@researai/deepscientist 1.5.9 → 1.5.12

package/docs/zh/15_CODEX_PROVIDER_SETUP.md

@@ -0,0 +1,285 @@
+# 15 Codex Provider 配置
+
+DeepScientist 不会为 MiniMax、GLM、火山方舟、阿里百炼单独实现一套 provider 适配器。
+
+它复用的是你本机已经能正常工作的 Codex CLI 配置。
+
+推荐顺序始终是：
+
+1. 先让 Codex 自己能工作
+2. 确认 `codex` 或 `codex --profile <name>` 在终端里可用
+3. 运行 `ds doctor`
+4. 再运行 `ds` 或 `ds --codex-profile <name>`
+
+## 三种推荐使用方式
+
+### 1. 默认 OpenAI 登录路径
+
+如果你的 Codex CLI 走的是标准 OpenAI 登录流，就用这一条。
+
+```bash
+codex --login
+ds doctor
+ds
+```
+
+### 2. 临时使用 provider profile
+
+如果你已经有一个可用的 Codex profile，例如 `minimax`、`glm`、`ark`、`bailian`，最简单的方式就是直接在启动 `ds` 时透传它。
+
+```bash
+codex --profile minimax
+ds doctor --codex-profile minimax
+ds --codex-profile minimax
+```
+
+这是最简单的路径。只是临时试用某个 provider 时，不需要先改 `runners.yaml`。
+
+### 3. 持久化 provider profile
+
+如果你希望 DeepScientist 之后默认就走这个 profile，可以写进 `runners.yaml`：
+
+```yaml
+codex:
+  enabled: true
+  binary: codex
+  config_dir: ~/.codex
+  profile: minimax
+  model: inherit
+  model_reasoning_effort: xhigh
+  approval_policy: on-request
+  sandbox_mode: workspace-write
+```
+
+注意：
+
+- 对 provider-backed 的 Codex profile，建议优先使用 `model: inherit`
+- 除非你非常确定该 provider 接受你要显式传入的模型名，否则不要再额外硬写一个模型
+- DeepScientist 会复用你终端里同一个 `~/.codex/config.toml` 与环境变量
+
+## Provider 一览
+
+| Provider | 官方文档 | 是否需要 Codex 登录 | DeepScientist 应该怎么用 |
+|---|---|---|---|
+| OpenAI | 正常 Codex 配置即可 | 是 | 不需要 profile，直接 `ds` |
+| MiniMax | [MiniMax Codex CLI](https://platform.minimaxi.com/docs/coding-plan/codex-cli) | 否 | 使用你自己的 Codex profile，例如 `ds --codex-profile minimax` |
+| GLM | [GLM Coding Plan：其他工具](https://docs.bigmodel.cn/cn/coding-plan/tool/others) | 否 | 使用一个指向 GLM coding endpoint 的 Codex profile |
+| 火山方舟 | [Ark Coding Plan 总览](https://www.volcengine.com/docs/82379/1925114?lang=zh) | 否 | 使用一个指向 Ark coding endpoint 的 Codex profile |
+| 阿里百炼 | [百炼 Coding Plan：其他工具](https://help.aliyun.com/zh/model-studio/other-tools-coding-plan) | 否 | 使用一个指向 Bailian coding endpoint 的 Codex profile |
+
+## OpenAI
+
+### 需要准备什么
+
+- 正常安装的 Codex CLI
+- 已成功执行过一次 `codex --login`，或者在 `codex` 交互界面里完成首次认证
+
+### DeepScientist 命令
+
+```bash
+ds doctor
+ds
+```
+
+### 持久化 runner 配置
+
+```yaml
+codex:
+  enabled: true
+  binary: codex
+  config_dir: ~/.codex
+  profile: ""
+  model: gpt-5.4
+```
+
+## MiniMax
+
+MiniMax 是最典型的 profile 模式。它的官方 Codex CLI 文档直接给了自定义 provider 的配置方式，并明确写了 `requires_openai_auth = false`。
+
+官方文档：
+
+- <https://platform.minimaxi.com/docs/coding-plan/codex-cli>
+
+### 需要准备什么
+
+- 已安装 Codex CLI
+- 在启动 Codex 和 DeepScientist 的 shell 中可见的 `MINIMAX_API_KEY`
+- `~/.codex/config.toml` 中已经配置好的 Codex profile
+
+### Codex 侧配置
+
+MiniMax 官方页面给了真实的 Codex custom provider 示例。profile 名称由你自己决定。下面用 `minimax` 作为示例；如果你已经配置成 `m27`，就继续使用 `m27`。
+
+```toml
+[model_providers.minimax]
+name = "MiniMax Chat Completions API"
+base_url = "https://api.minimaxi.com/v1"
+env_key = "MINIMAX_API_KEY"
+wire_api = "chat"
+requires_openai_auth = false
+request_max_retries = 4
+stream_max_retries = 10
+stream_idle_timeout_ms = 300000
+
+[profiles.minimax]
