|
15 | 15 | - [第一部分:Biomni 是什么,特殊在哪里](#第一部分biomni-是什么特殊在哪里) |
16 | 16 | - [Q1.1 框架是什么?](#q11-框架是什么) |
17 | 17 | - [Q1.2 真正特殊的地方](#q12-真正特殊的地方) |
18 | | -- [第二部分:三个核心设计问题](#第二部分三个核心设计问题) |
| 18 | +- [第二部分:四个核心设计问题](#第二部分四个核心设计问题) |
19 | 19 | - [Q2.1 「把环境当成 action space」是什么意思?举个例子](#q21-把环境当成-action-space是什么意思举个例子) |
20 | 20 | - [Q2.2 数据湖是什么?为什么要有这个东西?](#q22-数据湖是什么为什么要有这个东西) |
21 | 21 | - [Q2.3 Python 解释器持久化有什么用?好处是什么?](#q23-python-解释器持久化有什么用好处是什么) |
| 22 | + - [Q2.4 「opencode 没有持久 REPL」具体是什么意思?举个例子](#q24-opencode-没有持久-repl具体是什么意思举个例子) |
22 | 23 | - [第三部分:和 ToolUniverse 的区别](#第三部分和-tooluniverse-的区别) |
23 | 24 | - [第四部分:能否改成材料化学方向](#第四部分能否改成材料化学方向) |
24 | 25 | - [第五部分:用 opencode 做这样一个 agent 容易么](#第五部分用-opencode-做这样一个-agent-容易么) |
@@ -121,7 +122,7 @@ LIBRARIES: [list of indices] |
121 | 122 |
|
122 | 123 | --- |
123 | 124 |
|
124 | | -## 第二部分:三个核心设计问题 |
| 125 | +## 第二部分:四个核心设计问题 |
125 | 126 |
|
126 | 127 | ### Q2.1 「把环境当成 action space」是什么意思?举个例子 |
127 | 128 |
|
@@ -365,6 +366,196 @@ def run_with_timeout(func, args=None, kwargs=None, timeout=600): |
365 | 366 |
|
366 | 367 | --- |
367 | 368 |
|
| 369 | +### Q2.4 「opencode 没有持久 REPL」具体是什么意思?举个例子 |
| 370 | + |
| 371 | +这是 [Q2.3](#q23-python-解释器持久化有什么用好处是什么) 的延伸,也是 [第五部分](#第五部分用-opencode-做这样一个-agent-容易么) 里那句「和 Biomni 最实质的差别」的展开。 |
| 372 | + |
| 373 | +#### 先说清一个容易混淆的层次问题 |
| 374 | + |
| 375 | +「持久」有两个完全不同的级别,混淆这两者会导致错误判断: |
| 376 | + |
| 377 | +| 级别 | 持久的是什么 | 谁有 | |
| 378 | +| --- | --- | --- | |
| 379 | +| **① shell 会话持久** | 当前目录、环境变量、alias、shell 历史 | 传统终端、PTY、tmux | |
| 380 | +| **② 解释器进程持久** | **内存里的 Python 对象**(DataFrame、模型权重、已加载的数据集) | Jupyter kernel、**Biomni** | |
| 381 | + |
| 382 | +**关键在于:即使拿到了 ①,也拿不到 ②。** |
| 383 | + |
| 384 | +因为 `python script.py` 这个进程一退出,进程里的所有对象就随之消失,和 shell 会话是否存活毫无关系。要拿到 ② 只有两条路:常驻一个 Python 解释器进程把代码送进去(Biomni 的做法:`exec(code, _persistent_namespace)`),或者连一个常驻的 Jupyter kernel。 |
| 385 | + |
| 386 | +opencode 的现状是**连 ① 都没有**。它的 `bash` 工具(`packages/opencode/src/tool/bash.ts`)每次调用都通过 `ChildProcessSpawner` 新起一个子进程,所以 `cd`、`export`、`source venv/bin/activate` 都不跨调用生效(社区有 issue [sst/opencode#23449](https://github.com/anomalyco/opencode/issues/23449) 在推 PTY 方案,[#6488](https://github.com/sst/opencode/issues/6488) 有详细调查)。Claude Code 略好一点——官方文档说「working directory persists between commands; shell state (everything else) does not」,即有 ① 的一部分。 |
