🔓 unclaimed — this page was auto-generated from GitHub. Are you the creator?
Claim this page →
Claude-Science-for-win
Windows-native replica of Claude Science research workbench
git clone https://github.com/JWM0203/Claude-Science-for-win
Claude Science for win
把 Claude Science(Anthropic 2026-06-30 发布的科研工作台 beta,官方仅 macOS/Linux) 一比一复刻到 Windows。
底层真相:Claude Science 不是新模型,本质就是「统筹 agent + 60+ 科研技能/连接器 + 独立复核 + 溯源」的编排层。 本项目把这套编排层在 Windows 上补齐(科研技能包 + 数据库连接器 + 可审计溯源), 于是 Windows 上也能用。差的只是官方那个图形界面,功能对标。
目录
- 它和 Claude Science 的对应关系
- 依赖与环境
- 快速开始
- 怎么调用它
- 可审计溯源(灵魂)
- 数据库连接器清单
- Agent 架构
- 技能清单
- Windows「一比一」说明
- 目录结构
- 端到端示例
- 忠实度与局限
它和 Claude Science 的对应关系
| Claude Science | 本项目实现 | 状态 |
|---|---|---|
| 统筹 generalist agent | .claude/agents/coordinator.md | ✅ |
| specialist 子 agent | 6 个 .claude/agents/specialist-*.md | ✅ |
| dedicated reviewer agent | .claude/agents/reviewer.md | ✅ |
| 60+ 技能(含单细胞/CRISPR/系统发育/蛋白/化学) | .claude/skills/*(4 通用 + 5 生物) | ✅ 核心+镜像 |
| 数据库连接器(UniProt/PDB/Ensembl/Reactome/ClinVar/ChEMBL/BioMart) | connectors/*.py 公开 API 封装 | ✅ 实测可跑 |
| 文献分析 | connectors/literature.py(PubMed/EuropePMC/arXiv) | ✅ |
| 每个产出带可审计生成历史 | scripts/provenance.py + PostToolUse hook + git | ✅ |
| Benchling / CellGuide | connectors/_gated.py | ⚠️ 需账号,占位 |
| BioNeMo(Evo 2 / Boltz-2 / OpenFold3) | connectors/_gated.py::bionemo | ⚠️ 需 GPU/NVIDIA,占位 |
| 图形界面 App | 无(用 CLI + Claude Code) | ❌ 拿不到 |
依赖与环境
Python:本机统一用 C:/ProgramData/miniconda3/python.exe,pip 用 C:/ProgramData/miniconda3/Scripts/pip.exe。
两套 conda 环境(按需装):
| 环境 | 文件 | 覆盖能力 | 何时需要 |
|---|---|---|---|
sci(核心) | environment.yml | 文献、数据分析、出图、写稿、全部公开数据库连接器 | 用「方向 1 通用流水线」就够 |
sci-bio(生物) | environment-bio.yml | 单细胞(scanpy)、化学(rdkit)、系统发育(mafft/iqtree)、CRISPR(mageck) | 跑生物模块时 |
装核心环境(推荐先只装这个):
C:/ProgramData/miniconda3/Scripts/conda.exe env create -f environment.yml
conda activate sci
或不建新环境,直接往 base 装核心 pip 依赖:
C:/ProgramData/miniconda3/Scripts/pip.exe install -r requirements.txt
装生物环境(要生物模块时才装):
C:/ProgramData/miniconda3/Scripts/conda.exe env create -f environment-bio.yml
conda activate sci-bio
网络:访问 UniProt/PDB/NCBI/EBI 等国外库需走本机代理:
set HTTPS_PROXY=http://127.0.0.1:<代理端口>
set HTTP_PROXY=http://127.0.0.1:<代理端口>
<代理端口>换成你本机 HTTP 代理的端口(如 Clash 等客户端的混合端口)。
⚠️ Win 坑:系统自带的
python/python3可能是 Microsoft Store 占位符(一敲就跳商店)。 本项目一律用完整路径C:/ProgramData/miniconda3/python.exe,别用裸python。
快速开始
:: 0) 设代理(访问国外库);<代理端口> 换成你本机代理端口
set HTTPS_PROXY=http://127.0.0.1:<代理端口>
:: 1) 启用溯源 hook(一次性):复制示例配置为本地配置(本地配置不入库)
copy .claude\settings.json.example .claude\settings.json
:: 2) 装核心依赖
C:/ProgramData/miniconda3/Scripts/pip.exe install -r requirements.txt
:: 2) 自检(看依赖/代理/连接器连通性)
C:/ProgramData/miniconda3/python.exe sci.py doctor
:: 3) 试一个连接器
C:/ProgramData/miniconda3/python.exe sci.py lit pubmed "CRISPR base editing" --n 5
