Система AI-for-science-агентов на базе OpenClaw, где Skills и типизированные Operators улучшаются благодаря проверенным воспроизведением решениям и независимой валидации.
ScienceClaw — система агентов для научных задач, которая накапливает повторно используемые улучшения. Каждая задача решается как типизированный исполняемый workflow, порты которого содержат сведения о типе, форме, единице измерения и происхождении данных. Если исправление удаётся воспроизвести после сброса чистого окружения, его оформляют как связку из Skill (патча стратегии) и Operator (типизированной исполняемой возможности) и коммитят вместе.
Обновление сохраняется, только если исходный сценарий воспроизводится и использует его, а независимые задачи валидации показывают строгое улучшение в рамках заданного бюджета. Обновления представляют собой версионируемые снимки: пользователи вручную переводят их в активное состояние и могут откатить. В репозитории есть библиотека научных инструментов (42 модуля, включая модели для прогнозирования, сегментации, белков и молекул), набор навыков по 23 исследовательским направлениям и gateway-плагин для OpenClaw. Сопутствующий бенчмарк ScienceClaw-Eval размещён на Hugging Face.
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Инструмент машинного обучения с открытым исходным кодом, который использует active learning для приоритизации записей при просмотре больших текстовых наборов данных для систематических обзоров.
Плагин для Zotero, который позволяет общаться с одним или несколькими PDF и искать по всей библиотеке с помощью облачных LLM или локальных моделей.
Веб-сервис и userscript для Tampermonkey: вводите ID статьи на arXiv и переходите по ссылкам на инструменты для чтения, перевода, поиска и обсуждения.
Локальная, не привязанная к модели настольная исследовательская среда с ИИ для учёных: агенты, ноутбуки Python/R, научные коннекторы и отслеживаемые артефакты.
Подборка исследований об автоматизации с помощью ИИ всего цикла научной работы — от генерации идей до рецензирования и распространения результатов.
Коллекция из 177 проверенных навыков для AI-агентов, которые помогают им работать с научными библиотеками, базами данных и исследовательскими процессами.