English | 简体中文
SciForge 是面向科学研究与复杂工程的本地 AI 工作台。它把代码、论文、科学数据、图表、写作、自动化流程、证据链和多 runtime Agent 放在同一个桌面环境中，并通过统一的 Model Router 管理文本、视觉和科学多模态能力。
科研任务很少只是一次问答。真实研究通常要同时处理论文、代码、实验脚本、蛋白序列、分子结构、单细胞表达、PDF 图表、运行日志、失败记录、研究笔记、协作汇报和后续计划。通用聊天窗口可以回答问题，但很难把这些对象组织成一个长期可追踪、可复盘、可交接的工作环境。
SciForge 的定位是 research-native AI workbench：
- 研究对象不只当作附件，而是进入科学多模态、证据、写作、图表和汇报链路。
- 模型调用不散落在应用各处，而是统一经过 Model Router 与用户配置的 provider。
- Agent 不只聊天，还能读写工作区、运行命令、调用 MCP worker、生成计划、审查改动和延续长期任务。
- 研究过程不只看最终回答，还保留 trace、artifact、decision、review packet 和 Evidence DAG。
- 桌面、Workflow、Write、Connect phone、Schedule 与多 runtime 共享同一套运行时治理边界。
一句话：SciForge 想成为研究人员桌面上的“可审计科研 Agent 操作系统”，而不是又一个聊天壳。
| 特色 | 说明 |
|---|---|
| 科学多模态 Router | 将蛋白序列、蛋白结构、小分子、单细胞表达等非文本科学输入路由到领域 translator，先生成文本证据，再交给主 Agent 推理。 |
| Evidence DAG | 将 Agent trace 转成 claim-evidence DAG，用 NLI judge 验证支持边，并提供 PROV-JSON、指标、脆弱性分析和 Workbench 内嵌视图。 |
| Paper Radar | 面向课题组的文献雷达：维护研究 profile，同步 arXiv / bioRxiv 元数据，按关键词、排除词、分类、来源和新近度生成每日 digest。 |
| Scientific Plotting | 从论文图、截图或 PDF 裁剪区域提取 FigureStyleSpec，用受控 Matplotlib 模板出图、评分和保守修复，服务论文图复现和风格统一。 |
| PPT Master | 把 SciForge 里的 figure、证据和研究叙事送入科研汇报输出阶段，生成可检查布局、可导出的 PPTX 项目。 |
| Canvas | 不是单独的“画图功能”，而是视觉 artifact 的审阅层：把 scientific plot、生成图、PPT slide/export 摆在同一张画布上批注，导出 review packet，再让 Agent 按批注意图修改。 |
| Write | 不是普通 Markdown 编辑器，而是论文阅读与研究写作台：PDF 文本/视觉锚点批注、批注包导入导出、选区问答、写作空间检索增强、inline completion 和多格式导出。 |
SciForge 的科学多模态设计不是“把所有东西都塞给一个通用大模型”。核心原则是：先由专用领域模型把科学对象翻译成可审计文本证据，再由主 Agent 做任务推理。
当前科学多模态 worker 覆盖四类原生输入：
| 科学输入 | 路由专家 | 典型任务 |
|---|---|---|
| 蛋白序列 FASTA / raw sequence | esm2text-protein |
将序列转成可能的功能描述和不确定性证据 |
| 蛋白 3D 结构 PDB / mmCIF | prot2text-structure |
从结构输入生成函数描述证据 |
| 小分子 SMILES / SDF / MOL | biot5-molecule |
将分子表示翻译成结构/性质相关 caption |
| 单细胞表达 / marker list | c2s-singlecell |
将 cell sentence 或表达信号转成细胞类型文本线索 |
Model Router 会识别结构化 workspace ref 和科学文件扩展名，例如 .fasta、.smi、.mol、.sdf、.pdb、.cif、.vcf、.bed、.seq。当 SCIFORGE_SCIMODALITY_SERVICE_URL 与 token 配置好时，它会调用科学多模态 worker；未配置时，安全可读文本才会被按文本内联，二进制或不可理解输入会明确降级。
这条链路有几条硬边界：
- 专家模型需要用户或机构自行配置，桌面包不默认分发权重。
- 不用通用 LLM 假装读懂科学模态；没有合适 native-to-text 专家时宁可拒绝或降级。
- 每次翻译结果带 provenance、expert id、modality 和 raw output，最终回答中可透明展示。
- GPU 专家调用、重试、超时和 provider 凭据都留在 worker / Model Router 边界。
research_searchMCP worker 支持 arXiv、bioRxiv、Europe PMC、Semantic Scholar 和可选 CNS web search。- Paper Radar 可以维护教授或课题组 topic profile，按关键词、排除词、分类、来源和新近度排名论文。
- 本地 SQLite 只保存元数据，不默认镜像 arXiv 或批量下载 PDF。
