OpenScience: una alternativa gratuita de código abierto a Claude Science para DeepSeek, GLM, Claude y GPT

Introducción

Las herramientas científicas de IA avanzan rápidamente. Claude Science ofrece a los investigadores un espacio de trabajo unificado para revisión bibliográfica, ejecución de código, análisis de datos, acceso a cómputo y artefactos tipo manuscrito. La idea es simple: en lugar de saltar entre PubMed, Jupyter, R, terminales SSH, trabajos en clúster, herramientas de gráficos y herramientas de escritura, el investigador trabaja con un banco de trabajo de IA que mantiene todo el proceso en un solo lugar.

OpenScience sigue una dirección similar, pero con un modelo más abierto. Es un banco de trabajo de IA de código abierto de Synthetic Sciences que puede funcionar con diferentes proveedores de modelos, incluyendo Claude, GPT, Gemini, DeepSeek, GLM, Kimi y modelos locales a través de herramientas como Ollama. Para equipos que se preocupan por la elección del modelo, el control local de datos y las barreras de acceso más bajas, esa diferencia importa.

Este artículo mantiene la estructura central del artículo fuente, pero reescribe el lenguaje en una versión editorial en inglés más limpia. También añade metadatos SEO, pasos prácticos de instalación, preguntas frecuentes y enlaces relacionados verificados.

Claude Science es potente, pero el acceso sigue siendo limitado

Claude Science es el banco de trabajo de IA de Anthropic para científicos. Está diseñado para reunir herramientas de investigación comunes en un solo entorno, para que los investigadores puedan pasar de la exploración bibliográfica al análisis, ejecución de código, figuras y redacción sin cambiar constantemente entre aplicaciones separadas.

El problema que Claude Science intenta resolver es muy familiar para los investigadores. Un solo proyecto puede requerir buscar artículos, consultar bases de datos biológicas, escribir cuadernos, ejecutar scripts estadísticos, gestionar trabajos de cómputo, producir figuras y redactar un artículo. Cada paso puede vivir en una herramienta diferente. El flujo de trabajo funciona, pero el cambio de contexto es costoso.

Claude Science intenta reducir esa fricción al reunir herramientas científicas, flujos de trabajo de agentes, gestión de cómputo y artefactos reproducibles en un solo banco de trabajo.

Lo que Claude Science reúne

Claude Science se centra en tres áreas.

Primero, conecta bases de datos científicas y flujos de trabajo de dominio. Anthropic dice que Claude Science incluye más de 60 habilidades y conectores curados en áreas como genómica, análisis unicelular, proteómica, biología estructural y quimioinformática. En lugar de buscar manualmente en UniProt, PDB, Ensembl, ChEMBL, GEO y otras fuentes una por una, los investigadores pueden hacer preguntas en lenguaje natural y dejar que los agentes recuperen y sinteticen la información relevante.

![La imagen muestra un ejemplo de aplicación de Claude Science en la integración de scRNA-seq entre especies. En el lado izquierdo está la interfaz de Claude Science, que muestra la tarea "Integración scRNA-seq entre especies", con opciones para revisión bibliográfica, nueva creación, personalización, etc., y también enumera los archivos relacionados. En el lado derecho está el informe generado, que incluye contenido como revisión bibliográfica, métodos, resultados, etc., como "PMID 31978188 asignado a PubMed e integración de Seurat v3", y también incluye gráficos y referencias. Esta imagen se ajusta al contenido del documento que presenta la capacidad de Claude Science para conectar bases de datos científicas y flujos de trabajo de dominio, incluyendo más de 60 bases de datos científicas.](https://we0-cms.oss-cn-beijing.aliyuncs.

Segundo, utiliza un flujo de trabajo multiagente. Un agente coordinador puede planificar el trabajo, agentes especializados pueden manejar subtareas, y agentes tipo revisor pueden verificar citas, cálculos y la coherencia de las figuras. El objetivo no es solo generar texto, sino facilitar la auditoría y reproducción de los artefactos de investigación.

