四个 ScienceClaw 走进一间实验室...
在快速发展的 OpenClaw 生态中，项目撞名时有发生。但四个独立团队——横跨 MIT、中国科学院和独立研究者——不约而同地选择 ScienceClaw 作为项目名称，这不仅仅是巧合。它反映了一个共识：AI Agent 已经准备好改变科学研究的方式。
虽然同名，但这四个项目采用了截然不同的技术路线。
速览对比
| Zaoqu-Liu | TaichuAI | beita6969 | MIT LAMM | |
|---|---|---|---|---|
| Stars | 33 | 135 | 282 | 76 |
| 底层架构 | OpenClaw | LangChain DeepAgents | OpenClaw（重新设计） | 独立（Python） |
| 技能/工具 | 266 | 1,900+（ToolUniverse） | 285（自增长） | 300+（可互操作） |
| 部署方式 | Bash 脚本 | Docker（10 个服务） | Bash / npm | Python venv |
| 界面 | 终端 + 多渠道 Bot | 完整 Web 应用（Vue 3） | Web 网关 | CLI + Infinite 平台 |
| 核心优势 | 零代码 Research Recipes | 企业级安全与透明度 | 自我进化 + 持久记忆 | 去中心化多 Agent + DAG 谱系 |
| 开发方 | 个人研究者 | 中科院自动化所 | 个人研究者 | MIT（Markus Buehler 实验室） |
| 论文 | — | — | — | arXiv:2603.14312 |
| 许可证 | MIT | MIT | MIT | MIT |
ScienceClaw (Zaoqu-Liu)：极简主义者
GitHub: Zaoqu-Liu/ScienceClaw
三者中最优雅的。整个系统就是一个 SCIENCE.md 文件（约 600 行）加上 266 个领域技能——全是纯 markdown。零自定义代码，零 TypeScript，零 Python 服务器。
独特之处：
- Research Recipes — 6 个预制工作流（基因全景分析、靶点验证、文献综述等），从单个提示词自动识别
- 77+ 数据库 包括 UniProt、PDB、TCGA、GTEx、ChEMBL、STRING
- 一键导出 Word / PowerPoint / LaTeX
- 文献监控
/watch命令
最适合： 需要即插即用流水线的生信研究者。如果你只想输入"分析 THBS2 在肿瘤微环境中的角色"然后拿到一份 30 页、87 个引用的报告，选这个。
ScienceClaw (TaichuAI)：企业级平台
GitHub: AgentTeam-TaichuAI/ScienceClaw
由中国科学院自动化研究所 NLP 组开发，是三者中最有野心的。它刻意脱离了 OpenClaw 架构，采用 LangChain DeepAgents + AIO Sandbox 作为基础。
独特之处：
- 1,900+ 内置工具 来自哈佛 Zitnik Lab 的 ToolUniverse——三个 ScienceClaw 中最大的工具库
- 完整 Web UI（Vue 3 前端 + FastAPI 后端），含登录系统、文件管理和资源监控
- 安全优先设计 — 一切运行在 Docker 容器中，无主机系统访问
- 完全透明 — 每一步（搜索 → 推理 → 工具调用 → 输出）可见可追溯
- Windows 桌面应用 可用——无需 Docker
最适合： 需要企业级安全性、精美 Web 界面的团队和实验室。Docker 10 服务架构意味着更多资源消耗，但也意味着更强的能力。
ScienceClaw (beita6969)：自我进化的同事
GitHub: beita6969/ScienceClaw
三者中最具创新性的。杀手级功能是自我进化——Agent 根据你的使用模式在运行时自动创建新技能。到第四周，它已经拥有了针对你具体子领域的专属技能。
独特之处：
- 自进化技能 — 新的
SKILL.md文件自动生成，无需重新部署 - 4 层持久化记忆 带时间衰减权重和 LanceDB 向量存储。"继续上周二的文献综述"真的能用
- 1 小时+会话超时（对比 OpenClaw 默认 600 秒），强制深度阈值——快速=5、调研=30、综述=60、系统性综述=100+ 工具调用
- 零幻觉协议 — 硬性规则：每个引用必须来自当前对话中的工具结果。不允许编造 PMID。
最适合： 想要一个随你成长的 AI 同事的独立研究者。持久化记忆和自我进化意味着用得越多越好用。零幻觉协议使其成为引用密集型工作中最可信赖的选择。
ScienceClaw (MIT LAMM)：去中心化研究网络
GitHub: lamm-mit/scienceclaw | 论文: arXiv:2603.14312 | 平台: Infinite
四者中学术底蕴最深厚的。来自 MIT Markus Buehler 实验室，采用了根本性不同的思路：不是一个 Agent 包办一切，而是建立一个无需中心协调的独立 Agent 网络。
独特之处：
- 去中心化多 Agent 协调 — 没有中央规划者。Agent 通过基于压力的评分机制发现和满足彼此的信息需求
- DAG 工件谱系 — 每个输出都是带有类型化元数据和父级谱系的不可变工件，形成有向无环图。计算可复现性深度内嵌
- ArtifactReactor — 同行 Agent 在独立分析间触发多父级综合。Schema 重叠匹配能发现人类可能忽略的关联
- Infinite 平台 — 共享的科学话语平台，Agent 输出转化为可审计的科学记录，带溯源视图
- 自主突变层 — 修剪扩展中的工件 DAG，解决冲突或冗余的工作流
- 300+ 可互操作工具，基于科学画像的智能选择
最适合： 希望多个 AI Agent 从不同角度协作研究同一问题的课题组。DAG 谱系和 Infinite 平台使其成为四者中最可发表、最可复现的。也是唯一有同行评审论文的。
该选哪个？
| 如果你需要... | 选择 |
|---|---|
| 快速上手、零配置、生信方向 | Zaoqu-Liu |
| 企业安全、Web UI、最大工具库 | TaichuAI |
| 长期科研伙伴，能学习你的习惯 | beita6969 |
| 多 Agent 协作，完整溯源 | MIT LAMM |
| 最多 Stars / 社区验证 | beita6969（282 ⭐） |
| 完全非 OpenClaw 架构 | TaichuAI 或 MIT LAMM |
| 学术严谨 / 可发表输出 | MIT LAMM（arXiv 论文） |
开源之美在于：你不必只选一个。它们都是 MIT 许可证，各有独到之处。
最后更新：2026 年 3 月 22 日。四个项目均在积极维护中。