- Write 的 PDF 阅读、搜索、批注、导出包和选区问答适合把论文阅读变成可复用研究资料。
- 上传或引用科学文件后，Model Router 可把蛋白、结构、分子、单细胞等对象交给科学多模态 translator。
- 图片、截图、图表等视觉材料归 Model Router 的视觉输入链路处理；科学对象归科学多模态 Router 处理。
- Translation raw output 会保留给用户审阅，避免最终回答掩盖专家模型到底说了什么。
- Code 工作台围绕真实 workspace 工作：读文件、运行命令、修改代码、审查 diff、维护计划。
- Runtime Guard、审批、sandbox、tool storm 防护、上下文压缩和 usage telemetry 让长任务更可控。
- Runtime Inspector、workspace-intel、search、schedule 等 worker 提供项目理解、巡检、调度和自动化能力。
- Evidence DAG 从 completed turn feed 中抽取 claim、source、observation、conclusion 与 supports / contradicts 边。
- 支持 NLI verify、metrics、load-bearing node、fragility、hidden shared-source 和 read-only reconcile what-if。
- Workbench 右侧面板可以直接查看当前 thread 对应的证据图。
- Scientific Plotting 从参考图或论文 PDF 裁剪区域提取
FigureStyleSpec，再生成受控图表。 - Canvas 把图、PPT slide 和生成图片放进可批注的本地画布，并把人工批注整理成 Agent 可消费的 review packet。
- PPT Master worker 作为科研展示输出阶段，接收 SciForge figure assets，生成受控汇报项目并做布局 QA。
- Write 管理论文阅读批注、实验记录、综述草稿、报告写作和多格式导出。
Code 是主工作台。你可以选择本地工作目录，让 Agent 围绕真实项目读取文件、运行命令、修改代码、总结结构、排查错误、生成计划和审查改动。
适合：
- 复现论文代码、整理实验脚本、分析失败日志。
- 在同一线程中保留需求、计划、命令输出、文件改动和后续 Todo。
- 用
/plan、/review、side conversation、child agents 和会话压缩管理长周期任务。 - 在 diff 面板中检查 Agent 改动后再决定继续、修正或提交。
Workflow 把重复科研操作做成可复跑流程。它支持可视化节点、触发器、LLM、HTTP、代码执行、条件分支、循环、合并、人工审批和输出节点。
关键点：
- LLM 节点只使用 Model Router。
- 手动触发、计划触发、webhook 触发共享 workflow 数据结构。
- workflow 可以作为 MCP worker 暴露给 Agent 调用。
- 节点运行有日志、历史结果和错误状态，便于复盘。
Write 是研究写作空间，面向论文笔记、综述草稿、实验记录、技术文档和研究报告。
它的特色不在“能写 Markdown”，而在把论文阅读、批注和写作连续起来：
- Markdown 文件树、新建、重命名、删除和保存状态，适合把一个课题的笔记、草稿和材料放在同一写作空间里。
- Source / Rich / Live / Split / Preview 多种编辑模式。
- PDF 阅读、文本搜索、视觉选区锚点、批注线程、导入导出批注包，适合文献精读和协作审阅。
- 当前文档导出为
HTML / PDF / DOC / DOCX。 - 选区 inline agent、短补全、长补全、术语传播和写作空间检索增强，帮助草稿延续术语、事实和上下文。
Connect phone 让 Agent 不只等待桌面输入。你可以把飞书 / Lark / 微信等渠道接到后台线程，让研究助理在 IM 中接收任务、总结会话、切换项目或继续执行计划任务。
Schedule worker 支持一次性、每日、间隔或手动运行的任务。定时任务仍复用 AgentRuntime 和 Model Router 边界，而不是另开一套 provider 链路。
这三个模块构成科研成果的视觉产出链：
- Scientific Plotting 读取结构化数据和
FigureStyleSpec，生成受控 PNG artifact 与 manifest。 - Canvas 导入 scientific plot、生成图、PPT slide/export，支持批注和 review packet。
- PPT Master 接收 SciForge figure assets，生成科研汇报项目、做布局检查并导出 PPTX。
这条链路的目标不是让 Agent 任意执行绘图脚本，而是让出图、审阅和汇报都留在可控、可复查的 artifact 轨迹里。
Model Router、AgentRuntimeHost、worker/MCP、本地数据和发布审计边界本身不是科研特色；它们更像 SciForge 能持续扩展科研能力的解耦合设计。核心思路是：GUI 负责交互，runtime 负责任务执行，Model Router 负责模型出口，多模态和科研能力由独立 worker 承载。
上图概览了 SciForge 从桌面工作台、运行时治理、Model Router 到科学 worker / MCP 插件的分层关系。交互层、Agent 执行层、模型出口和科研能力扩展被拆开，便于在保持本地可审计边界的同时持续接入新的科学工具链。