Tercero, se conecta a recursos informáticos. Claude Science puede ejecutarse localmente en macOS o Linux, o trabajar a través de máquinas remotas, SSH, nodos de inicio de sesión HPC y recursos de GPU en la nube. Esto es importante para el trabajo científico real, porque los proyectos de investigación a menudo requieren grandes conjuntos de datos, trabajos de larga duración y hardware que va más allá de una computadora portátil.

Por qué los investigadores aún encuentran obstáculos

Claude Science es útil, pero el artículo original señala tres limitaciones prácticas:

1. Está disponible para macOS y Linux.
2. Está en beta para usuarios de Claude Pro, Max, Team y Enterprise.
3. Está vinculado a Claude como capa de modelo.

Para algunos grupos de investigación, especialmente equipos que necesitan acceso de menor costo, proveedores de modelos nacionales, modelos locales o una implementación más flexible, esos límites pueden hacer que Claude Science parezca difícil de alcanzar.

Buenas noticias: OpenScience llega como una alternativa de código abierto

OpenScience es la respuesta de código abierto para llenar ese vacío. Está construido por Synthetic Sciences y se posiciona como un banco de trabajo de IA para la investigación científica. La promesa principal es similar a Claude Science: dar al sistema un objetivo de investigación y dejar que trabaje a través de literatura, hipótesis, código, experimentos, análisis y redacción en un espacio de trabajo continuo.

La mayor diferencia es que OpenScience es independiente del modelo. No está diseñado en torno a un solo proveedor de modelos. Puedes usar modelos de frontera, modelos de peso abierto o modelos locales, dependiendo de tu propia configuración y presupuesto.

Eso significa que un investigador podría usar Claude para una tarea, DeepSeek o GLM para otra, y un modelo local a través de Ollama cuando el control de datos sea más importante. La elección del modelo no está bloqueada dentro del ecosistema de un solo proveedor.

Elección de modelo: Claude, GPT, Gemini, DeepSeek, GLM, Kimi y modelos locales

OpenScience admite un flujo de trabajo de trae tu propia clave. Proporcionas claves API para los proveedores de modelos que deseas usar, y las solicitudes van directamente al proveedor. El proyecto también admite flujos de trabajo de modelos locales, lo que puede ser útil cuando

no desea que los datos salgan de su máquina.

Esto es importante por tres razones:

1. Control de costos: diferentes tareas pueden no necesitar el mismo modelo costoso.
2. Acceso regional: algunos equipos pueden tener un acceso más fácil a DeepSeek, GLM, Kimi u otros proveedores.
3. Control de datos: los modelos locales pueden reducir la cantidad de información enviada a proveedores externos.

El archivo README oficial de OpenScience también indica que se ejecuta como un espacio de trabajo en el navegador respaldado por un servidor local. El espacio de trabajo incluye un árbol de archivos, editor, terminal, historial de sesiones y representación de artefactos de investigación como moléculas, estructuras, genomas y gráficos.

Habilidades de Investigación y Bases de Datos Científicas

El artículo original describía a OpenScience como equipado con más de 250 habilidades de investigación. El archivo README oficial actual en GitHub enumera más de 290 habilidades, que incluyen entrenamiento, evaluación, trabajo con conjuntos de datos, biología molecular y clínica, quimioinformática, artículos, LaTeX, figuras y computación en la nube.

OpenScience también expone bases de datos científicas como herramientas. El README menciona UniProt, PDB, Ensembl, ChEMBL, PubChem, arXiv, OpenAlex, Semantic Scholar y alrededor de 30 más. Esto es importante porque un agente de investigación de IA se vuelve mucho más útil cuando puede consultar las bases de datos adecuadas en lugar de depender únicamente de la memoria del modelo.

Cómo Instalar OpenScience

OpenScience se instala desde npm. Si ya tienes Node.js y npm disponibles, la opción más rápida es ejecutarlo con npx.

npx synsci

Después de ejecutar el comando, OpenScience debería abrir el espacio de trabajo en tu navegador. En la primera ejecución, te guiará a través de la configuración del modelo. Puedes usar modelos gestionados de Atlas, tus propias claves de proveedor, o empezar con opciones de demostración disponibles si la versión actual lo admite.

