O que é Open Science Desktop?
O Open Science Desktop é uma bancada de pesquisa de código aberto para macOS, Windows e Linux, feita com Tauri 2, React e TypeScript. Ele traz um runtime OpenCode embutido e fixado (OpenCode 2 desde a v0.7.2), então você escolhe o modelo: qualquer provedor que o OpenCode suporte, um endpoint compatível com a OpenAI ou um local. Claude Code, Codex e outros agentes do Agent Client Protocol também rodam dentro dele.
As skills de pesquisa cobrem o ciclo inteiro. O research-explorer transforma uma direção ampla em temas, o literature-survey escreve um PDF de 6 a 20 páginas com 60 citações ou mais, o experiment-suite monta código executável com resultados e figuras, e o paper-writer redige um artigo de 8 a 14 páginas; o ai4s-agent encadeia todos, e o integrity-auditor confere as imagens, os números e a lógica de um artigo. Cada etapa vira arquivos no seu espaço de trabalho, e o .openscience/provenance.jsonl liga cada artefato à execução ou edição que o criou.
Em volta há conectores MCP de um clique (arXiv, PubMed, Crossref, Semantic Scholar, bioRxiv, ClinicalTrials.gov, Materials Project, FRED e outros), notebooks Jupyter, execuções em máquinas locais, hosts SSH e Slurm ou Modal, controle do seu próprio Chrome, computer use para apps de desktop como o ImageJ, um servidor sem interface (osd) e um gateway protegido por token para acesso pelo celular. Tem licença MIT; a v0.7.3 saiu em 16 de novembro de 2026.
Open Science Desktop vale a pena?
O Open Science Desktop mira pesquisadores que querem que um agente faça o trabalho braçal de um projeto deixando um rastro que um revisor consiga seguir. A ideia mais forte é que nada vive só no chat: revisões, código, arquivos results.json, figuras e relatórios são arquivos em uma pasta local, e o registro de procedência liga cada um ao código, às entradas e à conversa que o geraram. Ele tem cerca de 2,113 estrelas no GitHub, e o projeto diz que ficou em primeiro lugar pela média de tarefas pontuadas no ResearchClawBench em julho de 2026, uma afirmação do próprio README.
Os resultados das skills são concretos e verificáveis: uma revisão de literatura com mais de 60 citações e fonte em LaTeX, um pacote de experimentos com documento de projeto e código executável, uma revisão de citações que resolve os DOIs e aponta números sem fonte. Por ser agnóstico em relação ao modelo via OpenCode, um laboratório pode manter os dados em um modelo local ou trocar de provedor sem trocar de ferramenta.
Os padrões são cuidadosos para um software tão capaz. O app de desktop pergunta antes de rodar comandos, apagar arquivos, instalar dependências ou acessar a rede; desligar isso (osd approval set full) precisa ser feito na própria máquina. O gateway remoto fica só em loopback até você ativar o acesso pela LAN, e as chaves de API ficam em uma configuração privada do app, fora do espaço de trabalho e das exportações. O controle do navegador pode usar o seu perfil real do Chrome com os logins, e o computer use pode operar qualquer app na tela, então ambos merecem o mesmo cuidado de emprestar o notebook a um colega.
Os pontos fracos são ditos com clareza. O README o chama de ferramenta de pesquisa em beta cujos resultados devem ser tratados como rascunhos. As versões para Windows e Linux ainda não são assinadas (as do macOS são assinadas e notarizadas), o servidor sem interface não grava o provenance.jsonl nem o índice de execuções, e as interfaces em português e árabe estão registradas mas não podem ser selecionadas. As versões têm saído a cada nove ou dez dias (v0.7.1 em 29 de outubro, v0.7.2 em 7 de novembro, v0.7.3 em 16 de novembro de 2026), então conte com mudanças.
Onde ele se destaca
Uma doutoranda em biologia computacional
Obter uma revisão de literatura sobre modelos de linguagem de proteínas para começar um capítulo da tese
Rode o literature-survey com os conectores de PubMed, bioRxiv e Semantic Scholar; ele compila um PDF de 6 a 20 páginas com fonte em LaTeX, e a revisão de citações confere se os DOIs resolvem. O app é grátis; o custo do modelo depende do provedor escolhido.
Um laboratório de aprendizado de máquina com um cluster Slurm compartilhado
Rodar de novo uma varredura de benchmark e guardar um registro que os revisores possam conferir
Registre o cluster a partir do ~/.ssh/config, deixe o experiment-suite escrever o código e enviar os jobs, e guarde os registros de execução e de procedência com o repositório do artigo. As aprovações continuam ligadas para comandos e acesso à rede.