Renderer (React + Workbench / Write / Workflow / Connect phone)
-> preload: window.sciforge.*
-> main: AgentRuntimeHost + Runtime Governance
-> runtime adapter: SciForge Runtime | Codex | Claude Code
-> native runtime service / app-server
-> Model Router (/v1/responses compatible)
-> user-configured providers and translator workers
Model Router 是模型出口和多模态入口：
workspace refs / user input
-> Model Router
-> scientific modality translator (protein / structure / molecule / single-cell)
-> vision translator
-> text reasoner
-> routed response + trace bundle
-> AgentRuntime event stream + Evidence DAG feed
SciForge Runtime 是默认本地 Agent 运行时。它以本地 HTTP/SSE 服务连接 GUI 和 agent loop，负责线程、事件、工具调用、审批、缓存、上下文整理和长期会话状态。
它的重点是 高 Token ROI：
- 稳定 system prompt、工具 schema 和不可变前缀，让 provider 缓存更容易命中。
- 对超长工具结果、长参数、base64 payload 和重复工具循环做请求边界压缩。
- 用 MCP search / describe / call 渐进发现工具，避免每轮都塞入完整工具目录。
- 记录 cache hit/miss、token 用量、事件状态和错误原因。
- 让 Code、Write、Workflow、Connect phone 和 Schedule 共享运行时纪律。
Model Router 提供 Responses-compatible /v1/responses facade，负责：
- 管理 public model alias、provider profile、runtime API key 和能力声明。
- 处理图片、截图、图表和关键帧等视觉输入，将其转成自然语言 observation。
- 将科学对象交给科学多模态 worker，统一把 scientific evidence 注入主 Agent 上下文。
- 运行有界 supplement loop，让文本 reasoner 在需要时请求更多视觉信息。
- 写入 refs-first trace bundle，保存 role alias、hash、状态和脱敏摘要。
- 防止应用层到处硬编码 provider API key、base URL 或模型 slug。
SciForge 将科研能力拆成可单独启动、测试和审计的 worker：
| Worker / 插件 | 作用 |
|---|---|
model-router |
文本模型出口、视觉输入处理、科学多模态 worker 调度和 trace audit |
sci-modality-router |
蛋白、结构、小分子、单细胞 native-to-text translator |
evidence-dag |
claim-evidence DAG、NLI verify、PROV-JSON、what-if reconcile |
paper-radar |
GUI / MCP 使用的论文 profile、同步、搜索、排名和 digest worker；共享 core 由 worker 包自身拥有 |
search |
arXiv、bioRxiv、Europe PMC、Semantic Scholar 与可选 CNS web search 的科研检索 |
scientific-plotting |
参考图准备、风格识别、受控绘图、评分和修复建议 |
image-generation |
受控图片生成、VisualDocument 审改包到编辑意图、artifact manifest |
visual-document |
workspace-local VisualDocument、artifact 插入、批注和候选版本验收 |
ppt-master |
科研汇报输出阶段、figure intake、布局 QA 和 PPTX export |
write-assist |
写作检索、PDF 文本提取和 bounded writing context |
workflow |
可视化 workflow 执行与 Agent-facing MCP facade |
schedule |
定时任务、手动运行和后台 Agent 调度 |
workspace-intel / runtime-inspector |
工作区理解、运行时诊断和项目巡检 |
computer-use |
GUI-Owl computer-use service；经 Model Router 选择视觉模型，GUI 只暴露状态与人工确认 |
multi-agent |