Si prefieres una instalación global, usa npm:

npm install -g @synsci/openscience
openscience

También puedes iniciar OpenScience dentro de un directorio de proyecto específico:

openscience ~/code/mi-proyecto

Inicio rápido con tu propia clave API

El flujo de trabajo típico de "trae tu propia clave" funciona así:

export ANTHROPIC_API_KEY=sk-ant-...
openscience

OpenScience también admite claves de otros proveedores, como OpenAI y Gemini, según la configuración de proveedor compatible con la versión actual. La idea clave es que tus credenciales permanecen en tu máquina y las solicitudes van directamente al proveedor seleccionado.

Si deseas gestionar las claves desde la terminal, el README oficial también menciona:

openscience keys add

Desde allí, puedes elegir modelos desde el selector de modelos del espacio de trabajo y cambiar entre proveedores según sea necesario.

Atlas es opcional

Synthetic Sciences también ofrece Atlas, una plataforma gestionada que proporciona acceso a modelos fronterizos seleccionados a través de un monedero prepago. Esto puede ser útil si no deseas configurar claves API separadas para cada proveedor.

Pero Atlas no es necesario para OpenScience. El README oficial indica que el uso con tu propia clave es gratuito y no está restringido por Atlas. En la práctica, Atlas es una capa de conveniencia, mientras que el flujo de trabajo local de código abierto sigue estando disponible.

Los comandos útiles de Atlas incluyen:

openscience login
openscience wallet
openscience status
openscience logout

OpenScience vs Claude Science

Notas de seguridad antes de usar OpenScience

OpenScience es una herramienta potente, pero debe tratarse como cualquier agente que pueda ejecutar comandos. El README oficial dice que el agente no está en un entorno aislado. Su sistema de permisos tiene como objetivo mantenerte informado de las acciones, pero no es lo mismo que el aislamiento.

Para trabajos sensibles, considera ejecutar OpenScience en un contenedor, máquina virtual o entorno de investigación controlado. También ten cuidado con las credenciales, conjuntos de datos privados y cualquier comando que pueda modificar archivos o llamar a servicios externos.

Una cosa más: OpenScience no es Anthropic

El README de OpenScience incluye un aviso claro: OpenScience es un proyecto independiente y no está afiliado, respaldado ni patrocinado por Anthropic. Utiliza

el nombre "Claude" solo para describir compatibilidad.

Esa aclaración vale la pena mantenerla. OpenScience puede compararse con Claude Science, pero no es un producto oficial de Anthropic. Si escribes sobre ello, utiliza "alternativa", "alternativa de código abierto" o "banco de trabajo independiente del modelo", no "versión oficial de Claude Science".

Casos de Uso Prácticos

OpenScience es más relevante cuando un investigador o ingeniero de investigación desea un solo espacio de trabajo para:

1. Revisión de literatura y descubrimiento de artículos.
2. Generación de hipótesis y planificación de investigación.
3. Escritura y ejecución de código.
4. Análisis de conjuntos de datos y ejecución de experimentos.
5. Consultas a bases de datos científicas.
6. Generación de figuras y revisión de artefactos.
7. Redacción de informes técnicos o resúmenes estilo artículo.

Para startups y equipos de productos de IA, la lección más interesante es el patrón de producto: un agente se vuelve más valioso cuando posee un flujo de trabajo, no solo un cuadro de chat. Un agente de investigación necesita herramientas, memoria, archivos, acceso a terminal, artefactos reproducibles, enrutamiento de modelos y bucles de revisión. Ese mismo patrón también se aplica a muchos productos de productividad de IA fuera del ámbito científico.

Preguntas Frecuentes

¿Qué es OpenScience?

OpenScience es un banco de trabajo de IA de código abierto para la investigación científica. Funciona como un espacio de trabajo basado en navegador con un servidor local, agentes de investigación, herramientas, acceso a terminal y enrutamiento de proveedores de modelos.