doctor 全绿即就绪。
怎么调用它
有两种用法,推荐 A:
A. 让 Claude Code 当科研工作台(主用法)
在本目录打开 Claude Code,直接说人话下研究任务,例如:
“调研 CRISPR 碱基编辑近两年的治疗进展,综合成一页带引用的综述,并画一张按年份的论文数量趋势图。”
Claude Code 会读 CLAUDE.md,自动切入统筹 agent 模式:开 run → 调 specialist/技能/连接器 → 出图出稿 → reviewer 复核 → finalize 溯源。你只管提需求和验收。
B. 手动命令行(sci.py / sci.cmd)
python sci.py doctor :: 环境自检
python sci.py new my-study --title "我的研究" :: 开一个可溯源 run
python sci.py status :: 看当前 run
python sci.py lit pubmed "single cell atlas" --n 10
python sci.py db uniprot search "insulin human" --n 5
python sci.py db pdb entry 1HHO
python sci.py env :: 快照环境
python sci.py done :: finalize 生成 manifest
把本目录加进 PATH 后,可直接用 sci ...(见 sci.cmd)。
可审计溯源(灵魂)
对标 Claude Science「每个产出都带可审计的生成历史」。每次分析 = 一个 runs/<时间戳-slug>/:
runs/20260701-153000-my-study/
├── run.json 起止时间 / slug / 模型版本(opus-4.8) / cwd
├── events.jsonl 每次 Bash/Write/Edit 调用(hook 自动追加)
├── inputs/ 输入数据(finalize 时按 SHA256 登记)
├── outputs/ 图 / 表 / 稿(同样登记 SHA256)
├── env.lock conda list + pip freeze 快照
└── manifest.json 最终清单:输入→命令→输出,全带哈希,可复现校验
.claude/settings.json 的 PostToolUse hook 自动记录,无需手动。配合 git 版本化 outputs/、manifest.json,做到真·可复现。reviewer 复核时直接读 manifest 做「数字→来源」「图→代码」对账。
数据库连接器清单
公开 API(本地直跑,已实测):
| 连接器 | 数据库 | 示例 |
|---|---|---|
literature.py | PubMed / Europe PMC / arXiv | sci.py lit pubmed "…" |
uniprot.py | UniProt(蛋白序列/注释) | sci.py db uniprot search "insulin" |
pdb.py | RCSB PDB(结构检索/下载) | sci.py db pdb entry 1HHO |
ensembl.py | Ensembl(基因/序列/xref) | sci.py db ensembl lookup BRCA2 |
reactome.py | Reactome(通路) | sci.py db reactome search apoptosis |
clinvar.py | ClinVar(变异临床意义) | sci.py db clinvar search "BRCA1 pathogenic" |
chembl.py | ChEMBL(化合物/靶点/活性) | sci.py db chembl molecule aspirin |
biomart.py | Ensembl BioMart(批量注释/映射) | 见文件头 |
门控(需外部访问,connectors/_gated.py 占位,未配置报「需外部访问」):
| 名称 | 需要什么 | 环境变量 |
|---|---|---|
| Benchling | 商业账号 API token | BENCHLING_API_TOKEN / BENCHLING_DOMAIN |
| CellGuide / CELLxGENE | 官方客户端 + 数据许可 | 用 cellxgene-census |
| BioNeMo(Evo 2 / Boltz-2 / OpenFold3) | GPU 或 NVIDIA API key | NVIDIA_API_KEY |
Agent 架构
- coordinator(统筹):接需求、规划、调度、综合。
- reviewer(复核):独立查引用/重算数字/校验图-码一致/标孤儿数字,交付前强制过。
- 6 个 specialist:literature、single-cell、crispr、phylogenetics、protein-structure、cheminformatics。
定义在 .claude/agents/。Claude Code 在本目录会自动发现它们。
技能清单
通用核心(方向 1):literature-review、data-analysis、figure-maker、manuscript。
生物模块(镜像 Science):single-cell-rnaseq、crispr-screen、phylogenetics、protein-structure、cheminformatics。
均在 .claude/skills/。此外会叠用你已装的全局技能:academic-literature-search、CCF-Figure、docx、doc-coauthoring、pdf、deep-research。
Windows「一比一」说明
| 能力 | Windows 原生 | 说明 |
|---|---|---|
| 统筹/复核/specialist agent、溯源、全部公开连接器 | ✅ 直接跑 | 纯 Python,无平台依赖 |
| 文献 / 数据分析 / 出图 / 写稿 | ✅ | 核心 sci 环境即可 |
