科研溯源分析台 SuperJJ007/papermachine

PaperMachine · 造纸机器

用 AI 完成可信的科学研究。

PaperMachine 是给所有围绕数据工作的人做的桌面应用——科研人员、商业分析师、数据分析师。从查询资料文献、到清理数据、到产出结果，全流程透明可控。

代码开源：基于DeepSeek Harness 构建，本地优先，全部透明

成果溯源：让任何一张图、一张表都能回到产生它的代码、日志和运行环境

数据透明：让它读过的每一份数据、改过的每一个变量都摊开可查

轨迹:它做的每一步都在

过程视图:每一轮回复拆成步骤,点开任一步看到它真正跑的代码和输出

每一轮对话都变成一条步骤带:读数据、清洗、拟合模型、画图。默认每步只显示一行标题和一个结果徽章,点开才是它真正跑的代码、输出和内核状态。内核重启的位置有标记,所以你总能知道变量是什么时候被清空的。Python 和 R 内核跨轮次保持,上一轮建好的变量下一轮还在。

审稿人问那 600 行是怎么删的,答案在屏幕上,不在你的记忆里。

成果:每一张图都能回到它的来处

成果溯源:代码、日志、消息、环境四页

模型产出的每一张图、每一张表、每一个文件都进入右侧的成果栏,带版本号。从任何一个成果一键打开溯源,四页:产生它的代码、那次执行的日志、它所回答的问题与结果、它运行时的环境(包版本、内核、时间)。跨会话产生的成果也追得到。

你交出去的不只是一张图,而是这张图的全部来历。

图片编辑:改完保留两个版本

图表编辑:改标题与坐标轴标签,保存为 v2 并标记为人工编辑

图不用拿回代码里改。在面板里直接改 matplotlib 或 ggplot2 图的标题、坐标轴标签、图例位置、网格和字体;也可以框选图上的一块区域,只让模型改那里。保存写入 v2 并标记为人工编辑,v1 原样保留,两个版本随时对照。

快速开始

1. 从 Releases 下载对应你机器的安装包:Apple 芯片用 PaperMachine-<version>-arm64.dmg,Intel Mac 用 PaperMachine-<version>-x64.dmg,Windows 用 PaperMachine-<version>-x64.exe(实验性 / Beta——见第 4 步下方的说明)。
2. 打开应用,按下面的首次运行装好环境。
3. 打开 设置 → 模型,填入你的 DeepSeek API key。应用不附带 key,默认调用 deepseek-v4-flash。
4. 把 CSV、Excel、SPSS 或 Stata 文件拖进项目,问出第一个问题,例如:画出 2007 年各国人均 GDP 与预期寿命的关系,按大洲着色。

首次运行

第一次打开 PaperMachine,它会先装一套属于自己的 Python 与 R 环境,再进工作区。这一步是一次性的:装完之后离线也能用,以后启动直接进工作区。

首次运行:确认下载通用科学环境,并选择下载源

PaperMachine 不使用你机器上已有的 conda 环境,而是自带一份 micromamba,把环境装在 ~/.papermachine 里。这样它跑的是什么、装了哪些包,始终是确定的,也不会改变本地已有环境。

这一屏上你要做的选择:

| 选项 | 什么时候用 |
| 下载并安装 | 默认路径。装那套 22 个包的通用科学环境,下载约 850 MB,需要 6 GB 可用磁盘。 |
| 下载源 | 决定从哪里拉包。系统语言或时区看起来在中国大陆时,默认预选中科大 USTC;否则预选官方 conda-forge。你可以随时改选清华 TUNA 或另一个源,不过 Windows 上 TUNA 会因路径长度限制必然失败,因此排在 USTC 之后。选错了不会卡住:所选源失败时会按顺序自动试其余的源。 |
| 查看完整包清单 | 装之前先看清楚要装哪 22 个包。 |
| 高级:自定义包清单 | 在预填的清单上增删 conda 包,每行一个,支持 名称=版本。删掉 python 或 r-base 会导致装完的校验失败。 |
| 保留当前环境 | 只在已经装过一次时才出现。重装会再下一遍 850 MB,所以除非要换包清单,保留即可。 |

两个平台的安装包都没有付费的 Apple/Microsoft 签名身份,macOS 与 Windows 各自弹出的提示不同,处理方式也不同。

macOS 上,0.1.1 起应用在打包时做了 ad-hoc 签名,Gatekeeper 正常应该只给出"身份不明的开发者"这种普通拒绝,而不是判定应用已损坏。根据实际遇到的提示,对应三种修法:

