图表、代码与文件，随时回看
对话中的表格、代码、公式与文件可作为产物查看，并关联到生成它们的会话。支持 Markdown、公式排版和代码高亮。
{{artifact:abc123}}
→ 表格 · 8 行 × 4 列
→ figure_umap.py · 42 行
→ LaTeX 公式
从结果回到对应会话，
查看代码、参数与生成过程。
WISP SCIENCE · DESKTOP
选择适合你电脑的版本
选择系统与芯片，下载安装包即可开始。无需下载源码。
Wisp Science 用户来自高校与科研团队
Cornell University
University of Michigan
UCLA
Yale University
Tsinghua University
Zhejiang University
Washington University in St. Louis
Saint Louis University
Shanghai Jiao Tong University
Peking University
Chinese Academy of Sciences
Medical University of Vienna
[ 001b ]
常见科研任务
从一个具体问题开始
下面这些任务描述，展示了如何把研究目标、检查要求和交付内容说清楚。
“请先检查这批单细胞数据的质量，再协助判断各细胞群的类型。保留每一步的参数、代码和图表，方便组会讨论。”
“梳理近五年与这个靶点相关的临床前研究。列出来源、相互矛盾的结果，以及仍然缺少的证据。”
“评估这些蛋白突变可能产生的影响。先查数据库和文献，再给出可在本机验证的分析方案，保留原始数据。”
“按实验体系比较这 20 篇论文使用的对照。每项结论标明出处，数字不一致的地方单独列出。”
“先检查代谢组数据的缺失值、批次效应和异常样本，再提出统计方案，并保留可重复运行的脚本。”
“查询候选分子的活性、选择性与已知风险，分项整理来源，并列出下一步需要验证的问题。”
[ 002 ]
围绕科研工作设计
从问题到结果，保留每一步
项目、会话和结果文件统一管理。根据任务连接模型、调用工具，在本机或已配置的计算环境中继续工作。
连续分析，无需反复加载数据
Python 和 R 运行时可在多轮对话间保留变量与数据对象。不同会话的状态相互隔离，便于逐步调整和检查分析。
>>> import scanpy as sc
>>> adata = sc.read_h5ad("pbmc.h5ad")
>>> adata.shape
(2700, 32738)
# 后续调用可以继续使用 adata
>>> sc.pp.neighbors(adata)
>>> sc.tl.umap(adata)
26 个内置技能
覆盖文献调研、数据分析、科研绘图、论文写作和环境配置。按任务选择技能，让工作步骤和检查要求可以复用。
skills/ ├─ literature-review/ ├─ analysis-workflow/ ├─ remote-compute-ssh/ ├─ figure-composer/ └─ paper-narrative/ … Agent 根据任务读取相应的技能说明。
连接适合任务的模型
支持 OpenAI 兼容、OpenAI Responses 和 Anthropic API，也可接入本机 ACP Agent。配置方法见使用教程。
长对话也能继续推进
压缩上下文前先保留完整历史，再整理较早的工具输出和对话摘要，为后续任务留出空间。
工作记录保存在本机
项目与会话记录保存在本地数据库，文件留在工作区。重新打开项目时，可以继续查看此前的工作。
[ 002b ]
跟随数据所在的位置
项目在本机，计算按需选择
支持 Windows、macOS 与 Linux，也提供命令行入口。本机和远程环境各有用途，可以根据数据位置和计算需求选择。
下载安装即可开始
桌面安装包随附技能、原生科研工具和演示会话。Python、R 等可选运行工具可在需要时配置，无需先下载项目源码。
科研数据库，按需连接
内置 23 个科研连接器、247 个工具，可检索 PubMed、UniProt、ChEMBL 等约 80 个数据库。访问在线数据源仍需网络。
让远程计算有记录可查
配置 SSH／WSL 环境后，可以读取远程数据、运行分析，并通过任务记录查看状态、日志和输出位置。
[ 003 ]
贴近实际研究场景
按你的研究问题使用
从文献、数据和计算结果出发，在同一个项目中串联分析、可视化与写作。
