Devotd Github
新发现AI 智能体

sddzlsc/sciforge v0.2.0 — 从文献到 GPU 实验的研究框架

sddzlsc/sciforge 是一个本地优先的框架,支持从文献检索到 GPU 实验与论文写作的深度学习研究流程。

仓库信息sddzlsc/sciforge ↗

sddzlsc/sciforge 是一个本地优先的框架,支持从文献检索到 GPU 实验与论文写作的深度学习研究流程。

GitHub 项目说明: Local-first research agent harness for deep learning: literature → reading → ideas → GPU experiments → papers & publication figures. DeepSeek-powered, custom OpenAI-compatible LLMs, SSH GPU orchestration.

星标
★ 8
复刻
0
语言
Python
许可证
MIT
最新版本
v0.2.0
查看原始来源 ↗在 GitHub 查看 ↗

sddzlsc/sciforge 是一个本地优先的研究代理框架,覆盖深度学习研究的文献检索与深度阅读、想法生成、GPU 实验、论文写作以及出版插图制作。最新版本是 v0.2.0。提供的记录中没有说明这一版本发生了哪些变化。

该项目通过 Skills、Tools、Pipelines 和本地网页控制台组织研究流程。它以 DeepSeek 为基础,支持用户自定义的 OpenAI 兼容 LLM,以及通过 SSH 进行的远程 GPU 工作。文献检索阶段产出的想法卡片会延续到实验阶段,项目状态则在 research-state.yaml、findings.md 和 research-log.md 之间共享。GPU 任务通过 SSH 配合 tmux 或 Slurm 接入,本地控制台绑定在 127.0.0.1。LLM 调用记录可供审计,实验数值则设计为可与 results/ 文件互相核对。项目使用 Python 编写,采用 MIT 许可证。

不过,仅凭记录下来的设计无法确认研究结果的准确性或实验质量。提供的资料中没有展示实际验证质量的内容,证据大多来自 README 的自我说明。从文献与对话延伸到真正运行实验的结构值得参考,但没有单独的证据,对产出物的可靠性作出判断还为时过早。