¿Es OpenScience un producto oficial de Claude Science?

No. OpenScience es un proyecto independiente de Synthetic Sciences. No está afiliado, respaldado ni patrocinado por Anthropic.

¿Puede OpenScience usar DeepSeek o GLM?

Sí, OpenScience está diseñado para ser independiente del modelo. Puede funcionar con múltiples proveedores de modelos, incluidos Claude, GPT, Gemini, DeepSeek, GLM, Kimi y modelos locales, siempre que el proveedor sea compatible y esté configurado.

¿Cómo instalo OpenScience?

El comando más rápido es npx synsci. También puedes instalarlo globalmente con npm install -g @synsci/openscience y luego ejecutar openscience.

¿OpenScience requiere Atlas?

No. Atlas es una plataforma administrada opcional de Synthetic Sciences. Puedes usar OpenScience con tus propias claves de API sin usar Atlas.

¿Es OpenScience seguro para datos de investigación sensibles?

Puede ofrecer más control local que un flujo de trabajo completamente alojado, pero aún debes tener cuidado. El README oficial indica que el agente no está en un entorno aislado, por lo que debes usar un contenedor, máquina virtual o entorno controlado si necesitas aislamiento.

¿Cuál es la principal diferencia entre OpenScience y Claude Science?

Claude Science es el banco de trabajo de IA centrado en Claude de Anthropic para científicos. OpenScience sigue una idea similar de banco de trabajo de investigación, pero es de código abierto e independiente del modelo.

Herramientas Relacionadas

• OpenScience: El banco de trabajo de IA de código abierto para la investigación científica de Synthetic Sciences.
• [Claude Science](https://www

anthropic.com/news/claude-science-ai-workbench): El banco de trabajo de IA de Anthropic para científicos, disponible en versión beta para planes compatibles de Claude.

• Ollama: Un entorno de ejecución local de modelos que puede ayudar a los equipos a ejecutar modelos abiertos en sus propias máquinas.
• Node.js: El entorno de ejecución de JavaScript necesario para flujos de instalación basados en npm.
• Bun: Un entorno de ejecución y conjunto de herramientas de JavaScript utilizado para el desarrollo de OpenScience desde el código fuente.
• Modal: Una plataforma de computación en la nube relevante para cargas de trabajo científicas y de IA.
• NVIDIA BioNeMo Agent Toolkit: El conjunto de herramientas de NVIDIA para flujos de trabajo agentivos en ciencias de la vida.

Enlaces Relacionados

• Repositorio de GitHub de OpenScience: Código fuente, README, comandos de instalación, licencia y notas de seguridad.
• Sitio web de OpenScience: Página oficial del producto del banco de trabajo OpenScience.
• Documentación de Synthetic Sciences: Centro de documentación para productos y flujos de trabajo de Synthetic Sciences.
• Anuncio de Claude Science: Artículo de lanzamiento oficial de Claude Science de Anthropic.
• Aplicación de Claude Science: Punto de entrada oficial de Claude Science.
• Descarga de Node.js: Página oficial de descarga de Node.js para instalación mediante npm.
• Instalación de Bun: Guía oficial de instalación de Bun para desarrollo desde el código fuente.

Resumen

OpenScience es una alternativa oportuna de código abierto a Claude Science. Sigue la misma dirección general — construir un banco de trabajo de IA para la investigación científica — pero hace que la elección del modelo, los flujos de trabajo locales y el acceso al código abierto sean fundamentales para la experiencia.

Para los investigadores, los puntos más importantes son simples: OpenScience se puede instalar desde npm, puede funcionar con múltiples proveedores de modelos y se puede usar sin Atlas si usted proporciona sus propias claves de API. Para trabajos sensibles, el aislamiento sigue siendo importante porque el agente no está en un entorno aislado.

La conclusión principal: Claude Science muestra hacia dónde se dirigen los bancos de trabajo de IA científica, mientras que OpenScience hace que esa idea sea más abierta, flexible y más fácil de experimentar.