child run contract、store、transcript 与 bounded delegation runtime |
共同原则：同类能力只有一条统一链路；能走 Model Router 的不绕过 Model Router；能写入 workspace 的能力都要有清晰的 side effect 分类和边界。
computer-use 当前指 GUI-Owl service path：本地 runtime 通过 SCIFORGE_CUA_SERVICE_URL 调用 GUI-Owl sidecar，模型调用只经 Model Router，真实鼠标/键盘动作必须由 GUI-Owl 的执行开关和人工确认控制。旧 GUI-managed @sciforge/computer-use primitive MCP path 已退休。
SciForge 当前仍处于快速演进阶段。为避免误解，下面这些边界是有意设计：
- 桌面包不默认分发科学专家模型权重，也不内置第三方 provider 凭据。
- 科学多模态专家需要用户或机构配置 remote provider / GPU provider 后才启用。
- Paper Radar 默认同步元数据，不做批量 PDF 下载、全文解析或向量库。
- Evidence DAG phase 1 以 one thread == one graph 为主，
contradicts会暴露但不完全裁决。 - Scientific Plotting 使用受控模板和 Matplotlib renderer，不执行用户提供的任意 Python 绘图代码。
下面这些不是简单加功能，而是让 SciForge 的科研辨识度更强的产品方向。
现在 SciForge 已经能处理论文 PDF、figure crop、FASTA、PDB、SMILES、SDF、single-cell matrix、plot manifest 和 PPT artifact，但这些对象还分散在不同 worker 的结果里。Scientific Object Registry 可以把它们统一登记成项目内的科学对象：
- 每个对象都有类型、来源、hash、路径、生成工具、关联 thread、关联证据和可视化预览。
- Model Router 翻译科学文件时写入 object ref，而不是只把文本塞进上下文。
- Evidence DAG 可以引用对象节点，Canvas 可以按对象导入，Write 可以插入对象引用，PPT Master 可以追溯 figure 来源。
它解决的问题是：研究项目里“这个图、这个序列、这个结论、这个 slide 到底从哪来”不再靠人脑记忆。
目前对话层已经落地第一版结构化对象引用与展示：工具可返回带 hash、路径、来源、
WorkspaceObservation 和 selection 的 ScientificObjectRef；主对话会渲染分子、序列、
光谱、组学和生物成像卡片，并可进入完整工作区、按需展开 Mol*、引用当前选择继续提问、
比较对象和记录注释。工具输出格式见
docs/scientific-object-chat-contract.md。
科研实验不是只看最后结果，还要记录尝试过什么、环境是什么、失败在哪里、哪张图来自哪次运行。Notebook Ledger 可以自动把 Agent 的科研运行过程整理成结构化实验账本：
- 输入：命令、脚本、数据版本、环境摘要、参数、指标、生成图、失败日志和人工决策。
- 输出：每次实验一个 ledger entry，可导出 Markdown / JSON，并可链接到 Evidence DAG 和 Canvas artifact。
- 边界：不替代 Jupyter 或电子实验记录本，而是把 SciForge Agent 实际执行过的步骤变成可复盘记录。
它的价值是让“复现失败原因”和“为什么选择这版结果”有证据可查。
如果要证明科学多模态 Router、Scientific Plotting、Evidence DAG 和 Write RAG 不是 demo，需要一组可公开分发的样例库。Benchmark Gallery 可以包含：
- FASTA、SMILES、PDB、single-cell marker、论文 PDF figure crop 等输入样例。
- 对应的 raw expert output、主 Agent 回答、trace audit、Evidence DAG、figure artifact 和 slide 输出。
- 回归检查：模型或 worker 更新后，确认对象识别、路由、manifest、图表评分和证据图结构没有明显退化。
它既是 README demo，也是测试资产，能让项目独特性更可信。
当前仓库已经有 Paper Radar、PDF crop、FigureStyleSpec、Scientific Plotting、Canvas 和 PPT Master。最能展示科研场景价值的方式，是把它们串成一条公开 workflow：
- Paper Radar 根据课题 profile 找到新论文。
- 用户从 PDF 中裁剪目标 figure panel。
- Scientific Plotting 提取风格并生成本项目数据图。
- Canvas 让用户圈出图表问题并生成 review packet。
- Agent 根据批注重绘或调整。
- PPT Master 把最终 figure 和证据摘要放进汇报 deck。
这条 demo 能清楚说明 SciForge 不是单点工具，而是科研产出链。
不必把进展管理做成沉重的长期记忆系统。更轻量、更容易被学生使用的方向，是做一个 GitHub progress sync skill：