| 387 | + |
| 388 | +但**这个区别对我们要讨论的事情不重要**,因为无论 ① 有没有,② 都没有。所以下面的对照例子对 opencode 和 Claude Code 同等适用。 |
| 389 | + |
| 390 | +#### 对照例子:一个材料筛选任务 |
| 391 | + |
| 392 | +任务(用你关心的材料方向举例): |
| 393 | + |
| 394 | +> 从 Materials Project 拉所有含锂的氧化物,算 Magpie 描述符,训一个形成能预测模型,看哪些特征重要,挑 20 个候选。 |
| 395 | +
|
| 396 | +##### Biomni 版本(持久 REPL) |
| 397 | + |
| 398 | +**轮 1** —— 拉数据,这一步很贵: |
| 399 | + |
| 400 | +```python |
| 401 | +<execute> |
| 402 | +from mp_api.client import MPRester |
| 403 | +with MPRester(API_KEY) as m: |
| 404 | + docs = m.materials.summary.search( |
| 405 | + elements=["Li", "O"], |
| 406 | + fields=["material_id", "formula_pretty", "formation_energy_per_atom", "band_gap"], |
| 407 | + ) |
| 408 | +print(len(docs)) |
| 409 | +</execute> |
| 410 | +``` |
| 411 | + |
| 412 | +`<observation>` → `3184` (耗时约 4 分钟) |
| 413 | + |
| 414 | +**轮 2** —— 看看数据长什么样: |
| 415 | + |
| 416 | +```python |
| 417 | +<execute> |
| 418 | +import pandas as pd |
| 419 | +df = pd.DataFrame([d.model_dump() for d in docs]) |
| 420 | +print(df.shape) |
| 421 | +print(df.describe()) |
| 422 | +</execute> |
| 423 | +``` |
| 424 | + |
| 425 | +注意:`docs` 直接用,**没有重新下载**。 |
| 426 | + |
| 427 | +**轮 3** —— 算描述符: |
| 428 | + |
| 429 | +```python |
| 430 | +<execute> |
| 431 | +from matminer.featurizers.composition import ElementProperty |
| 432 | +ep = ElementProperty.from_preset("magpie") |
| 433 | +X = ep.featurize_dataframe(df, col_id="composition") |
| 434 | +</execute> |
| 435 | +``` |
| 436 | + |
| 437 | +`<observation>` → `KeyError: 'composition'` **← 崩了** |
| 438 | + |
| 439 | +**轮 4** —— 修一行: |
| 440 | + |
| 441 | +```python |
| 442 | +<execute> |
| 443 | +from pymatgen.core import Composition |
| 444 | +df["composition"] = df["formula_pretty"].apply(Composition) |
| 445 | +X = ep.featurize_dataframe(df, col_id="composition") |
| 446 | +print(X.shape) |
| 447 | +</execute> |
| 448 | +``` |
| 449 | + |
| 450 | +**这是全场最关键的一步**:`df` 还在内存里,`ep` 也还在,模型只需要补一列然后重跑失败的那一行。**那 4 分钟的下载没有重来。** |
| 451 | + |
| 452 | +**轮 5-6** —— 训模型、看特征重要性、画图,全程直接用 `X`、`df`、训好的 `model` 对象。用户随口一句「刚才那个 X,把 top 20 特征重要性画出来」,模型一行 `plot` 就完事。 |
| 453 | + |
| 454 | +##### opencode / Claude Code 版本(无持久解释器) |
| 455 | + |
| 456 | +**轮 1** —— 必须写成脚本,而且**必须显式想到存盘**: |
| 457 | + |