Um cientista de materiais em uma estação de trabalho do laboratório
Levar dados do software do instrumento para figuras sem exportar à mão
Use o computer use para operar o app de desktop do instrumento pela árvore de acessibilidade e gere as figuras em um notebook; cada ação informa se pôde ser verificada. No Windows, espere um aviso do SmartScreen, porque a versão não é assinada.
Antes de decidir
- Configuração
- Baixe o instalador no GitHub Releases (macOS 13+, Windows 10/11 x64, .deb ou .rpm no Linux), adicione uma chave de provedor de modelos ou um endpoint local e inicie uma sessão; em servidores, use o arquivo autônomo do osd.
- Integrações
- Catálogo de provedores do OpenCode e endpoints compatíveis com a OpenAI; conectores MCP para arXiv, PubMed, Crossref, Semantic Scholar, bioRxiv/medRxiv, ClinicalTrials.gov, MyVariant/ClinVar, Materials Project, FRED e Open-Meteo, além de qualquer servidor MCP; agentes ACP como Claude Code, Codex e Gemini CLI; Zed, JetBrains e Neovim via ACP; Jupyter, SSH/Slurm e Modal.
- Dados e privacidade
- Arquivos do espaço de trabalho, sessões, procedência e registros de execução ficam locais por padrão; prompts e arquivos vão para o provedor de modelos que você escolher, e as configurações mostram o que pode ser enviado. As chaves de provedor ficam em uma configuração privada do app, não no espaço de trabalho nem nas exportações.
- Custo em escala
- Sem custo de licença; a conta são os tokens do modelo, que revisões e redações de artigo longas consomem em grande volume, e o processamento remoto. O projeto não publica números de tokens.
- Limites
- MVP em beta; versões para Windows e Linux não assinadas; sem procedência a partir do servidor sem interface; sem kernels Jupyter locais nem diálogos nativos sem desktop; a configuração MCP de uma pasta fica em cache no primeiro uso até o servidor reiniciar.
O que é bom
- Cada artefato ligado ao código, às entradas e à conversa
- Qualquer modelo pelo runtime OpenCode embutido, inclusive locais
- Skills de revisão, experimento e artigo com resultados concretos
- Aprovações ligadas por padrão; gateway só em loopback até ser ativado
- Execuções em SSH, Slurm e Modal registradas de forma reproduzível
O que não é
- Beta; os resultados precisam de conferência antes de publicar
- Versões para Windows e Linux não assinadas
- Controle do navegador e computer use agem com os seus logins
- O servidor sem interface não grava o registro de procedência
- O primeiro lugar no benchmark é autodeclarado
Ideal para
Grupos de pesquisa que querem uma bancada de agentes local e agnóstica em relação ao modelo que mantenha um rastro de procedência de revisões, experimentos e rascunhos.
Alternativas ao Open Science Desktop
Open Science Desktop: perguntas frequentes
- Open Science Desktop vale a pena?
- O Open Science Desktop é uma tentativa aberta séria de caderno de laboratório de IA para desktop, com rastreabilidade de verdade e aprovações sensatas por padrão, mas é software beta fazendo coisas poderosas na sua própria máquina. Damos nota 3.9 de 5.
- Quanto custa Open Science Desktop?
- Grátis e de código aberto (MIT). Você paga o seu provedor de modelos, ou nada com um modelo local, mais o processamento SSH, Slurm ou Modal que usar.
- Quais são as desvantagens de Open Science Desktop?
- Beta; os resultados precisam de conferência antes de publicar; versões para Windows e Linux não assinadas; controle do navegador e computer use agem com os seus logins; o servidor sem interface não grava o registro de procedência; o primeiro lugar no benchmark é autodeclarado.
- Para quem Open Science Desktop é indicado?
- Grupos de pesquisa que querem uma bancada de agentes local e agnóstica em relação ao modelo que mantenha um rastro de procedência de revisões, experimentos e rascunhos.
- Quanto custa Open Science Desktop para uma equipe ou em produção?
- Sem custo de licença; a conta são os tokens do modelo, que revisões e redações de artigo longas consomem em grande volume, e o processamento remoto. O projeto não publica números de tokens.
- Open Science Desktop é seguro para dados da empresa?
- Arquivos do espaço de trabalho, sessões, procedência e registros de execução ficam locais por padrão; prompts e arquivos vão para o provedor de modelos que você escolher, e as configurações mostram o que pode ser enviado. As chaves de provedor ficam em uma configuração privada do app, não no espaço de trabalho nem nas exportações.
- Quais são as melhores alternativas ao Open Science Desktop?
- As alternativas mais próximas que analisamos são The AI Scientist (v1, v2 and v3), GPT Researcher, OpenResearch e OpenCode.
Respostas verificadas em 20 de nov. de 2026.