSH 集群与 Modal GPU；Agent 可编写并提交批处理作业。

[ 003 ] How researchers use Wisp Science

研究者如何使用

预置生命科学多领域工作流；跨学科项目可在同一会话中串联文献、分析与可视化。

单细胞与转录组分析

用 analysis-workflow 把 QC、聚类、注释收成可复现模块；在持久 Python 内核中完成 Scanpy 流程与 UMAP 可视化。

  • 调用 MCP 查询 GEO / CellxGene 元数据
  • 表格与图形自动进入 artifact 面板
  • 代码与对话绑定，便于复现
示例提示
对 PBMC 3k 数据做标准 Scanpy 流程，标注 major cell types，并导出 marker 基因热图。

蛋白结构与序列

从 UniProt / PDB 拉取序列与实验结构，结合文献综述与作图，生成可引用的位点表和 Methods 草稿。

  • 从 UniProt / PDB MCP 拉取序列与结构
  • 3D 结构查看器在 Roadmap 中
  • 与文献综述 SKILL 串联假设生成
示例提示
获取 TP53 预测结构，叠加 ClinVar 致病突变位点，并生成 Methods 段落草稿。

化学信息学与分子设计

通过 ChEMBL、PubChem MCP 检索活性数据，计算理化性质与相似性，用 figure-composer 出 SAR 图。

  • 计算理化性质与相似性
  • Ketcher MCP 支持 2D 结构编辑（bundled）
  • figure-composer 统一出图风格
示例提示
检索靶点 EGFR 的 IC50 数据，筛选 oral bioavailability 较好的候选，并绘制 SAR 热力图。

文献检索与稿件草稿

literature-review、paper-narrative、pdf-explore SKILL 帮助从 PDF 到结构化综述与叙事。

  • PubMed / Semantic Scholar MCP 检索
  • Markdown + LaTeX 实时预览
  • indication-dossier 适应症档案模板
示例提示
基于附件 PDF 写一段 Discussion，附引用列表，并检查数字是否与表格一致。
[ 003b ] See it in action

内置 Demo 会话

桌面应用「Open demo」可打开只读示例：CRISPR 筛选、酶工程、极端微生物与免疫治疗——无需 API 额度即可感受工作流。

CRISPR Screen

从 raw counts 到 hit calling 与可视化报告的完整 Agent 轨迹。

Enzyme Engineering

序列分析、突变建议与活性预测的多轮工具调用示例。

Extremophile

宏基因组检索与功能注释的跨数据库工作流。

Immunotherapy

肿瘤免疫相关文献整合与假设生成演示。

[ 004 ] Works with your stack

对接你的工具链

MCP 协议连接生物数据库与自定义服务器；SKILL.md 扩展可复用流水线。Agent 把它们当作一等公民工具调用。

bio-tools MCP~240 tools · 80+ DBs
SKILL.md29 bundled workflows
Python REPLuv-managed venv
Filesystem toolsread / write / shell
OpenAI APIcompatible endpoints
Anthropic APIClaude models
SSH / Modalremote compute SKILLs
Ketcher MCP2D structure editor

浏览 MCP 服务器

[ 005 ] FAQs

常见问题

不是。Wisp Science 是开源桌面/CLI 应用，使用你自备 API Key 对接的任意兼容 LLM。新的是围绕模型的 Agent 循环、工具、MCP 与 Python 内核。
它能真正执行：读写本地文件、运行 Shell、调用持久 Python REPL、通过 MCP 查询 PubMed/UniProt 等数据库，并在 SQLite 中保存完整会话。内置 30 个领域 SKILL，而非仅生成文本。
原始数据与计算在本地进行；会话与 artifact 存于本机 SQLite。发送至 LLM 提供商的仅为 prompt 与 model 响应，遵循你所用 API 的隐私政策。
Windows（MSI/NSIS + WebView2）与 macOS（Apple Silicon / Intel 分架构 dmg）均提供安装包，随 GitHub Release 一同发布。macOS 包自 v0.5.0 起已经过 Apple 代码签名与公证，双击即可打开，无需右键放行；Windows 包暂未签名，可能触发 SmartScreen（选「仍要运行」）。Linux 目前仅支持从源码构建 CLI / 桌面。
API Key 存放在 macOS 登录钥匙串，条目会绑定写入时应用的代码签名身份。若你先用过未签名的 v0.4.x 填过 Key，那个条目被绑到了旧身份；升级到已签名的 v0.5.0 后身份改变，系统便反复要求输入登录密码来重新授权。解决办法：打开「钥匙串访问」，搜索并删除名为 wisp 的条目，重开 wisp 重新填一次 API Key（点一次「始终允许」）即可，之后不再弹。签名身份从此稳定，后续升级不会再出现此问题。
安装包用户：Windows 需 WebView2（Win10/11 通常已带），macOS 用系统 WebKit 无需额外运行时；两者都需自备 API Key。从源码构建需 Rust、uv、Trunk、Tauri CLI v2（macOS 另需 Xcode 命令行工具）。首次运行会自动创建 Python venv 并安装 MCP 依赖。
是的。我们最初关注过 Claude Science 一类封闭产品，但发现其对部分地区用户不友好、且生态封闭。Wisp Science 由此起步：学习其 Skills 与 MCP 工具选型思路，并以 Rust/Tauri 独立实现本地优先的科研工作台（AGPL-3.0）。Agent 架构、多项目工作流、Run 管理、插件体系、ACP 等核心能力均为自主设计；可对接任意模型提供商，任何人都可使用、研究与改进。
v0.2 仍为 beta/MVP 垂直切片。核心 Agent、流式、工具、Python、MCP 与 UI 可运行，但多 Agent 推理（loop_engine）、3D 结构查看器等在 Roadmap 中。不建议用于生产关键任务。