| 458 | +```bash |
| 459 | +cat > 01_fetch.py <<'EOF' |
| 460 | +from mp_api.client import MPRester |
| 461 | +import pandas as pd |
| 462 | +with MPRester(API_KEY) as m: |
| 463 | + docs = m.materials.summary.search(elements=["Li","O"], fields=[...]) |
| 464 | +df = pd.DataFrame([d.model_dump() for d in docs]) |
| 465 | +df.to_parquet("cache/raw.parquet") # ← 这一行是生死线 |
| 466 | +print(df.shape) |
| 467 | +EOF |
| 468 | +python 01_fetch.py |
| 469 | +``` |
| 470 | + |
| 471 | +如果模型**忘了写 `to_parquet`**(这在实践中经常发生,因为当下那一步并不需要它),那 4 分钟就白花了,下一步得从头再下载。 |
| 472 | + |
| 473 | +**轮 2** —— 新进程,一切从磁盘恢复: |
| 474 | + |
| 475 | +```bash |
| 476 | +cat > 02_featurize.py <<'EOF' |
| 477 | +import pandas as pd |
| 478 | +from matminer.featurizers.composition import ElementProperty |
| 479 | +df = pd.read_parquet("cache/raw.parquet") # ← 重新读 |
| 480 | +ep = ElementProperty.from_preset("magpie") |
| 481 | +X = ep.featurize_dataframe(df, col_id="composition") |
| 482 | +X.to_parquet("cache/features.parquet") # ← 又一条生死线 |
| 483 | +EOF |
| 484 | +python 02_featurize.py |
| 485 | +``` |
| 486 | + |
| 487 | +`KeyError: 'composition'` —— 同样崩了。改脚本重跑。因为轮 1 存了 parquet,只重跑 featurize,还行。 |
| 488 | + |
| 489 | +**轮 6** —— 用户说「刚才那个 X,画个特征重要性」: |
| 490 | + |
| 491 | +```bash |
| 492 | +cat > 04_plot.py <<'EOF' |
| 493 | +import pandas as pd, joblib |
| 494 | +X = pd.read_parquet("cache/features.parquet") # 恢复 |
| 495 | +model = joblib.load("cache/model.pkl") # 恢复(前提是轮 5 存了) |
| 496 | +... |
| 497 | +EOF |
| 498 | +python 04_plot.py |
| 499 | +``` |
| 500 | + |
| 501 | +**每一次「再看一下」都要付一次反序列化的代价,而且前提是上一步恰好存了你现在需要的东西。** |
| 502 | + |
| 503 | +#### 差别到底在哪:三点 |
| 504 | + |
| 505 | +**1. 不是「能不能做」,而是「谁来管状态」** |
| 506 | + |
| 507 | +opencode 完全能完成这个任务。真正的区别是:**Biomni 把状态隐式地留在内存里,opencode 要求你显式地把状态序列化到磁盘。** |
| 508 | + |
| 509 | +这个转换带来的成本是**认知负担前移**——模型在写第 1 步的时候,就必须预见到「第 4 步会需要这个中间结果」,从而决定存不存、存成什么格式。预见错了就得重跑。持久 REPL 下这个决策根本不存在,因为默认全都留着。 |
| 510 | + |
| 511 | +**2. 有些东西根本序列化不了(或者代价极高)** |
| 512 | + |
| 513 | +这是最硬的限制。列一下科研场景里常见的、跨不过进程边界的状态: |
| 514 | + |
| 515 | +| 状态类型 | 能落盘吗 | |
| 516 | +| --- | --- | |
| 517 | +| DataFrame / ndarray | ✔ parquet / npy,快 | |
| 518 | +| sklearn 模型 | ✔ joblib | |
| 519 | +| pymatgen `Structure` 列表 | △ 能 `as_dict()`,但笨重且慢 | |
| 520 | +| **已加载到 GPU 的模型权重** | ✘ **每次重新加载,几分钟 + 几个 GB** | |