单细胞与转录组分析
将质量控制、聚类和细胞类型注释整理为可复现的分析模块，使用 Python／R 完成计算与可视化。
- 检索 GEO／CELLxGENE 数据集与元数据
- 随时查看生成的表格和图形
- 保留代码、参数与会话记录
可以这样提问
请对 PBMC 3k 数据开展单细胞分析。先检查质量并提出筛选方案，再进行聚类与主要细胞类型注释，保存分析脚本和标记基因热图。
蛋白结构与序列
结合序列、结构和文献记录，整理可核对的位点信息，并保留分析方法与来源。
- 查询 UniProt／PDB 序列与结构记录
- 在工作台中预览分子与蛋白结构
- 结合文献证据提出待验证的假设
可以这样提问
请查找 TP53 的结构记录及相关突变信息，标明每项来源，提出可验证的结构分析方案。
化学信息学与分子设计
查询 ChEMBL、PubChem 等数据库的活性记录，结合本地计算比较分子性质，并整理图表与证据。
- 计算理化性质与相似性
- 在侧边面板查看 SMILES／MOL／SDF 分子内容
- 用统一的图表规范呈现比较结果
可以这样提问
请检索针对 EGFR 的 IC50 记录，核对实验条件和来源，再比较候选分子的性质，整理构效关系图表。
文献调研与论文写作
结合文献检索、PDF 阅读和论文叙事技能，整理证据、比较研究，并形成可继续修改的草稿。
- 检索 PubMed／OpenAlex／arXiv 等来源
- 预览 Markdown 文本与数学公式
- 按研究问题组织疾病与适应症资料
可以这样提问
请基于附件论文起草讨论部分，区分已有证据与推测，附上引用，并检查文中数字是否与表格一致。
[ 003b ]
先看一次完整的工作过程
从内置演示了解 Wisp
打开应用中的示例项目，查看文献检索、分析与结果整理的只读记录。浏览演示无需模型额度，发送自己的任务时再配置模型。
CRISPR 筛选
查看从原始计数、命中基因筛选到图表与报告的任务记录。
酶工程
了解序列分析、突变建议和活性研究中的多轮工具使用。
极端环境微生物
查看跨数据库检索与功能注释如何衔接。
肿瘤免疫
从文献整理出发，了解如何梳理证据并提出研究问题。
[ 004 ]
连接已有工具与方法
融入你的科研工具链
通过 MCP 使用科研数据库与自定义工具，通过 Skills 复用分析方法。根据当前任务组合这些能力，并把结果留在项目中。
科研连接器247 个工具 · 23 个连接器
SKILL.md26 个内置技能
Python / R可保留状态的 Python／R 运行时
Filesystem toolsread / write / shell
OpenAI APIcompatible endpoints
Anthropic APIClaude models
SSH / WSLremote compute SKILLs
MCP Appsinteractive UI from MCP tools
[ 005 ]
FAQs
常见问题
Wisp Science 是科研工作台，不是一个新模型。你可以配置兼容的模型 API，也可以接入本机 ACP Agent，用它们处理项目中的任务。
它围绕项目组织文件、会话、工具与执行记录，可以运行 Python／R、检索科研数据库，并保存分析产物。26 个内置技能提供可复用的方法与检查步骤。
项目文件和会话记录保存在本机。调用远程模型或在线服务时，任务所需的消息、附件内容或工具结果可能发送给对应服务；具体范围取决于你的配置与任务，并受服务商的数据政策约束。
提供 Windows、macOS 和 Linux 安装包。请从官方发布页选择与操作系统和处理器架构匹配的版本；安装步骤见“快速开始”。
macOS 钥匙串会核对访问密钥的应用身份。升级或更换应用签名后，可能需要重新授权。先确认提示来自 Wisp，再按系统提示处理；若仍反复出现，可检查对应的 Wisp 钥匙串条目并重新配置 API Key。
普通模型对话不需要先安装 Python 或 R。涉及代码运行、浏览器控制或第三方工具时，再按任务准备相应环境。首次引导会检测已有工具路径，缺少工具不会阻止你打开应用。源码构建所需环境另见开发文档。
是的。Wisp Science 使用 Rust／Tauri 独立开发，以 AGPL-3.0 协议开源。你可以查看源码、连接兼容的模型服务，并根据自己的科研需求使用和改进它。
先按“快速开始”完成安装、模型配置和第一条对话，再用熟悉的小数据验证工作流程。项目持续迭代，具体变化以发布说明为准；科研结论和关键结果仍需结合原始材料核对。