co-scientist プラグイン

コーディングエージェントからマルチエージェント科学研究エンジンを実行する。

Agent Plugins 1.0 パッケージであり、 Claude Code、Codex CLI、Cursor、VS Code、Copilot、Kiro から AI co-scientist エンジンを駆動する: 仮説の生成、レビュー、Elo トーナメントでの選定、勝者の進化、 そして統合結果の読み出しまでを行う。

インストール · エージェントが得られるもの · 設計原則 · ScientistOS との連携 · 貢献

アイデア

AI co-scientist エンジンは、 Gottweis ら、Nature、2026 の オープンな再実装である。研究目標を受け取り、6 つの専門エージェントを実行する: Generation(生成)、Reflection(考察)、Ranking(ランキング)、Evolution(進化)、 Proximity(近接性)、Meta-review(メタレビュー)。これらは Supervisor によって 永続的な SQLite タスクキュー上でスケジューリングされる。

そのエンジンには CLI がある。このパッケージはエージェント向けのインターフェースを提供する。 つまり、操作するのはコマンドを打つあなたではなく、Claude Code や Codex なのだ:

you    → "review hypothesis 3 in that Crohn's session and tell me what breaks"
agent  → reads the hypothesis, searches the literature, applies the rubric,
         records the review into the engine's database, reports the verdict

そのレビューは、エンジン自身の Reflection エージェントが書き込むのと同じテーブルの 1 行になる。トーナメントの集計に含まれ、メタレビューもそれを参照する。

Related MCP server: consensus-mcp

エージェントが得られるもの

1 つの MCP サーバーと 15 のツール:

7 つのスキル。ツールにはできない判断を担う:

設計原則

エンジンはすべての状態を保持する: Elo、タスクキュー、重複排除、埋め込み、 トークン予算、終了条件。このパッケージはそのいずれも再実装しない。

エージェントが生成するものはすべて、エンジン自身のエージェントが書き込むのと同じ リポジトリを通って戻っていく。match_record はエンジンの Elo モジュールと その elo_journal の冪等性を再利用する。review_record は同じ Review モデルに 書き込み、Reflection と同じように draft を reviewed に昇格させる。 hypothesis_record は親が指定されたかどうかで created_by を導出する。

スキルはその結果を平易な言葉で述べている: 記録されなかった出力は存在しない。 チャット上でレビューを説明しただけのエージェントは、システムが利用できるものを 何も生み出していない。

これが「スキルにプロンプトを移植すれば完了」というよくある失敗を防ぐ。 品質はプロンプトから生まれるのではない。トーナメントから生まれるのだ。 そしてトーナメントにはスコアを記録する場所が必要である。

ScientistOS との連携

このプラグインは候補仮説の生成とランキングを行う。どの主張を許容するかは決定しない。 その違いは重要だ: 仮説がトップに立っても、文献と矛盾するメカニズムに依存している かもしれない。reading-research-overviews スキルは、その失敗モードと その他のチェック項目を列挙している。

ScientistOS はそのチェックを 助言ではなく構造として実現する。型付きエビデンスグラフを保持し、 系統(リネージ)が裏付けない強度の主張は記録を拒否する。

this plugin   →  ranked hypotheses, reviews with claim / url / excerpt per source
                              ↓
ScientistOS   →  hypothesis and source nodes, evidence at its honest level,
                 an integrity gate before anything gets written up

両者は並行してインストールできる。どちらもスキルと MCP パッケージであり、 両方を読み込んだエージェントは全体の経路を得る。このプラグインが ScientistOS を 必要とすることも、ScientistOS がこれに依存することもない。

