📌 项目地址：alphaXiv/OpenResearch | ⭐ 1,171 颗星 | 🔧 Rust | 📜 未标注
项目地址：alphaXiv/OpenResearch | Rust | 1171 stars
先说这个项目是什么
alphaXiv 开源了 OpenResearch，一个本地优先的研究代理工作区。用途一句话说清：把 Claude Code、Codex、OpenCode、Cursor 这些编码代理变成研究代理——查文献、提假设、跑实验、产出研究产物。
但我觉得它真正的价值在另一处：实验证据管理。
AI 跑实验的真正痛点
用 AI 跑过实验的人大概都碰到过这种情况：十几轮运行之后，哪次改了什么代码、产出了什么结果、日志在哪个目录，全靠记忆和文件名约定撑着。代理跑得越自主，这个问题越严重——它一晚上替你做了几十次决策，你却没法回溯其中任何一次的依据。
OpenResearch 的解法有两层：
- 每个研究方向一个独立代理会话，配一个隔离的 git worktree，方向之间互不污染
- 所有实验变体记录在一棵 git 原生的实验树里；每次运行生成对应提交的不可变归档，日志、diff、文件、结果、产物全部绑定到产生它们的那次工作
第二点是关键。跑坏了能查到当时代理看到了什么、改了什么，这比“跑得快”重要得多。
Autoresearch：整个循环交给代理
OpenResearch 支持自主跑完整循环：提出想法 → 改代码 → 启动实验 → 检查证据 → 决定下一步。多个代理可以并行探索不同方向，实验树负责记录各自的谱系。
这套设计的前提就是上面的归档机制——代理连续做决策，出错时你得有证据链可查。
安装和基本用法
桌面应用从 openresearch.sh/download 下载。macOS/Linux 装 CLI：
curl -LsSf https://openresearch.sh/install.sh | sh
orx up
orx up 会在 http://127.0.0.1:4791 打开本地面板。
Windows 用户注意：需要从 Releases 下载，先装 Git for Windows，支持还是 beta。
想接本地模型（LM Studio、oMLX、Ollama，或自定义 endpoint 配 OpenCode），看仓库里的 docs/local-models.md。
远程模式：工作区在 GPU 机器，浏览器在笔记本
同一份提交的源码快照可以跑在本地、SSH、Slurm、Kubernetes、Ray、Hugging Face Jobs、Modal、Tinker，或者托管的 OpenResearch 算力上。不要求发布仓库。
典型用法：
orx up --remote user@host
支持 SSH config 别名和自定义端口。
一个必须知道的限制：远程服务只绑定 loopback，没有应用层认证。README 自己写明了，同主机上的其他用户可以访问它。在共享的多用户服务器上用之前，先掂量一下。
和编码代理的集成
orx install-skills
这条命令把 OpenResearch 的技能装进支持的编码代理。常用命令：
orx projects
orx project view
orx runs
orx logs
orx exp run
orx discover keyword
README 只列了命令名，参数细节看官方文档。
几个事实
数据全留本机：项目、对话、实验、运行、日志、代码、产物都在你的机器上。在 openresearch.sh 注册账号只是为了收邮件更新和用托管算力。
代理和模型按会话指定，Claude Code、Codex、OpenCode、Cursor 可以混着用。
1171 stars，Rust 写的，早期阶段，Windows 不稳定。
我的判断
如果你只需要 AI 帮忙写段分析代码，这个项目是杀鸡用牛刀。但如果你在做需要并行探索多个方向的研究——每次实验的代码变更和产出都要留痕、要能回溯——实验树加不可变归档这套设计，恰好是直接在终端里跑 Claude Code 做不到的部分。