| 单细胞(scanpy)、化学(rdkit) | ✅ | sci-bio 环境(conda-forge 有 Win 包) |
| mafft / iqtree / mageck 等命令行工具 | ⚠️ 部分 | bioconda 对 Win 支持有限;装不上就走 WSL2 或 远程 Linux(SSH) 跑这几个二进制 |
| BioNeMo 结构预测(Evo2/Boltz2/OpenFold3) | ⚠️ | 需 GPU/NVIDIA 访问,见门控 |
远程 Linux 兜底:本机装不了的 Linux-only 工具,用你现有的 SSH 技能连一台 Linux(含官方 Science 也支持的 SSH/HPC 模式),在那边跑命令行工具、把结果 scp 回 runs/<run>/outputs/。溯源链不受影响。
目录结构
Claude Science for win/
├── README.md 本文件
├── CLAUDE.md 项目规则(统筹 agent 行为 + 溯源铁律)
├── sci.py / sci.cmd 统一命令行入口(doctor/new/lit/db/done)
├── environment.yml 核心环境 sci
├── environment-bio.yml 生物环境 sci-bio
├── requirements.txt 核心 pip 依赖
├── .claude/
│ ├── settings.json 溯源 hook(PostToolUse → manifest)
│ ├── agents/ coordinator / reviewer / 6×specialist
│ └── skills/ 4 通用 + 5 生物技能
├── scripts/provenance.py 溯源核心(start/log/env/finalize/status)
├── connectors/ 8 公开连接器 + _gated 占位
├── runs/ 每次分析一个可复现记录
├── data/ figures/ manuscripts/ examples/
端到端示例
set HTTPS_PROXY=http://127.0.0.1:<代理端口>
python sci.py new base-editing --title "碱基编辑综述"
python sci.py lit pubmed "CRISPR base editing therapy" --n 30 ^
--out runs\<刚建的run>\outputs\pubmed.json
:: …在 Claude Code 里让它综合成 literature.md + 趋势图…
python sci.py env
python sci.py done
type runs\<run>\manifest.json
或直接在本目录对 Claude Code 说一句话,让它全自动跑完上面这套。
忠实度与局限
- 真复刻:三层 agent 架构、reviewer 复核逻辑、自动溯源审计、通用研究流水线、开源生信工具链、公开数据库连接器(已实测返回真实数据)。
- 拿不到(清晰占位,绝不假装):官方 GUI、托管 GPU 模型(Evo 2 / Boltz-2 / OpenFold3)、商业连接器(Benchling / CellGuide)。有 access 后按
connectors/_gated.py的 TODO 补上即可,调用点不变。 - 本项目不含新模型——能力来自编排 + 技能 + 溯源。
// compatibility
| Platforms | cli, api, web |
|---|---|
| Operating systems | — |
| AI compatibility | claude |
| License | — |
| Pricing | open-source |
| Language | Python |
// faq
What is Claude-Science-for-win?
Windows-native replica of Claude Science research workbench. It is open-source on GitHub.
Is Claude-Science-for-win free to use?
Claude-Science-for-win is open-source, so it is free to use.
What category does Claude-Science-for-win belong to?
Claude-Science-for-win is listed under integrations in the Claudeers registry of Claude-compatible tools.
// embed badge
[](https://claudeers.com/claude-science-for-win)
// retro hit counter
[](https://claudeers.com/claude-science-for-win)
// reviews
// guestbook
// related in Integrations & Connectors
Use claude code and codex for free in the terminal, VSCode extension, and discord like OpenClaw (voice supported)
Bridge local AI coding agents (Claude Code, Cursor, Gemini CLI, Codex) to messaging platforms (Feishu/Lark, DingTalk, Slack, Telegram, Discord, LINE, WeChat…
All parts of Claude Code's system prompt, 27 builtin tool descriptions, sub agent prompts (Plan/Explore/Task), utility prompts (CLAUDE.md, compact, statusli…
Fastest, smallest, and fully autonomous AI assistant infrastructure written in Zig