+model = "codex-MiniMax-M2.5"
+model_provider = "minimax"
+```
+
+然后执行：
+
+```bash
+export MINIMAX_API_KEY="..."
+codex --profile minimax
+```
+
+### DeepScientist 命令
+
+```bash
+ds doctor --codex-profile minimax
+ds --codex-profile minimax
+```
+
+### 持久化 runner 配置
+
+```yaml
+codex:
+  enabled: true
+  binary: codex
+  config_dir: ~/.codex
+  profile: minimax
+  model: inherit
+```
+
+## GLM
+
+GLM 的官方文档把 Coding Plan 描述成 OpenAI-compatible 的 coding endpoint，而不是单独的 Codex 登录流程。
+
+官方文档：
+
+- <https://docs.bigmodel.cn/cn/coding-plan/tool/others>
+- <https://docs.bigmodel.cn/cn/coding-plan/faq>
+
+### 官方给出的 provider 关键值
+
+- Base URL：`https://open.bigmodel.cn/api/coding/paas/v4`
+- API Key：你的 GLM Coding Plan key
+- Model：文档中明确写了 `GLM-4.7`，部分场景也支持 `GLM-5`
+
+### 推荐做法
+
+GLM 当前没有像 MiniMax 那样单独给出一篇 Codex CLI 专页。对 DeepScientist 来说，最稳的做法是：
+
+1. 在 `~/.codex/config.toml` 中创建一个指向上面 GLM coding endpoint 的 Codex profile
+2. 先确保 `codex --profile glm` 在终端里能工作
+3. 再让 DeepScientist 复用同一个 profile
+
+### DeepScientist 命令
+
+```bash
+ds doctor --codex-profile glm
+ds --codex-profile glm
+```
+
+### 持久化 runner 配置
+
+```yaml
+codex:
+  enabled: true
+  binary: codex
+  config_dir: ~/.codex
+  profile: glm
+  model: inherit
+```
+
+## 火山方舟
+
+火山方舟的 Coding Plan 官方文档明确列出了 Codex CLI。
+
+官方文档：
+
+- <https://www.volcengine.com/docs/82379/1925114?lang=zh>
+
+### 官方给出的 provider 关键值
+
+- OpenAI-compatible Base URL：`https://ark.cn-beijing.volces.com/api/coding/v3`
+- 支持的 coding 模型：`doubao-seed-code-preview-latest`、`ark-code-latest`
+- 必须使用 Coding Plan 的 key 和对应的 Coding Plan endpoint
+
+### 推荐做法
+
+先创建一个指向 Ark coding endpoint 的 Codex profile，并先验证：
+
+```bash
+codex --profile ark
+```
+
+然后再启动 DeepScientist：
+
+```bash
+ds doctor --codex-profile ark
+ds --codex-profile ark
+```
+
+### 持久化 runner 配置
+
+```yaml
+codex:
+  enabled: true
+  binary: codex
+  config_dir: ~/.codex
+  profile: ark
+  model: inherit
+```
+
+## 阿里百炼
+
+阿里百炼的 Coding Plan 官方文档也是 OpenAI-compatible endpoint 路径。它特别强调：必须使用 Coding Plan 专属 key 和 endpoint，而不是普通平台 endpoint。
+
+官方文档：
+
+- <https://help.aliyun.com/zh/model-studio/other-tools-coding-plan>
+- <https://help.aliyun.com/zh/model-studio/coding-plan-faq>
+
+### 官方给出的 provider 关键值
+
+- OpenAI-compatible Base URL：`https://coding.dashscope.aliyuncs.com/v1`
+- API Key：Coding Plan 专属 key，通常形如 `sk-sp-...`
+- Model：请以当前百炼 Coding Plan 概览页支持的模型为准
+
+### 推荐做法
+
+先创建一个指向 Bailian Coding Plan endpoint 的 Codex profile，并先验证：
+
+```bash
+codex --profile bailian
+```
+
+然后再启动 DeepScientist：
+
+```bash
+ds doctor --codex-profile bailian
+ds --codex-profile bailian
+```
+
+### 持久化 runner 配置
+
+```yaml
+codex:
+  enabled: true
+  binary: codex
+  config_dir: ~/.codex
+  profile: bailian
+  model: inherit
+```
+
+## 一份统一的排障清单
+
+如果 provider-backed profile 在 DeepScientist 里还是失败：
+
+1. 先手动运行 `codex --profile <name>`
+2. 确认 provider API key 在同一个 shell 中可见
+3. 确认 Base URL 使用的是 Coding Plan endpoint，而不是普通通用 API endpoint
+4. DeepScientist 里优先保持 `model: inherit`
+5. 运行 `ds doctor --codex-profile <name>`
+6. 最后再运行 `ds --codex-profile <name>`

