“写笔记”支持四种格式——Word 文档、Excel 表格、Markdown、纯文本，起稿或二次编辑时都能随时切换，同一篇笔记想用哪种形态来记，都由你说了算。
md、txt、csv、json 这类纯文本则原样载入，不做多余加工。拿一张现成的表倒进来、改几笔、再导出去，等于白用一台免费的格式转换器。
要带走就在右上角点“下载”，可导出 PDF、Word、Markdown、Excel、TXT 等格式；列表卡片“⋯”菜单里，也有同样的下载入口。
在“工具”页点“＋ 上传工具”即可发布：填好名称与链接，再用 Markdown 把使用方法写清楚——能解决什么问题、怎么装、怎么用，比堆介绍实在。
要分发安装包就一并上传压缩包（ZIP、RAR、7Z、TAR.GZ，最大 35MB），别人在详情页一键下载；只放链接不带附件也可以。
工具按大家的收藏热度排序，好用的自然会被顶上来。发布后可在详情页或卡片菜单里编辑、下架。
写笔记时勾上“隐藏”，这篇就只存在于你自己的账号里：不进列表、不进搜索、不上首页精选，也不会出现在任何公开的页面，链接发给别人同样打不开。
适合放密码、草稿、日记这类只给自己看的内容；想公开，去“发布”打开它，把“隐藏”的勾去掉再保存，之后编辑会默认保持原状态，不会悄悄变回公开。
你的内容会同时保存在多个副本上，系统定期做备份与完整性校验，再配合异地容灾机制：就算某台机器出问题，数据也不会丢，可以长期放心存放；特别重要的资料，仍建议你另外再留一份备份。
全站跑在容器化、模块化的现代架构上，更新、部署、回滚都很快，扩展性和稳定性都按长期运营的标准来设计（Built for reliability, designed to scale）。
这个网站最早只是一个人的笔记仓库，后来慢慢长成现在的知识中枢。设计上很克制——没有广告、没有追踪、没有推荐算法，只是干干净净地存放一些东西；既然做好了，就公开出来，万一有人用得上呢。
不做大而全，不做平台梦，保持简单、保持克制、保持好奇。所有内容都由用户贡献、由用户维护：不会突然冒出付费墙，不会在角落塞广告位，也不会把你的数据卖给第三方。
产品会持续迭代，站内日志页记录着每一次改动，改了什么都有迹可循；想了解这个站是怎么一步步走到今天的，翻翻日志就能看到来龙去脉。
如果在这里看到涉嫌违规的内容，点对应卡片右侧的“举报”按钮就能提交，我们会尽快核实处理；也谢谢你花一点时间，一起把这里维护干净。
OpenScience：为科研工作者打造的开源AI工作台
OpenScience —— 一个面向科学研究的开源AI工作台，让科研人员无需编程也能用AI加速实验、分析数据、管理知识。
一、科研领域的AI应用困境
近年来，AI在科研领域展现出巨大潜力——从蛋白质结构预测到材料筛选，从文献挖掘到实验设计。然而，大多数科研人员并非AI专家，他们面临着一道难以逾越的门槛：
- 工具碎片化：要完成一次完整的数据分析，往往需要在Python脚本、Jupyter Notebook、云端GPU、文献管理工具之间反复切换，工作流支离破碎。
- 技术壁垒高：部署一个预训练模型需要配置CUDA、处理依赖冲突、理解模型架构，这对生物学家、化学家、医学研究者来说几乎是另一个专业。
- 协作困难：实验室内部、跨学科团队之间缺乏统一的数据和模型共享平台，研究成果难以复现和接力。
- 资源管理复杂：科研计算资源（GPU、TPU）的调度、监控、成本控制没有针对实验室场景的轻量级方案。
OpenScience 正是为了解决这些痛点而生。它不是一个简单的AI工具集合，而是一个集成化的AI工作环境，将模型部署、数据管理、实验追踪、知识组织整合在同一平台下，让科学家专注于研究本身，而非工具链。
二、快速安装与上手
系统要求
- Linux / macOS / Windows（WSL2）
- Node.js 18+
- Docker & Docker Compose（可选，用于GPU加速）
安装步骤
# 1. 克隆仓库
git clone https://github.com/synthetic-sciences/openscience.git
cd openscience
# 2. 安装依赖
npm install
# 3. 启动开发服务器
npm run dev
访问 http://localhost:3000 即可看到工作台界面。
配置GPU加速（可选）
# 使用Docker Compose启动GPU支持
docker compose -f docker-compose.gpu.yml up -d
第一个实验：使用预训练模型分析分子性质
OpenScience 内置了模型市场，无需编写代码即可完成推理。
- 登录工作台，点击左侧「模型市场」
- 搜索「MolBERT」分子性质预测模型
- 输入分子SMILES字符串：
CC(=O)OC1=CC=CC=C1C(=O)O - 点击「运行推理」，几秒后得到溶解度、毒性等预测结果
# 如果你更习惯代码，OpenScience 也提供Python SDK
from openscience import Workbench
wb = Workbench(api_key=