Плагин co-scientist

Запускайте мультиагентный научный движок прямо из вашего агента.

Пакет Agent Plugins 1.0, который позволяет Claude Code, Codex CLI, Cursor, VS Code, Copilot и Kiro управлять движком AI co-scientist: генерировать гипотезы, рецензировать их, проводить турнир по системе Эло, развивать лучшие и получать итоговую сводку.

Установка · Что получает агент · Принцип проектирования · Совместимость с ScientistOS · Вклад

Идея

Движок AI co-scientist — это открытая реализация подхода из статьи Gottweis et al., Nature, 2026. Он берёт исследовательскую цель и прогоняет её через шесть специализированных агентов: генерацию, рефлексию, ранжирование, эволюцию, оценку близости и мета-рецензирование, управляемых супервизором поверх долговечной очереди задач в SQLite.

У движка есть CLI. Этот пакет даёт ему агент-ориентированный интерфейс, чтобы управлять им мог Claude Code или Codex, а не вы, набирая команды:

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

Написанный им обзор теперь — строка в той же таблице, куда пишет агент рефлексии самого движка. Он учитывается в турнире. Мета-рецензент его увидит.

Related MCP server: consensus-mcp

Что получает агент

Один MCP-сервер с пятнадцатью инструментами:

Семь навыков, несущих суждения, которые инструменты дать не могут:

Принцип проектирования

Движок хранит всё состояние: Эло, очередь задач, дедупликацию, эмбеддинги, бюджет токенов, завершение. Этот пакет ничего из этого не переimplement'ирует.

Всё, что создаёт агент, возвращается в те же репозитории, куда пишут собственные агенты движка. match_record переиспользует модуль Эло движка и его идемпотентность через elo_journal. review_record пишет ту же модель Review и переводит статус из draft в reviewed точно так же, как это делает рефлексия. hypothesis_record выводит created_by из того, были ли указаны родительские гипотезы.

Навыки формулируют следствие простыми словами: то, что не записано, не существует. Агент, который описал рецензию в чате, не вызвав review_record, не произвёл ничего, что система могла бы использовать.

Это предотвращает типичный сбой: «перенести промпты в навыки и считать задачу выполненной». Промпты — не там, где рождается качество. Качество рождается в турнире, а турниру нужно место, где ведётся счёт.

Совместимость с ScientistOS

Этот плагин генерирует и ранжирует гипотезы-кандидаты. Он не решает, что вам можно утверждать на их основе, — и в этом разница: гипотеза может выиграть турнир и при этом опираться на механизм, которому противоречит литература. Навык reading-research-overviews перечисляет этот и другие частые режимы отказа, которые стоит проверить вручную.

ScientistOS превращает эту проверку из рекомендации в обязательное требование. Он хранит структурированный граф доказательств и отказывается фиксировать утверждение, если его обоснованность не подтверждается происхождением данных.

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

Оба проекта устанавливаются рядом: это независимые навык и MCP-пакет, и агенту с обоими доступна полная картина. При этом ScientistOS не является обязательной зависимостью — плагин работает и без него.

Установка

Никаких ключей API и никаких платежей. Если вы уже вошли в Claude Code или Codex CLI, этого достаточно: исследовательский движок проводит свои агентские сессии через ту же подписку, что и ваш кодинг-агент.

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

При первом подключении сервер ищет рабочий бэкенд. Не найдя, он берёт тот CLI, который установлен и выполнил вход, записывает выбор в ~/.co-scientist/config.toml и продолжает работу. Строка provider = никогда не перезаписывается — ваша ручная настройка останется нетронутой. Чтобы полностью отключить автовыбор, установите COSCI_AUTO_BACKEND=0.

Если doctor по-прежнему сообщает об отсутствии бэкенда, войдите в CLI вручную (claude или codex login) — ключ не понадобится. doctor также проверит локальный эмбеддер; его отсутствие — нормальное состояние без ключей: дедупликация ловит повторные формулировки, но не различит две гипотезы, которые говорят одно и то же разными словами.

Все данные остаются на вашей машине: SQLite в каталоге ./data, никаких аккаунтов, никаких сервисов, никакого трафика, кроме вызовов моделей, которые ваш CLI и так уже совершает.

config/subscription.toml — тот же выбор, но сделанный вручную: идентификаторы моделей зафиксированы явно, а не предоставлены алиасу, который разрешает ваш CLI. Укажите движку путь к нему через export COSCI_CONFIG=/path/to/config/subscription.toml.

Подойдёт и обычный API с оплатой за использование: укажите провайдера и ключ в ~/.co-scientist/config.toml до первого запуска, и автовыбор не вмешается. estimate_cost затем оценит расходы на сессию относительно вашего бюджета, а навыки запросят подтверждение на траты, а не просто продолжат. Подробнее — в руководстве по бэкендам движка.

Codex CLI

codex plugins install ./co-scientist-plugin

Claude Code

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

Любой другой клиент

Любой клиент, поддерживающий Agent Plugins 1.0, загрузит каталог как есть. Любой клиент, читающий SKILL.md и MCP-конфиг по отдельности, может взять skills/ и mcp.json самостоятельно.

Конфигурация

Сервер читает конфиг движка. При необходимости задайте эти переменные в блоке env вашего mcp.json:

Установки только для чтения

Сессия совершает сотни вызовов моделей и продолжает работать после завершения разговора. На общей машине — или везде, где агенту нельзя позволить запускать сессии по своей инициативе:

co-scientist-mcp --read-only

Чтение продолжает работать; session_start и session_resume отказывают с объяснением причины.

Пути к виртуальному окружению

mcp.json вызывает co-scientist-mcp, предполагая, что консольный скрипт находится в PATH. Если ваш агент не активирует виртуальное окружение, используйте абсолютный путь:

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

Разработка

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

Каждый тест работает офлайн, на одноразовой базе данных. Никаких ключей, сети или вызовов моделей.

Пакет защищают три уровня проверок:

• co-scientist-plugin-validate проверяет соответствие спецификации: десять разрешённых полей манифеста, типы транспорта, frontmatter навыков, согласование имени и каталога, длину тела и то, что все относительные ссылки разрешаются и остаются на один уровень вглубь.

• tests/test_plugin.py проверяет то, что валидатор не может: ни один навык не велит агенту вызывать несуществующий MCP-инструмент или команду движка, а дисциплина записи действительно прописана в навыках, которые пишут.

• tests/test_server.py покрывает инварианты, на которых стоит дизайн: нулевая сумма Эло, идемпотентность раунда, отказ при пересечении сессий, отказ на свидетельство без выдержки и переходы состояний, которые никогда не откатывают ранжированную гипотезу назад.

Отношение к движку

Этот репозиторий — только слой плагина. Движок, которым он управляет, живёт в Kaimen-Inc/Co-Scientist и является отдельным проектом под той же лицензией. См. NOTICE.

Ни один из проектов не аффилирован с Google или с авторами статьи. Гипотезы, которые они порождают, — отправная точка для учёного, а не научный результат.

Лицензия

Apache-2.0. См. LICENSE и NOTICE.