Companion-Inc/feynman

Feynman – 一款開源 AI 研究助理（CLI 與工作台）

它是什麼 – 一款命令列工具（以及可選的本地網頁工作台），讓您能以自然語言提出研究問題，並獲得 AI 生成且有來源依據的答案。它可以搜尋論文、網路、程式碼儲存庫以及大量的生物醫學與科學資料庫，進而綜合整理出簡報、文獻回顧、排名、審計、複製計畫，甚至是可直接執行的機器學習訓練配方。

如何取得 – 單行安裝指令即可下載包含其自身固定 Node.js 執行環境的獨立原生套件。您也可以安裝 npm 套件 (npm i -g @advaitpaliwal/feynman)。另一個安裝程式 (install-skills) 讓您僅將「技能庫」新增至其他代理（如 Codex、Claude、OpenCode 等），而無需完整的終端機 UI。

關鍵指令

指令	功能
feynman "<question>"	快速研究簡報與引用
feynman rank <topic>	根據相關性、可複製性、來源等對論文評分
feynman paper <id>	解析 DOI/arXiv/PMID 並在可能時獲取全文
feynman lit <topic>	包含共識、分歧與開放性問題的完整文獻回顧
feynman deepresearch <topic>	多代理調查，執行平行「研究員」代理並綜合結果
feynman audit <paper-id>	根據公開程式碼庫檢查論文聲明
feynman replicate "<paper>"	規劃可複製性實驗（僅在您選擇環境後執行）
feynman recipe "<task>"	從論文與資料集中尋找已排名、可實作的機器學習訓練配方
feynman serve	啟動本地「科學工作台」UI，包含專案導航、聊天、筆記本、成品預覽、計算編排、來源追蹤等

內建代理 – 當工作流程需要分解時，會自動調用四個專業子代理：

1. Researcher – 從論文、網路、儲存庫及多個生物醫學資料庫收集證據。
2. Reviewer – 批判性審查收集到的資料，評估問題嚴重性。
3. Writer – 將筆記轉化為結構化的草稿文字。
4. Verifier – 檢查引用、解析失效連結並驗證來源。

資料來源與工具 – 執行環境與以下項目對接：

• AlphaXiv 用於論文搜尋、問答與程式碼閱讀。
• 大量的生命科學 API（PubMed、Europe PMC、ChEMBL、UniProt、GWAS Catalog 等）用於生物資訊查詢。
• Hugging Face Hub 用於資料集與模型元資料。
• 通用網路搜尋提供者（支援代理）與 GitHub issue/PR 獲取器。
• 本地 LLM 端點 (LM Studio, Ollama, LiteLLM, vLLM) 或託管提供者 (OpenRouter, GitHub Copilot 等)，透過 feynman model login。

架構快照

• Pi – 管理套件、擴充功能與「技能」的底層代理執行環境。
• Skills – 可重複使用的提示詞加工具套件（例如用於論文搜尋的 alpha 工具，用於生物醫學查詢的 Bio Tools）。技能儲存於 ~/.codex/skills/feynman（或儲存庫本地對應位置），並可由其他代理載入。
• Workbench – 一種本地 Electron 風格的 UI，將所有工作階段、成品與來源儲存在 ~/.feynman/... 中，並可選擇同步至雲端儲存桶。它包含可觀測性 (PostHog, OpenTelemetry) 並支援 Docker/Modal/RunPod 進行重型計算。

典型工作流程

1. 安裝 CLI (curl … | bash)。
2. 執行 feynman "what do we know about scaling laws" → 出現帶有引用的簡報。
3. 使用 feynman rank … --expand-citations 2 進行細化，以建立引用圖譜。
4. 使用 feynman deepresearch … 進行更深入的多代理探索。
5. 開啟工作台 (feynman serve) 以探索成品、編輯筆記本或啟動基於 Docker 的複製執行。

適用對象 – 研究人員、資料科學家與機器學習工程師，他們希望在不離開終端機的情況下（或使用可選 UI），獲得可程式化、有來源依據的助理，用於文獻發現、可複製性檢查與機器學習實驗的快速原型設計。

授權 – MIT (參見 LICENSE)。

了解更多 – 文件位於 https://feynman.is/docs，以及套件堆疊參考與 README 中連結的發布說明。