- macOS 15(Sequoia)及更新版本:打开 系统设置 → 隐私与安全性,滚动到底部,点击 仍要打开。
- 更旧的 macOS:右键点击应用,选择打开。
- 如果 macOS 提示的是应用"已损坏,无法打开",以上两种修法都对这种提示无效,改为运行一次下面的命令(-r 是因为 app 本身是一个目录):

xattr -dr com.apple.quarantine /Applications/PaperMachine.app

Windows 上 SmartScreen 会提示发布者无法识别:点更多信息,再点仍要运行。安装包是 per-user 安装,不需要管理员权限。不要求机器上预装 Visual C++ 运行库。Windows 安装包是实验性 / Beta:沙箱只做部分强制(不是 macOS 那种完整隔离),R 在非 ASCII 安装路径或用户名下有已知边角情况,需要 Windows 10 64 位及以上,遇到问题请附上 %USERPROFILE%\.papermachine\logs 提 issue。

里面有什么

通用科学环境(22 个包)

| Python 3.13 | R 4.5 |
| NumPy、SciPy、pandas | tidyverse(含 ggplot2)、data.table |
| Matplotlib、seaborn | broom、modelr、lme4 |
| statsmodels、scikit-learn | survey、srvyr |
| PyArrow、openpyxl、pyreadstat、Pillow | haven、jsonlite |

技能与工具

三个内置技能,在输入框键入 / 调用:scientific-visualization、statistical-analysis、scientific-writing。放在 ~/.papermachine/skills 里的同名技能会覆盖内置的。

模型可调用的五个科研工具:run_python、run_r、get_science_state、annotate_artifact、install_science_packages。模型对你的工作区只读,且没有 shell。

工作原理

窗口与你机器上的一个本机 Host 进程通信。Host 为每个会话持有一个 Python 内核和一个 R 内核、一份随应用打包的 micromamba,以及项目级的产物存储。只有模型请求离开本机,带着你的 key 发往 DeepSeek API。

其余一切都在 ~/.papermachine 里:会话、产物、已安装的环境、技能和日志。删掉这个目录就全部清除。

PaperMachine 发送三个匿名遥测事件(app.launch、environment.installed、environment.install-failed),只携带应用版本、平台和架构,不含主机名、路径、包列表或错误文本。设置 DSH_TELEMETRY_DISABLED=1 即可关闭。

现状与限制

PaperMachine 0.1 是早期版本。已知限制:

- 分析运行支持 macOS(Apple 芯片与 Intel)与 Windows x64。两个平台的沙箱强制都仅限制文件写入——都不承诺文件读取、网络、系统调用或科学有效性隔离。Windows 报告的是较弱的 partial 而非 macOS 的 full,因为它的受限令牌后端补不上两个缺口(完全强制的后端能补上):外部对象若对 Everyone 开放写权限,经此后端仍可写入;NTFS 硬链接会把授权工作区文件的写权限别名到外部路径上(见 dsh-sandbox-windows-acl 的 "Verified boundaries" 一节)。在 Windows 上取消或超时一个运行,总会重启该运行所在的内核并丢失该内核持有的所有变量,而 macOS 上的中断通常能保住内核。Windows 内核执行的实机验证目前只有一次人工验证,尚无可重复的 CI 门禁。Windows 桌面端首次启动流程(onboarding、环境下载与安装)尚未在 Windows 实机验证,内核执行已验证。
- 需要 DeepSeek API key;应用不附带 key。
- 两个平台的安装包都没有付费签名身份;macOS 包从 0.1.1 起做了 ad-hoc 签名。见上文说明。
- 更新需手动:下载下一个安装包。
- 暂无变量面板;内核状态栏显示每种语言的内核状态。

路线图

- Windows 协作式中断:取消或超时一个运行时不丢失其内核状态。
- 针对真实硬件的可重复 Windows CI 门禁,取代当前的人工验证。
- 学科环境,从社会科学开始。
- 变量变化史视图:每个数据集在各清洗步骤中的形状变化。

反馈

欢迎在 GitHub Issues 提交 bug 与分析问题。

基于 DeepSeek Harness

PaperMachine 由 DeepSeek Harness 插件组装而成。开发者从开发指南和架构文档开始;agent 遵循 AGENTS.md。桌面载体的文档在 apps/desktop。

运行

PaperMachine 所包装的 harness Web UI 可以从仓库检出启动;命令会打印其访问地址:

git clone https://github.com/SuperJJ007/papermachine.git
cd papermachine
pnpm install
pnpm run build
pnpm dsh web

从源码运行

桌面应用在 pnpm run build 之后从同一检出运行;先获取对应你架构的固定版本 micromamba(Intel Mac 用 darwin-x64,Windows 用 win32-x64):

pnpm --filter @deepseek-ai/dsh-desktop fetch:micromamba darwin-arm64
pnpm --filter @deepseek-ai/dsh-desktop dev

致谢

- 内置技能引自 K-Dense-AI/scientific-agent-skills(MIT)。
- 截图使用 Gapminder 数据集(CC BY 4.0)。

许可证

MIT

第三方依赖及其许可证见 THIRD_PARTY_NOTICES.md。