- 学生定期运行 skill，自动从最近线程、git diff、实验 ledger、figure manifest 和 TODO 中整理进展。
- 输出 GitHub issue comment、discussion update 或 PR summary，包含本周完成、证据链接、失败点、下周计划和需要导师确认的问题。
- 写入 GitHub 前必须预览，并由用户确认。
它解决的是导师/学生协作里的实际痛点：不是“永久记忆”，而是按周期把研究进展同步到团队已经使用的平台。
科学多模态 Router 的独特性会随着支持的模态扩展而增强。SDK 应该让新增模态有标准入口：
- 定义专家服务模板、输入检测规则、输出 schema、provenance、fingerprint 和错误码。
- 附 license checklist，避免把不能分发或不能商用的权重误放进桌面包。
- 附 evaluation harness，要求不同输入产生可区分输出，并能在无权重环境下跳过真实模型测试。
这能把“支持新科学模态”从一次性工程变成可重复扩展机制。
当前 worker/MCP 体系已经解耦，但插件生命周期还可以更产品化。Manifest 驱动插件市场应让每个科研扩展声明：
- 它需要哪些权限：读文件、写 workspace、联网、调用模型、启动 sidecar、访问 GitHub。
- 它提供哪些工具、资源、触发器和 artifact 类型。
- 它的版本、来源、健康检查、安装/卸载、升级和回滚策略。
这会把“能接 MCP”升级为“可治理的科研插件生态”。
审计面板不是单纯工程仪表盘，而是给科研用户回答几个关键问题：
- 哪些数据留在本机，哪些请求发给了模型 provider。
- 哪些 sidecar 正在运行，监听什么端口，使用哪个 token。
- 某次回答引用了哪些文件、科学对象、模型翻译和工具结果。
- 当前项目有哪些 license / release / trace audit 风险。
它把解耦合架构转化成用户可理解的信任界面。
科研团队常见部署形态差异很大：个人笔记本、实验室工作站、独立 GPU 服务器、内网环境甚至离线环境。SciForge 可以提供几套明确配方：
- 个人本地模式：桌面 + Model Router + 云端 provider。
- 实验室 GPU 模式：桌面在个人电脑，科学多模态专家在 GPU 服务器，通过私有网络访问。
- 内网/离线模式：trace、artifact、workspace 和专家模型都留在机构环境内。
这能把“本地优先”从口号变成可执行部署方案。
前往 GitHub Releases 下载：
| 平台 | 安装包 |
|---|---|
| macOS | .dmg 或 .zip，支持 Intel 与 Apple Silicon |
| Windows | .exe，NSIS 安装器，x64 |
| Linux | .AppImage，x64 |
首次启动建议先完成 Model Router 配置：设置本地 runtime API key、public model alias 和至少一个 provider profile。上游 provider 凭据只写入 Model Router 配置。
git clone https://github.com/XingYu-Zhong/SciForge.git
cd SciForge
npm install
npm run dev环境要求：
- Node.js 20+
- 可用的上游模型 provider 或远端 Model Router 服务
- 首次安装依赖时需要联网
- 独立运行 Paper Radar service 时，Node.js 22.5+ 更合适，因为它使用
node:sqlite
中国大陆访问较慢时，可以使用 npm 镜像：
npm install --registry=https://registry.npmmirror.comnpm run dev # 开发模式
npm run typecheck # TypeScript 检查
npm run test # 单元测试
npm run build # 生产构建
npm run dist:mac # macOS 安装包
npm run dist:win # Windows 安装包
npm run dist:linux # Linux AppImage
npm run license:package-audit # 安装包发布边界审计常用 worker：
npm run model-router:start
npm run sci-modality-router:start
npm run evidence-dag:start
npm run scientific-plotting:start
npm run workflow:start
npm run search:start
npm run write-assist:start
npm run schedule:start
npm run paper-radar-mcp:start
npm run image-generation:start
npm run visual-document:start
npm run ppt-master:start
npm run runtime-inspector:start
npm run workspace-intel:start- 打开 SciForge。
- 选择界面语言。
- 在设置页配置 Model Router。
- 选择默认工作目录。
- 在 Code 工作台创建线程，描述你的研究任务。
