Repository navigation
Releases: pdl-openair/OpenAIR
Releases · pdl-openair/OpenAIR
Release list
OpenAIR v1.0.0 —— 面向科学发现的可信闭环智能体平台(首个稳定版)
OpenAIR v1.0.0 —— 面向科学发现的可信闭环智能体平台(首个稳定版)
OpenAIR 把「问题建模 — 方案设计 — 执行验证 — 洞察生成」的科研过程建模为可编排、可验证、可追溯的可信闭环:用户用自然语言描述研究任务,平台统一编排,AI 以 skill 形式提供各阶段能力,人始终可以在工作台上确认方案、跟踪进度、核验证据。材料发现为首个完成全链路验证的场景,平台能力领域无关——更多领域通过新增 skill 接入。
核心能力
- 四阶段过程模型 —— problem_modeling → solution_design → execution_validation → insight_generation;是组织框架而非固定串行流水线,新的计算结果或实验反馈可触发回到相关阶段补充分析
- 200+ 契约化科研 skill(SKILL.md + input/output schema),registry 统一注册、可独立测试与回放;12 个领域包(materials / opentrajectory / pvd / cs_research …)
- 证据可追溯 —— 每步产物的来源链(哪个 skill、什么输入、什么版本)可回看、可核验
- 干湿实验协同 —— 计算验证(干实验)与制备反馈(湿实验)在同一流水线内闭环迭代
- 双执行模式 ——
SKILL_EXEC_MODE=live真实调用模型网关;replay回放仓库内 fixtures,零密钥跑通全流程 - 平台接入 —— 超算(JCC)、云实验平台、Materials Project、文献检索,全部环境变量配置,不绑定供应商
- 多用户与配额 —— JWT 登录、bootstrap 管理员、用户额度(trial / free / pro / internal)
- openair-cli ——
openair up一键体检、配置、启动、打开浏览器;另含config/logs/doctor子命令
已验证场景
| 场景 | 流程 | 结果 |
|---|---|---|
| 晶体材料发现 | 候选生成 → 进化搜索 → 计算验证(VASP 能带/稳定性) | 搜索终评 mSUN 58.0% |
| AlN 薄膜 PVD 参数寻优 | 文献证据 → 参数推荐 → 湿实验制备 → 反馈迭代 | 四轮反馈,d33 从 15.9 提升至 18.6 |
👀 在线演示(免部署、免登录):完整四阶段工作台快照——真实前端 + 请求级回放,可查看阶段进度、全部产物与证据链(只读)。
🎬 45 秒讲解视频:GitHub 页内观看 · 下载 mp4
快速开始
# 方式一:CLI 一键启动(推荐新用户)
pipx install openair-cli
openair up --mode replay # 零密钥回放演示
# 方式二:手动
git clone https://github.com/pdl-openair/OpenAIR.git && cd OpenAIR
cp .env.example .env
docker compose up -d --build
# 工作台 http://localhost:8080 · API 健康检查 http://localhost:8000/health三种体验路径(在线演示 / 本地零密钥 / 完整能力)、live 模式所需外部账号表、国内网络镜像加速等,见 README。
已知限制
- live 模式需自备模型网关(任意 Anthropic / OpenAI 兼容端点,见
.env.example,全部环境变量注入) jcc/jq等平台 CLI 不随仓库分发二进制,按skills/materials/jcc/README.md自行安装- benchmark 公开对比表与一键复现脚本将在 v1.1 提供
Roadmap
- v1.1:materials 域 skill 全量打磨;benchmark 公开对比表与一键复现脚本;公开仓 python lint 棘轮与后端测试
- v1.2:国产算力适配验证(MXMACA / 昇腾);
openairCLI 持续迭代 - v1.x+:更多领域以 skill 域包接入;生产部署进阶指南与运维资产
许可
Apache-2.0。第三方组件(如外部来源 skill)遵循各自声明。
OpenAIR v0.1.0(首个公开版本)
OpenAIR v0.1.0 —— 首个公开版本
面向材料干湿实验的科研智能体平台:把「问题建模 — 方案设计 — 执行验证 — 洞察生成」的科研过程,建模为可编排、可验证、可追溯的流水线。
亮点
- 四阶段科研过程模型:组织框架而非固定串行流水线,出现新计算结果或实验反馈时可回到相关阶段补充分析
- 200+ Markdown 形态科研 skill(SKILL.md + input/output schema),registry 统一注册、可独立测试与回放
- 双执行模式:
SKILL_EXEC_MODE=live(真实 Agent 执行)/replay(fixtures 回放,免任何 API key) - 评测资产:效果评测、产品 harness、契约测试、回放数据(
evals/、verification/suites/、fixtures/)
已验证场景
| 场景 | 结果 |
|---|---|
| 晶体材料发现(候选生成 → 进化搜索 → 计算验证) | 搜索终评 mSUN 达 58.0% |
| AlN 薄膜 PVD 制备参数寻优(四轮湿实验反馈迭代) | 最大压电性能 d33 从 15.9 提升至 18.6 |
快速开始
docker compose up -d --build
# 工作台: http://localhost:8080
# API 健康检查: http://localhost:8000/health详见 README。
已知限制
- live 模式需自备模型网关(任意 OpenAI 兼容端点,见
.env.example,全部环境变量注入) jcc/jq等平台 CLI 不随仓库分发二进制,按skills/materials/jcc/README.md自行安装- benchmark 公开对比表与一键复现脚本将在 v0.2 提供
Roadmap
- v0.2:materials 域 skill 全量打磨;benchmark 复现脚本
- v0.3:
openairCLI(init / run / replay);国产算力适配验证(MXMACA / 昇腾) - v1.0:多用户与生产部署指南
—— 本版本由私有仓经白名单导出流水线(allow-list + 脱敏 + 违禁词门禁)生成。