package/docs/zh/99_ACKNOWLEDGEMENTS.md

@@ -13,8 +13,11 @@ DeepScientist 的构思、架构设计与实现过程中，受到了许多优秀
 - EvoScientist
 - Orchestra-Research
 - Orchestra-Research/AI-Research-SKILLs
+- Overleaf / overleaf/overleaf
+- Monaco Editor / microsoft/monaco-editor
+- Novel / steven-tey/novel
 
-这些项目在自动化科研、开放式探索、进化式搜索、实验组织与智能研究代理等方向上的探索，为 DeepScientist 的设计提供了重要参照。
+这些项目在自动化科研、开放式探索、进化式搜索、实验组织、智能研究代理、协作式 LaTeX 编辑工作流、浏览器端代码编辑体验，以及富文本 notebook 式写作交互等方向上的探索，为 DeepScientist 的设计提供了重要参照。
 
 ## 个人致谢
 

package/docs/zh/README.md

@@ -0,0 +1,129 @@
+# DeepScientist 文档总览
+
+DeepScientist 不仅仅是一个可长期运行的自动化科学发现系统，更是一个真正持续保存在你自己机器里的科研地图。
+
+2 分钟安装，2 分钟配置微信，2 分钟启动。极快、方便、易用。
+
+它也是一种工作坊式协作环境：可以长期自主推进，也允许你随时接管、协作、改代码、自己跑终端，亦或者用 Notion 式方式记录笔记、计划与协作内容。
+
+DeepScientist 灵活且易于使用，支持：
+
+- 本地优先、开源、一条命令安装
+- Git 驱动的 quest 仓库、Web 工作区、Studio / Canvas 与 TUI
+- 工作坊式协作：可长期自主推进，也可随时接管、协作、改代码、跑终端或记录 Notion 式笔记
+- 默认使用 Codex + `gpt-5.4`
+- 兼容外部 OpenAI-compatible 模型端点
+- 你可以在任何地方使用 DeepScientist：服务器（TUI）、浏览器（Web）、手机（微信或 QQ），甚至眼镜（Rokid Glasses）
+- 每个 quest 绑定一个外部 connector
+- 支持 [微信](./10_WEIXIN_CONNECTOR_GUIDE.md)、[QQ](./03_QQ_CONNECTOR_GUIDE.md)、Telegram、Discord、Slack、Feishu、WhatsApp、[灵珠 / Rokid](./04_LINGZHU_CONNECTOR_GUIDE.md)
+- 一题一仓库
+- 分支与 worktree 是原生科研结构
+- Studio 与 Canvas 从持久状态实时重建
+- baseline 可复用，不是一次性跑分
+- `bash_exec` 是持久化 shell 会话
+- 支持会议扩展期刊与 rebuttal 工作流
+
+## 端到端自治科研系统
+
+以下是基于公开仓库、论文、demo 与公开报道整理的保守快照，检查日期为 `2026/03/23`。打勾表示该能力在公开材料中被清晰呈现为一等能力，而不是用户自行拼装后才可能实现。
+
+| 系统 | 系统类型 | E2E | Research Map | Workshop | Keeps Growing | Channels | Figure & Rebuttal & Review |
+|---|---|---|---|---|---|---|---|
+| [autoresearch](https://github.com/karpathy/autoresearch) | Open-source |  |  | ✓ |  |  |  |
+| [RD-Agent](https://github.com/microsoft/RD-Agent) | Open-source |  |  |  | ✓ |  |  |
+| [Agent Laboratory](https://github.com/SamuelSchmidgall/AgentLaboratory) | Open-source | ✓ |  | ✓ | ✓ |  |  |