インストール

API キーは不要。課金について判断するものもない。 この文書を読んでいるあなたは すでに Claude Code または Codex CLI にサインインしているはずだ。それが唯一の 要件である: 研究エンジンは、あなたのコーディングエージェントと同じサブスクリプションを 通じてエージェントを実行する。

python3.12 -m venv .venv
source .venv/bin/activate

pip install "co-scientist @ git+https://github.com/Kaimen-Inc/Co-Scientist.git"
pip install "co-scientist-plugin @ git+https://github.com/Ahmad-Jaradat-Space/co-scientist-plugin.git"

co-scientist init

初回接続時にサーバーは動作するバックエンドを探す。見つからなければ、 インストール済みでサインイン済みのエージェント CLI を採用し、その選択を ~/.co-scientist/config.toml に書き込んで先に進む。既存の provider = 行には触れないため、自分で設定した内容はそのまま残る。 COSCI_AUTO_BACKEND=0 を設定すれば、この自動選択を無効にできる。

doctor がまだバックエンドなしと報告する場合は、CLI にサインインする (claude、または codex login)。キーを取得する必要はない。また、 ローカルのハッシュ埋め込みも報告されるが、これはキー不要の想定どおりの状態である: 重複排除は言い回しの重複を検出するが、同じことを別の表現で述べた仮説は 別物として扱われる。

すべてはあなたのマシン上に留まる: SQLite は ./data 配下、アカウントも不要、 追加のサービスもなし。通信は、あなたの CLI がすでに行っているモデル呼び出しのみである。

config/subscription.toml は同じ選択を手で書いたものだ。 モデル ID を、CLI が解決するエイリアスに任せずに固定できる。エンジンにそれを 指定するには export COSCI_CONFIG=/path/to/config/subscription.toml を使う。

従量課金 API も利用できる。初回実行前に ~/.co-scientist/config.toml に プロバイダとキーを設定すれば、自動選択は介入しない。estimate_cost は 実行コストを予算に対して見積もり、スキルは時間ではなく支出に対して 実行の許可を求める。詳細は エンジンのバックエンドガイド を参照。

Codex CLI

codex plugins install ./co-scientist-plugin

Claude Code

ln -s "$PWD/skills/"* ~/.claude/skills/
claude mcp add co-scientist -- co-scientist-mcp

その他のクライアント

Agent Plugins 1.0 を読めるクライアントは、ディレクトリをそのまま読み込む。 SKILL.md と MCP 設定を別々に読めるクライアントは、skills/ と mcp.json を 個別に取得できる。

設定

サーバーはエンジンの設定を読み込む。必要に応じて mcp.json の env ブロックで これらを設定する:

読み取り専用インストール

1 セッションは数百回のモデル呼び出しを行い、会話が終わった後も実行され続ける。 共有マシンや、エージェントが独自にセッションを開始できないようにすべき環境では:

co-scientist-mcp --read-only

読み取りは引き続き機能する。session_start と session_resume は 説明付きで拒否される。

仮想環境パス

mcp.json は co-scientist-mcp を呼び出すが、これはコンソールスクリプトが PATH 上にあることを前提としている。エージェントが仮想環境をアクティベートしない場合は、 絶対パスを使用する:

{
  "command": "/path/to/.venv/bin/co-scientist-mcp",
  "args": []
}

開発

pip install -e ".[dev]"
ruff check coscientist_plugin tests
pytest -q
co-scientist-plugin-validate

すべてのテストはオフラインで、使い捨てのデータベースに対して実行される。 キーもネットワークもモデル呼び出しも不要である。

このパッケージを守る 3 つのチェックがある:

• co-scientist-plugin-validate は仕様適合性を検証する: 許可された 10 の マニフェストフィールド、トランスポート種別、スキルの frontmatter、 名前とディレクトリの一致、本文の長さ、そしてすべての相対リンクが解決され 1 階層以内に留まることを確認する。

• tests/test_plugin.py はバリデータでは検証できないことを確認する: どのスキルも、存在しない MCP ツールやエンジンコマンドをエージェントに 呼び出させないこと、そして記録の規律が書き込みを行うスキルに 実際に明記されていること。

• tests/test_server.py は設計が依存する不変条件を検証する: ゼロサムの Elo、ラウンドごとの冪等性、クロスセッション拒否、抜粋なしのエビデンス拒否、 そしてランキング済み仮説を後退させない状態遷移。

エンジンとの関係

このリポジトリはプラグイン層のみである。駆動するエンジンは Kaimen-Inc/Co-Scientist にあり、 同じライセンスの別プロジェクトである。NOTICE を参照。

どちらのプロジェクトも Google や論文の著者とは無関係である。 どちらかが生成する仮説は、科学者にとっての出発点であり、発見ではない。

ライセンス

Apache-2.0。LICENSE と NOTICE を参照。