OpenScience
Synthetic Sciences · Programación · Productividad
OpenScience es un entorno de trabajo de IA para investigación, de código abierto y creado por Synthetic Sciences. Lee artículos, escribe y ejecuta código, consulta bases de datos científicas y guarda las pruebas de cada resultado en un mismo proyecto.
Acerca de OpenScience
About
Qué es OpenScience
OpenScience es un espacio de trabajo donde un agente de IA se ocupa de tareas de investigación. Le planteas una pregunta, le señalas archivos o un conjunto de datos y el agente revisa la literatura, escribe Python o R, consulta fuentes como UniProt o PDB y redacta el informe. Lo desarrolla Synthetic Sciences, una empresa respaldada por Y Combinator que presenta el producto como un co-científico de IA y publica el código con licencia Apache 2.0.
La mayoría de las herramientas de IA para la ciencia dan por hecho un único proveedor de modelos y un flujo alojado en la nube. Aquí la lógica es la contraria. El trabajo real salta del chat al cuaderno, del cuaderno a la terminal del clúster y de ahí al gestor bibliográfico, y en cada salto se pierde el hilo que une una figura con el código que la generó. OpenScience mantiene proyectos, sesiones, archivos, ejecuciones y resultados en el mismo sitio, de modo que un compañero de laboratorio puede reabrir el trabajo meses después y reconstruir cómo salió cada cifra. Esa trazabilidad es la parte práctica de la investigación reproducible.
El precio de entrada es el montaje. Hay que instalar una aplicación de escritorio o una herramienta de línea de comandos y resolver el acceso a los modelos por tu cuenta: clave propia, suscripción del proveedor, modelo local o el servicio de pago Ace. La documentación también pide revisar los métodos y comprobar los resultados antes de llevarlos a un artículo.
Primeros pasos
- Descarga la aplicación de escritorio para macOS, Windows o Linux, o instala la CLI con npm install -g @synsci/openscience@latest y arranca el espacio de trabajo desde la carpeta del proyecto.
- Crea una cuenta de Synthetic Sciences. El asistente de primer arranque la pide aunque vayas a usar tus propias claves.
- Elige el acceso a modelos en Customize → Models: modelos gestionados de Ace, una clave de API de tu proveedor, una sesión de ChatGPT o Claude, o un modelo local en tu equipo.
- Abre un proyecto y describe la tarea con tres datos: la entrada, la salida que esperas y los límites. Adjunta los archivos o referencia los que ya estén en el proyecto.
- Sigue la ejecución, revisa el código que se lanzó y las fuentes consultadas, y exporta el informe o continúa en la misma sesión.
Una primera petición bien planteada nombra un archivo y un destino. Pide analizar data/measurements.csv, marcar valores perdidos, comparar los grupos de tratamiento y guardar un gráfico junto a una nota de métodos en results/. Así el agente tiene algo concreto contra lo que comprobar su trabajo.
Información del producto
Un vistazo rápido a los precios, las plataformas compatibles y el rendimiento de OpenScience.
Ideal para
Los usuarios, tareas y casos de uso en los que esta herramienta encaja mejor.
Usuarios
- Estudiantes de doctorado e investigadores posdoctorales
- Biólogos computacionales y químicos
- Ingenieros de investigación y equipos de aprendizaje automático
Tareas
- Revisiones bibliográficas con fuentes adjuntas
- Análisis de datos y estadística
- Reproducir un resultado publicado
Casos de uso
- Un laboratorio hereda el proyecto de alguien que ya se fue
- Un grupo tiene clúster pero no equipo de herramientas propio
- Un borrador necesita la sección de métodos
Funciones clave
Un proyecto para todo el ciclo de investigación
Cada proyecto reúne sesiones, archivos subidos, archivos generados y resultados guardados. La conversación conserva las respuestas del agente junto a los comandos que lanzó, los archivos que leyó y las fuentes que citó. Cuando una figura importa, puedes volver a la sesión que la produjo sin rebuscar en cuadernos antiguos.
Acceso a modelos intercambiables
OpenScience es independiente del modelo. Ace ofrece un catálogo revisado de 21 modelos de OpenAI, Anthropic, Google, xAI, Z.ai, DeepSeek, Qwen, Moonshot, MiniMax, Xiaomi, Meta y NVIDIA sobre rutas gestionadas. También puedes conectar tu propia clave de API, reutilizar una suscripción de ChatGPT Plus o Pro o ejecutar un modelo abierto en local. Cambiar de ruta no obliga a empezar un proyecto nuevo.