- 按需打开右侧 Evidence DAG、Paper Radar、图片审改、Plan、Files、Changes 或 Browser 面板。
- 进入 Write、Workflow、Connect phone 或 Schedule 扩展工作链路。
设置页还可以管理主题、字体、通知、运行时端口、sandbox、approval policy、Skill、MCP、Webhook、Relay、定时任务和错误日志。
卸载应用不会默认删除本地设置、会话、工作区或运行时数据。彻底清理前请确认没有需要保留的研究记录。
| 平台 | 应用数据位置 |
|---|---|
| macOS | ~/Library/Application Support/SciForge |
| Windows | %APPDATA%\SciForge |
| Linux | ~/.config/SciForge |
SciForge Runtime 数据通常位于 ~/.sciforge/runtime 或设置中指定的 runtime data dir。研究产物通常写在当前 workspace 的 .sciforge/、.agents/ 或用户选择的写作空间中。
macOS 本地未公证构建如果被系统拦截，可先运行：
npm run mac:unquarantine -- '/Applications/SciForge.app'| 文档 | 内容 |
|---|---|
| docs/agent-runtime-contract.md | Runtime 中性 contract、事件、capability 和 adapter 边界 |
| docs/local-runtime-architecture.md | SciForge Runtime 架构、HTTP/SSE 合约和 GUI 边界 |
| docs/local-runtime-cache-optimization.md | Token economy、缓存命中、MCP search 和工具输出压缩 |
| docs/runtime-governance-design.zh-CN.md | Runtime guard、公共治理层和多 runtime 接入原则 |
| docs/kdense-scientific-skills-mcp.zh-CN.md | K-Dense Scientific Agent Skills 的只读发现与规划接入 |
| docs/paper-figure-style-transfer-v1.3.zh-CN.md | 论文图风格识别、受控绘图和参考图准备 |
| docs/WRITE_RETRIEVAL_RAG.zh-CN.md | Write 检索增强设计 |
| docs/WRITE_INLINE_EDIT_RAG.zh-CN.md | Write inline edit 检索增强 |
| docs/license-risk-scan.md | 许可证风险 exact-hit 扫描流程 |
| docs/commercial-release-boundary.md | 历史商业风险清理记录与当前发布边界 |
| docs/CONTRIBUTING.zh-CN.md | 贡献说明 |
| docs/DEVELOPMENT.zh-CN.md | 本地开发流程 |
| SECURITY.md | 安全漏洞披露方式 |
SciForge 当前仓库使用 MIT 许可证发布。发布前仍需要确认源码、历史来源、资产、依赖、模型权重、服务配置和打包产物都处在可解释边界内。
本仓库为这件事保留了几类材料：
- THIRD_PARTY_NOTICES.md：第三方依赖、参考来源和资产来源说明。
- docs/license-risk-scan.md：历史 blob exact-hit 扫描方法。
- docs/commercial-release-boundary.md：历史商业风险清理记录与当前发布边界说明。
- src/asset/img/README.md：项目内图片资产来源与生成关系。
scripts/license-risk-scan.mjs：源码 exact-hit 检查工具。npm run license:package-audit：安装包发布审计入口。
默认发布策略：
- 不在应用包中默认夹带第三方模型权重。
- 不在应用层硬编码 provider API key、base URL 或默认闭源服务。
- 外部参考项目只作为 reference / inspiration 记录，不复制源码、测试或资产。
- 资产、二进制和安装包在发布前重新扫描。
这不是法律意见，但它让发布前需要确认的事实尽量变成可复查的工程证据。
欢迎提交 bug 修复、UI/UX 优化、文档改进、本地化内容、worker 能力、构建发布流程和运行时集成改动。
协作建议：
- 日常集成分支为
develop，稳定发布分支为master。 - 新功能和修复从最新
develop拉出短期分支。 - PR 默认提交到
develop。 - 高风险改动先说明范围、验证方式和回滚策略。
- 发起 PR 前运行
npm run typecheck、npm run test和必要的构建命令。 - 改动影响使用方式时，同步更新相关 README 或 docs。
SciForge 从多个先行项目和产品形态中获得启发。相关来源只作为 reference / inspiration 记录；当前仓库不复制这些项目的源码、测试或资产。具体说明见 THIRD_PARTY_NOTICES.md。
感谢所有为 SciForge 提交 issue、建议、代码、测试、文档和研究反馈的人。