+| [AI-Scientist](https://github.com/SakanaAI/AI-Scientist) | Open-source | ✓ |  |  |  |  |  |
+| [AI-Scientist-v2](https://github.com/SakanaAI/AI-Scientist-v2) | Open-source | ✓ |  |  |  |  |  |
+| [AutoResearchClaw](https://github.com/aiming-lab/AutoResearchClaw) | Open-source | ✓ |  |  | ✓ | ✓ |  |
+| [ClawPhD](https://github.com/ZhihaoAIRobotic/ClawPhD) | Open-source |  |  | ✓ |  | ✓ |  |
+| [Dr. Claw](https://github.com/OpenLAIR/dr-claw) | Open-source | ✓ |  | ✓ |  | ✓ |  |
+| [FARS](https://analemma.ai/fars/) | Closed-source | ✓ |  |  |  |  |  |
+| [EvoScientist](https://github.com/EvoScientist/EvoScientist) | Open-source | ✓ |  | ✓ | ✓ | ✓ |  |
+| [ScienceClaw](https://github.com/beita6969/ScienceClaw) | Open-source |  |  |  | ✓ | ✓ |  |
+| [claude-scholar](https://github.com/Galaxy-Dawn/claude-scholar) | Open-source | ✓ |  | ✓ | ✓ |  |  |
+| [Research-Claw](https://github.com/wentorai/Research-Claw) | Open-source | ✓ |  | ✓ | ✓ | ✓ |  |
+| [DeepScientist](https://github.com/ResearAI/DeepScientist) | Open-source | ✓ | ✓ | ✓ | ✓ | ✓ | ✓ |
+
+列含义：
+
+- `系统类型`：系统本体是开源还是闭源。
+- `E2E`：是否覆盖从想法或文献到实验与写作的完整链路。
+- `Research Map`：是否把研究过程显式组织成可回看的地图，而不只是日志或聊天记录。
+- `Workshop`：人类是否可以随时接管、改计划、改代码、跑命令、继续推进。
+- `Keeps Growing`：后续轮次是否能基于持久记忆、经验与产物持续累积。
+- `Channels`：是否能通过消息或会议式外部协作面持续推进同一研究会话。
+- `Figure & Rebuttal & Review`：是否把图表生成、审稿、rebuttal 或 review 工作流做成明确能力。
+
+## 动态
+
+- `2026/03/24`：DeepScientist 正式发布 `v1.5` 版本。
+- `2026/02/01`：DeepScientist 论文已上线 [OpenReview](https://openreview.net/forum?id=cZFgsLq8Gs)，对应 `ICLR 2026`。
+
+## ResearAI 相关项目
+
+这里聚焦与 DeepScientist 关联最强的一组 AI Scientist 与 AutoFigure 项目。
+
+| 项目 | 用途 |
+|---|---|
+| [AutoFigure](https://github.com/ResearAI/AutoFigure) | 生成论文级图像 |
+| [AutoFigure-Edit](https://github.com/ResearAI/AutoFigure-Edit) | 可编辑矢量论文图 |
+| [DeepReviewer-v2](https://github.com/ResearAI/DeepReviewer-v2) | 审稿与论文建议 |
+| [Awesome-AI-Scientist](https://github.com/ResearAI/Awesome-AI-Scientist) | AI Scientist 导航 |