42 bases de datos científicas como herramientas
UniProt, PDB, ChEMBL, PubChem y arXiv vienen incluidas, junto a otras 37 fuentes, y el agente las consulta como herramientas en vez de pedirte que pegues los resultados. En un trabajo estructural eso significa recuperar una entrada del PDB, puntuar mutantes contra valores medidos y dibujar la comparación en una sola pasada.
371 habilidades incluidas
El cliente llega con 371 habilidades de biología, química, física, aprendizaje automático y escritura científica. Un núcleo curado cubre los pasos más habituales, y cada archivo de habilidad se puede leer y editar, así que un laboratorio puede adaptar un protocolo a sus convenciones o añadir uno propio.
Cómputo del portátil al clúster
El agente prepara entornos y puede llevar un trabajo más allá de la máquina que tienes delante. Los análisis pequeños corren en local; los barridos grandes van a un clúster o a un equipo con GPU. Esa flexibilidad evita reescribir el trabajo cuando un prototipo de cuaderno crece y necesita horas de cálculo.
Escritorio, navegador y terminal
El mismo espacio de trabajo se abre como aplicación de escritorio, en el navegador tras arrancar la CLI, o con un solo comando para peticiones puntuales. Quien vive en la terminal y quien prefiere un árbol de archivos gráfico pueden compartir proyecto sin exportar nada.
Ventajas y desventajas
Ventajas
- El código es abierto y usa Apache 2.0, así que un laboratorio puede auditar lo que hace el agente, bifurcarlo o ejecutarlo sin contrato con un proveedor.
- La elección de modelo sigue en tus manos, incluidos modelos locales para datos delicados y suscripciones de ChatGPT o Claude que ya pagas.
- La lista de bases de datos cubre las fuentes que citan de verdad los proyectos de ciencias de la vida y química, y funcionan como herramientas del agente, no como consultas manuales.
- Los resultados conservan su procedencia: el código que los generó, las entradas y el historial de ejecución quedan unidos al artefacto.
- Synthetic Sciences publica resultados en Terminal-Bench Science, Terminal-Bench 4.0, BiomniBench-DA y su propio OpenScience Bench, de modo que hay cifras que contrastar y no solo una promesa.
Desventajas
- Hace falta una cuenta en el primer arranque, incluso con la versión de código abierto, y al iniciar sesión el envío de trazas queda activado por defecto. Se puede desactivar por dispositivo, pero ese valor por defecto merece atención en laboratorios clínicos o industriales.
- La instalación presupone soltura con la terminal. Montar la CLI, elegir ruta de modelo y gestionar claves lleva más tiempo que abrir una aplicación de chat.
- Las cifras de los benchmarks salen de ejecuciones del propio fabricante y varias usan pruebas diseñadas por la empresa. La replicación independiente todavía es escasa.
- El coste de los modelos va aparte del software y cambia según la ruta, así que una sesión larga puede salir más cara de lo previsto si no vigilas el monedero y fijas un tope.
Preguntas frecuentes
OpenScience es un entorno de trabajo de investigación con IA de código abierto, de Synthetic Sciences. Ejecuta un agente que lee artículos, escribe y lanza código, consulta bases de datos científicas y guarda los resultados con las pruebas que los sustentan. Funciona como aplicación de escritorio, espacio en el navegador o CLI.
Contenido relacionado
Explora herramientas, habilidades y artículos relacionados con OpenScience.
Alternativas a OpenScience
Base Code
Base44 (Wix) · Programación · ProductividadBase Code es un entorno de desarrollo en la nube compartido de Base44. El equipo describe cambios sobre un repositorio de GitHub en el chat, los ve en una vista previa y los envía como pull requests.
Google EmbeddingGemma 2
Google DeepMind · Escritura · Imagen · ProgramaciónGoogle EmbeddingGemma 2 es un modelo abierto de 740 millones de parámetros que convierte texto, código, imágenes, audio y fotogramas de vídeo en vectores de un mismo espacio de 768 dimensiones, y funciona en móviles y portátiles.
GitGlow
GitGlow · Programación · ProductividadGitGlow es un cliente Git de escritorio que reúne tu código y los cambios de tus agentes de IA en una sola revisión, para que sepas qué va a salir de tu máquina antes de publicarlo.