上海AI实验室开源国产科研智能体工作台 InternAgentS：推动科学智能体网络生态

面向 AI for Science 的下一阶段，上海人工智能实验室（

上海AI实验室

）较早布局

科研智能体

方向，已形成从

书生多模态科学大模型Intern-S1-Pro

、

多智能体框架Intern·Agent

、

科学智能上下文协议SCP

到科研智能体工作台

InternAgentS

的连续科研进展。近期，Claude Science 的发布让科研智能体工作台进入更多研究者视野，也进一步凸显了国内科研社区对

开源、本地部署、多模型适配

方案的需求。

基于前期积累，上海AI实验室第一时间开源

 InternAgentS，

面向国内外科研人员提供一个

国产开源、可本地部署、可扩展、可接入多类模型与科研工具的科研智能体工作台

。在论文阅读、实验分析、代码迭代、结果整理、远程计算和科研写作等高频任务中，

InternAgentS 

将原本分散在不同工具和环境中的科研环节整合到同一项目空间中，使智能体能够在完整上下文中协助研究者推进科研项目

。

在发展过程中，Intern·Agent经历了从"流程驱动"的工具调用框架（1.0阶段），到"推理驱动"的跨学科科学发现通用框架（1.5阶段

），

再到当前科研智能体工作台InternAgentS，这一演进正推动开放、可信、可扩展的科学智能体网络生态建设。

主页链接：https://internagents.github.io/

真实科研流程已进入项目空间，科研智能体工作台阶段性成形

真实科研并不是一次问答，也不是一个孤立工具调用。一个科研项目往往同时包含论文、代码、数据、实验记录、科学图表、远程服务器、计算任务、阶段性结论和最终交付物。科研人员真正需要的，是一个能够

组织项目上下文、连

接工具与算力、沉淀过程产物，并在关键操作前保持人工可控

的科研工作台。

研究者围绕具体项目组织论文、代码、数据、实验结果、科学图表和生成产物；智能体则在完整项目上下文中协助完成文献阅读、方法比较、实验分析、代码修改、结果整理和报告写作，并将中间产物沉淀回项目空间，形成可追踪、可复用、可继续迭代的科研工作流。对于需要计算资源支持的任务，InternAgentS 还可以连接远程 Linux 主机等环境，在研究者审阅和授权后执行计算任务，并完成结果回收与后续分析。

通过这一设计，InternAgentS 将科研过程中的“

读、算、写、改、实验、交付

”整合到同一工作空间中，使智能体从“回答问题”进一步走向“协同推进科研项目”。

面向科研部署需求，已打通本地可控和多模型适配

InternAgentS 在模型选择上不受单一模型限制，既可以接入 DeepSeek、Qwen、Kimi、GLM、Intern-S 等国产模型，也可以连接 Claude 或部署在本地及机构内网的私有模型服务。这意味着，用户不仅可以把项目文件和计算任务留在本地，还可以让

模型推理本身也留在本地或机构内网

，减少未发表论文、实验数据、企业研发资料和项目文件外流的风险。

对于高校实验室、企业研发部门、国产化环境和高隐私科研场景，这一点比单纯的云端 AI 工作台更重要。InternAgentS 强调的是一条长期可建设的开放路径：科研工作台不被单一模型、单一云服务或单一工具生态绑定，而是能够根据不同机构、不同学科和不同安全要求进行灵活部署与扩展。

沉淀科学发现能力生态，SCP 连接工具、数据与环境

InternAgentS 可利用现有的科研技能 Skills，支持文献检索、实验分析、图表生成、论文写作、文档整理等典型科研流程，让智能体在不同项目和会话中复用成熟能力，更高效地协助研究者完成科研任务。同时，InternAgentS 支持接入 SCP 与 MCP。

SCP 是面向科学发现场景提出的科学智能上下文协

议，

打通科研智能体与科学工具链、数据资源、计算模型和实验设备之间的协同。

基于 SCP 2.0 的能力积累，已接入 

3600+ 科研工具与 Skills

，覆

盖

生物、化学、物理、材料科学、地球科学及数学与信息科学等六大学科领域，包括科学计算程序、数据分析工具、建模仿真工具、自研算法服务、学科插件，以及文献调研、数据清洗、实验分析、报告撰写等可复用科研动作。

基于此，InternAgentS 将模型能力、科研工具和领域工作流整合到统一工作台中，让用户在一个工作台里完成

文献调研、数据检索、实验分析、代码运行、远程计算和报告生成

，使智能体从“调用工具”进一步走向“组织科研流程”，为开源社区构建开放、可扩展的科研智能体基础设施。

探索开放能力，社区共建 AI4S 科研智能体基础设施

InternAgentS 仍处于持续演进阶段。项目示例展示了其在材料分析、计算化学、工程建模等方向上的探索能力，体现了科研智能体从“科学问答”走向“项目协作”的潜力。

咖啡因分子小型计算化学任务

Y 型微流控混合器简化二维/三维模型建立任务

非均匀下垫面下风机湍流强度特征分析

相比于强调单一场景结果，我们更希望通过开源与社区共同拓展其在真实科研流程中的能力边界，推动科研智能体在更多领域、更多任务和更多工具环境中持续演进。

我们诚挚邀请科研人员、开发者和开源社区参与共建 InternAgentS：共同完善科研 Skills 使用范式，接入更多科学工具、数据资源和计算环境，推动 SCP 生态适配，优化项目交互体验，补充真实科研工作流样例，让科研智能体基础设施在开放协作中不断成熟。

科研智能体工作台落到科研现场

从

科学多模态大模型

 Intern-S1 到 Intern-S1-Pro，从多智能体框架到科研

智能体工作台，上海AI实验室已经形成面向AI4S的系统布局。InternAgentS 的开源，进一步将这一布局推向真实科研流程。面向未来，InternAgentS 将继续与书生科学多模态大模型及全链路开源工具体系等协同演进，为开放、可信、可扩展的 AI4S 基础设施建设提供重要支撑。

欢迎全球研究者、开发者和开源社区试用、反馈、贡献与共建。

主页链接：https://internagents.github.io/