+
+这页的目标很简单：帮你最快找到该看的那篇文档。
+
+## 如果你是第一次使用
+
+- [00 快速开始](./00_QUICK_START.md)
+  从安装、启动，到创建第一个项目，先看这一篇。
+- [15 Codex Provider 配置](./15_CODEX_PROVIDER_SETUP.md)
+  如果你准备通过 MiniMax、GLM、火山方舟、阿里百炼或其他 Codex profile 来运行 DeepScientist，先看这一篇。
+- [12 引导式工作流教程](./12_GUIDED_WORKFLOW_TOUR.md)
+  按真实产品流程，逐步理解从首页到工作区应该怎么使用。
+- [02 Start Research 参考](./02_START_RESEARCH_GUIDE.md)
+  如果你想真正理解 `Start Research` 弹窗里每个字段该怎么填、会提交什么，就接着看这篇。
+
+## 如果你想把项目启动得更稳
+
+- [02 Start Research 参考](./02_START_RESEARCH_GUIDE.md)
+  解释当前前端字段、自动推导合同字段，以及实际可照抄的例子。
+- [01 设置参考](./01_SETTINGS_REFERENCE.md)
+  当你需要配置 runner、connector、运行时默认值或主目录路径时，看这一篇。
+- [11 协议与风险说明](./11_LICENSE_AND_RISK.md)
+  如果你关心开源协议、责任边界、服务器安全、结果伪造风险和 connector 泄露风险，先看这一篇。
+
+## 如果你想通过外部协作面继续推进
+
+- [10 微信连接器指南](./10_WEIXIN_CONNECTOR_GUIDE.md)
+  适合通过 DeepScientist 内置扫码流程，把个人微信直接绑定进来。
+- [03 QQ 连接器指南](./03_QQ_CONNECTOR_GUIDE.md)
+  适合把 QQ 当作日常协作、里程碑通知和命令入口。
+- [04 灵珠 / Rokid 指南](./04_LINGZHU_CONNECTOR_GUIDE.md)
+  适合绑定灵珠 / Rokid Glasses。
+
+## 如果你想理解系统是怎么工作的
+
+- [13 核心架构说明](./13_CORE_ARCHITECTURE_GUIDE.md)
+  先看这篇，理解 launcher、daemon、quest、Canvas、memory 与 connector 是怎样拼起来的。
+- [14 Prompt、Skills 与 MCP 指南](./14_PROMPT_SKILLS_AND_MCP_GUIDE.md)
+  适合你想直接弄清楚每轮 prompt 组装顺序、各个 skill 分工，以及内建 MCP 工具家族结构的时候阅读。
+- [06 Runtime 与 Canvas](./06_RUNTIME_AND_CANVAS.md)
+  说明 daemon、工作区、canvas 和 connector 视图之间的关系。
+- [07 Memory 与 MCP](./07_MEMORY_AND_MCP.md)
+  说明 memory、artifact 和内置 MCP 的行为。
+
+## 如果你遇到了问题
+
+- [09 启动诊断](./09_DOCTOR.md)
+  启动诊断、排查常见运行问题，先看这篇。
+- [15 Codex Provider 配置](./15_CODEX_PROVIDER_SETUP.md)
+  如果问题更像出在 Codex profile、provider endpoint、API key 或模型配置上，优先看这篇。
+- [01 设置参考](./01_SETTINGS_REFERENCE.md)
+  如果问题可能和配置、凭据或 connector 有关，再查这篇。
+
+## 如果你在维护 DeepScientist
+
+- [90 Architecture](../en/90_ARCHITECTURE.md)
+  说明系统级约束、核心契约和仓库结构。
+- [91 Development](../en/91_DEVELOPMENT.md)
+  面向维护者的开发工作流和实现说明。

