SciHost — 科学方向探索宿主系统

面向材料科学文献调研与可证伪假设生成的持续运行系统。输入文献语料，输出可证的科研发现、研究方向与含完整溯源链的发现报告。

本项目为比赛提交包，自包含、零外部服务依赖、离线可运行（无需任何 API Key）。

核心能力

• 科学文献采集与隐性配对：从论文语料发现跨领域隐性关联

• CSP 知识抽取：自动抽取 组分-结构-性能 三元组

• 可证伪假设生成：生成含数值预测的假设（如"预测 X 材料带隙为 Y eV"）

• 数字孪生仿真试错：内置 ResearchTwin 虚拟实验环境，算法算子交叉验证 + 材料物理约束检查

• 材料性能找全（内置 DSR-MO 算法）：将已知材料性能数据映射为连续性能景观，用内置多模态优化算法一次性找全所有性能最优的候选材料，并为数值预测假设对标打分

• 验证复现与发现认证：扰动重跑 + 交叉验证 → 认证为科学发现

• 文献溯源链：每条发现可追溯到 假设 → 配对 → 论文 → CSP

• EWC 持续学习：保护已验证知识，校准算子权重

Related MCP server: BRAHM

内置核心算法：DSR-MO

本系统内置了 DSR-MO（小生境 / 群体智能方向的多模态优化算法），作为宿主系统中的一个研究算子，随项目一并提供。

• 算法定位：面向多模态优化的单目标 niching 算法，能够在一个连续函数空间内同时定位出所有等高的性能峰（"先占地盘、后精耕细作"：maximin 选择铺开占位保覆盖，Nelder-Mead 局部精修保精度，报告期密度过滤去冗余）。

• 本项目中的应用场景：数字孪生中的「材料性能找全」算子。把已知材料成分-结构-性能（CSP）数据构造成连续性能景观，DSR-MO 在该景观上一次找全所有性能极值的候选材料，作为可证伪假设的对照基准与打分依据。

• 算法源码仓库：https://github.com/aceris-sola/DSR-MO （评审可对照查看算法完整实现）

• 移植说明：为便于离线运行，算法以纯 numpy 实现并嵌入本包（sci_host/dsr_mo/），不依赖 MATLAB/Octave。这是同一算法在本系统的实际应用形态。

快速开始

# 1. 安装依赖
pip install -r requirements.txt

# 2. 离线演示（默认，几轮快速跑）
python run.py

# 3. 材料科学完整流水线演示（推荐先跑这个，看完整效果）
python demo.py

# 4. 作为 MCP 服务使用（stdio 模式，供 Claude Desktop / Cursor / IDE 调用）
python run.py --mcp

# 5. 作为 MCP 服务使用（HTTP 模式，远程访问）
python run.py --mcp --http 8080

启用 Sciverse 联网检索（真实文献 + 后端联网审查）

默认离线即用（内置语料，无需任何 Key）。需要检索真实文献或做后端联网审查时，配置一个 Sciverse API Key 即可，采集会自动走 https://api.sciverse.space/agentic-search（4.65 亿学术元数据）。

Key 填在哪（二选一）：

• 推荐：复制 .env.example 为 .env，在 SCIVERSE_API_TOKEN= 后填真实 token（项目启动自动读取，.env 已被 git 忽略）

• 或用环境变量：export SCIVERSE_API_TOKEN=sci_你的token

联网审查三步走：

python run.py --mcp          # ① 启动 MCP 服务

② 调用 sci_create_sciverse_host 创建联网宿主（联网开关）
③ 依次调用 sci_stream_crawl → pair → hypothesize → trial → verify，
   每步读取真实中间结果，用 sci_stream_feedback 实时把关

完整步骤、可复制的提示词见 USAGE.md 第 5 节。

评审验证清单

作为 MCP 服务接入

MCP 客户端配置（claude_desktop_config.json / VS Code / Cursor）：

{
  "mcpServers": {
    "sci-host": {
      "command": "python",
      "args": ["/绝对路径/sci-host-mcp-competition/run.py", "--mcp"]
    }
  }
}

工具命名空间为 sci_*，例如：

• sci_create_host / sci_create_materials_host — 创建宿主实例

• sci_step / sci_run_cycles — 运行探索循环

• sci_get_directions / sci_get_discoveries — 获取方向与发现

• sci_get_csp_knowledge / sci_get_discovery_report — 材料科学专属

• sci_generate_competition_report — 生成参赛 Markdown 报告

目录结构

sci-host-mcp-competition/
├── run.py                 # 统一入口（离线演示 + MCP 服务）
├── demo.py                # 材料科学完整离线演示
├── requirements.txt       # 最小依赖
├── README.md
├── sci_host/              # 宿主系统核心包（自包含）
│   ├── mcp_server.py      # MCP 服务入口
│   ├── research_twin.py   # 内置数字孪生虚拟实验环境
│   ├── twin_adapter.py    # 算法算子适配器
│   ├── dsr_mo/            # 内置 DSR-MO 多模态优化算法（含材料性能景观与找全算子）
│   ├── research_quality.py
│   ├── core/ ... materials/ ... trial/ ... 等子模块
├── tests/                 # 核心修复测试套件
└── demo/competition-demo.html  # 可视化演示页面

运行环境

• Python ≥ 3.9

• 仅依赖：numpy, requests, mcp[cli], pydantic

• 离线模式使用内置语料，不访问网络，评审无需联网