| 521 | +| 打开的数据库连接 / API session(含鉴权态) | ✘ 必须重连重新鉴权 | |
| 522 | +| backed 模式的 `AnnData` / h5ad handle | ✘ 句柄不可序列化 | |
| 523 | +| matplotlib figure 的交互状态 | ✘ | |
| 524 | +| 随机数状态、CUDA 上下文 | ✘ | |
| 525 | + |
| 526 | +**GPU 模型权重那一行对材料方向特别致命。** 如果你用 CHGNet / M3GNet / MACE 这类机器学习势做结构松弛,加载模型到显存要几十秒到几分钟。持久 REPL 下加载一次用一整个 session;无状态模式下**每次调用都要重新加载**。做 100 个结构的批量松弛,这个差别就是几分钟 vs 几小时。 |
| 527 | + |
| 528 | +**3. opencode 版本反而更可复现——这是它的优势** |
| 529 | + |
| 530 | +必须公平地说:那几个 `01_fetch.py` / `02_featurize.py` / `03_train.py` 加起来**就是一条完整、可重跑、可进补充材料的 pipeline**。 |
| 531 | + |
| 532 | +Biomni 那 6 轮对话的 log 你没法直接重跑——因为存在顺序依赖和隐式状态,同一段代码在不同的 namespace 状态下结果可能不同(这正是 [Q2.3 代价](#q23-python-解释器持久化有什么用好处是什么) 里「不可重放」那一条,而且它和数据湖追求的可复现性其实是矛盾的)。 |
| 533 | + |
| 534 | +**所以这是一个真实的取舍,不是 opencode 的缺陷**: |
| 535 | + |
| 536 | +| | 持久 REPL(Biomni) | 落盘脚本(opencode) | |
| 537 | +| --- | --- | --- | |
| 538 | +| 探索速度 | 快,随口就能追问 | 慢,每次要恢复状态 | |
| 539 | +| 错误恢复 | 便宜,改一行重跑一步 | 看运气,取决于上一步存了没 | |
| 540 | +| 昂贵对象(GPU 权重等) | 加载一次 | 每次重载 | |
| 541 | +| 可复现性 | 差,需要完整执行顺序 | **好,脚本自带即是 pipeline** | |
| 542 | +| 沙箱化 | 难(不能靠进程隔离) | **易,天然进程隔离** | |
| 543 | + |
| 544 | +**探索期想要前者,交付期想要后者。** 成熟的做法是探索用 Biomni 式的持久环境,定稿后让 agent 把过程整理成独立脚本。 |
| 545 | + |
| 546 | +#### 想在 opencode 里补上持久 REPL,怎么办 |
| 547 | + |
| 548 | +这个缺口是可以填的,而且填法很直接:**写一个 MCP server,内部维护一个常驻的 Python 解释器或 Jupyter kernel,对外暴露一个 `run_python(code)` 工具。** |
| 549 | + |
| 550 | +- 用 `jupyter_client` 连一个常驻 kernel(工程上最稳,能拿到富输出、能中断、生态成熟),或者照 Biomni 那样简单粗暴地 `exec` 进一个模块级 dict(`biomni/tool/support_tools.py:6-7`)。 |
| 551 | +- 挂进 `opencode.json` 的 `mcp` 段即可。 |
| 552 | +- 这样就把 Biomni 的核心机制搬到了 opencode 上,而且是可复用资产——同一个 server 在 Claude Code、Cursor 里都能用(延续[第五部分](#建议把工具写成-mcp-server别赌框架)「别赌框架,押注 MCP」的思路)。 |
| 553 | +- 记得把 Biomni 踩过的坑一并处理:超时(不能用 multiprocessing,否则命名空间就没了,见 `biomni/utils.py:183` 的注释)、输出截断、以及**沙箱**(`exec` 全权限跑在你的机器上,要上容器)。 |
| 554 | + |
| 555 | +> ⚠️ 这个方案我只做了架构判断,**没有实现和验证**。社区已有若干 Jupyter MCP server 项目,选型前建议先看看现成的。 |
| 556 | +
|
| 557 | +--- |
| 558 | + |
368 | 559 | ## 第三部分:和 ToolUniverse 的区别 |
369 | 560 |
|
370 | 561 | 对比对象:[mims-harvard/ToolUniverse](https://github.com/mims-harvard/ToolUniverse),Harvard Medical School Zitnik Lab,论文 [Democratizing AI scientists using ToolUniverse](https://arxiv.org/abs/2509.23426)(Gao et al., 2025)。下面数字是我 clone 仓库后实测统计的。 |