package/install.sh

@@ -421,40 +421,6 @@ write_global_wrapper() {
   cat >"$target_path" <<EOF
 #!/usr/bin/env bash
 set -euo pipefail
-WRAPPER_PATH="\${BASH_SOURCE[0]}"
-WRAPPER_DIR="\$(cd "\$(dirname "\$WRAPPER_PATH")" && pwd)"
-PREFERRED_COMMAND="$command_name"
-LOOKUP_PATH=""
-OLD_IFS="\$IFS"
-IFS=:
-for ENTRY in \$PATH; do
-  if [ -z "\$ENTRY" ]; then
-    continue
-  fi
-  ENTRY_REAL="\$ENTRY"
-  if ENTRY_CANONICAL="\$(cd "\$ENTRY" 2>/dev/null && pwd)"; then
-    ENTRY_REAL="\$ENTRY_CANONICAL"
-  fi
-  if [ "\$ENTRY_REAL" = "\$WRAPPER_DIR" ]; then
-    continue
-  fi
-  if [ -z "\$LOOKUP_PATH" ]; then
-    LOOKUP_PATH="\$ENTRY"
-  else
-    LOOKUP_PATH="\$LOOKUP_PATH:\$ENTRY"
-  fi
-done
-IFS="\$OLD_IFS"
-if [ -n "\$LOOKUP_PATH" ]; then
-  if RESOLVED_LAUNCHER="\$(PATH="\$LOOKUP_PATH" command -v "\$PREFERRED_COMMAND" 2>/dev/null)"; then
-    if [ -n "\$RESOLVED_LAUNCHER" ] && [ "\$RESOLVED_LAUNCHER" != "\$WRAPPER_PATH" ]; then
-      if [ -z "\${DEEPSCIENTIST_HOME:-}" ]; then
-        export DEEPSCIENTIST_HOME="$BASE_DIR"
-      fi
-      exec "\$RESOLVED_LAUNCHER" "\$@"
-    fi
-  fi
-fi
 if [ -z "\${DEEPSCIENTIST_HOME:-}" ]; then
   export DEEPSCIENTIST_HOME="$BASE_DIR"
 fi

package/package.json

@@ -1,7 +1,7 @@
 {
   "name": "@researai/deepscientist",
-  "version": "1.5.9",
-  "description": "Local-first research operating system with a Python runtime and npm launcher",
+  "version": "1.5.12",
+  "description": "DeepScientist is not just a fully open-source autonomous scientific discovery system. It is also a research map that keeps growing from every round.",
   "license": "Apache-2.0",
   "files": [
     "AGENTS.md",

package/pyproject.toml

@@ -4,7 +4,7 @@ build-backend = "setuptools.build_meta"
 
 [project]
 name = "deepscientist"
-version = "1.5.9"
+version = "1.5.12"
 description = "DeepScientist Core skeleton"
 readme = "README.md"
 requires-python = ">=3.11"

package/src/deepscientist/__init__.py

@@ -5,4 +5,4 @@ __all__ = ["__version__"]
 try:
     __version__ = _package_version("deepscientist")
 except PackageNotFoundError:  # pragma: no cover - source checkout fallback
-    __version__ = "1.5.9"
+    __version__ = "1.5.12"