@@ -628,7 +819,8 @@ TUI、会话管理、多 provider、权限系统、LSP,以及最关键的 `bas |
628 | 819 |
|
629 | 820 | ### 会失掉的三样东西 |
630 | 821 |
|
631 | | -1. **没有持久 Python REPL**。opencode 的 `bash` 每次调用是独立进程,跨轮变量不存活。长分析得写成 `.py` 落盘再跑——某种意义上更可复现,但 [Q2.3](#q23-python-解释器持久化有什么用好处是什么) 里那些好处(尤其是廉价错误恢复)都拿不到。这是和 Biomni 最实质的差别。 |
| 822 | +1. **没有持久 Python REPL**。opencode 的 `bash` 工具每次调用都新起子进程,跨轮变量不存活(连 `cd`、`export` 都不跨调用生效)。长分析得写成 `.py` 落盘再跑——某种意义上更可复现,但 [Q2.3](#q23-python-解释器持久化有什么用好处是什么) 里那些好处(尤其是廉价错误恢复)都拿不到。这是和 Biomni 最实质的差别。 |
| 823 | + **→ 详细对照例子、以及怎么用一个 MCP server 把这个缺口补上,见 [Q2.4](#q24-opencode-没有持久-repl具体是什么意思举个例子)。** |
632 | 824 | 2. **没有资源检索层**。opencode 靠 skills 描述匹配 + 你的 prompt 管理上下文。真有 200+ 工具会爆 context,得自己写插件实现检索。 |
633 | 825 | 3. **没有 environment / 数据湖概念**。conda 环境和数据自己管,也没有 commercial mode 那种 license 过滤。 |
634 | 826 |
|
@@ -701,6 +893,7 @@ Biomni 有 `add_mcp()`,opencode 原生支持 `mcp` 配置,ToolUniverse 本 |
701 | 893 | 2. **「环境即 action space」的要点是让模型写任意代码去组合工具、数据、软件、知识**——工具是原子,代码是语法,有语法才有无限的表达力。 |
702 | 894 | 3. **数据湖一半的价值在那 76 行描述**(解决「发现」问题),不在 11 GB 文件;但它只对「数据分散 + API 混乱」的领域划算,材料领域有 OPTIMADE 可以跳过。 |
703 | 895 | 4. **持久 REPL 最大的好处是廉价的错误恢复**,其次是上下文压缩;代价是超时控制被迫降级和沙箱困难。场景决定取舍,不是普适优劣。 |
704 | | -5. **Biomni 与 ToolUniverse 是范畴不同的东西**:一个是垂直整合的 agent,一个是水平的工具协议层。ToolUniverse 工具规模大一个量级且部署极轻;Biomni 有状态、有数据、有长时程分析能力。架构上可以组合(Biomni loop + ToolUniverse MCP),但需要把 retriever 换成 `Tool_Finder`。 |
705 | | -6. **迁移到材料化学:底盘全部可复用,领域内容全部要重写,唯一的代码摩擦点是 `utils.py:846` 的硬编码列表。** 分子化学有现成基础(rdkit / openmm / vina),无机固态是空白。 |
706 | | -7. **不要赌框架,把领域工具写成 MCP server。** Biomni、opencode、ToolUniverse 三边都吃 MCP。 |
| 896 | +5. **「shell 会话持久」和「解释器进程持久」是两个级别,拿到前者也拿不到后者**(`python x.py` 一退出,对象就随进程消失)。Claude Code 只有第一级的一部分(cwd),opencode 连第一级都没有(每次命令新起子进程)。后果是每一步都要显式落盘,而昂贵对象(GPU 上的 ML 势权重、数据库连接、h5ad 句柄)根本跨不过进程边界。反过来,落盘脚本天然可复现——**探索期要持久,交付期要落盘**。这个缺口可以用一个内部常驻 kernel 的 MCP server 补上。 |
| 897 | +6. **Biomni 与 ToolUniverse 是范畴不同的东西**:一个是垂直整合的 agent,一个是水平的工具协议层。ToolUniverse 工具规模大一个量级且部署极轻;Biomni 有状态、有数据、有长时程分析能力。架构上可以组合(Biomni loop + ToolUniverse MCP),但需要把 retriever 换成 `Tool_Finder`。 |
| 898 | +7. **迁移到材料化学:底盘全部可复用,领域内容全部要重写,唯一的代码摩擦点是 `utils.py:846` 的硬编码列表。** 分子化学有现成基础(rdkit / openmm / vina),无机固态是空白。 |
| 899 | +8. **不要赌框架,把领域工具写成 MCP server。** Biomni、opencode、ToolUniverse 三边都吃 MCP。 |
0 commit comments