Wisp Scienceは研究ファイルと計算環境をローカル中心で束ねるAIワークベンチ

研究の痕跡を一つのプロジェクトへ

Wisp Scienceは文献検索、PythonとRの実行、約80の科学データベース照会、図、実行履歴、判断、原稿を一つのプロジェクトで扱うローカル優先のデスクトップワークベンチです。データ、会話、資格情報を自分のマシンに置くという方針が中心にあります。

単発のAIチャットではなく、研究作業の状態を保持する道具として設計されています。会話履歴は再起動後に戻り、ターン内のファイル編集を元に戻せます。どこまでをWispの履歴へ預け、どこからを既存のGitや研究データ管理へ渡すかは利用者が決めます。

モデルと承認ゲート

OpenAI互換またはAnthropicモデルを接続でき、CodexやClaude CodeはACP経由で動かせます。エージェントはプロジェクトルートを基準にファイルを読み書きし、検索やシェル実行を行います。再利用可能なSKILL.mdは段階的に読み込まれ、承認ゲートは既定で有効です。Full Permissionは利用者が選んだ場合の動作です。

この境界は研究データの保護に関わります。最初はデモか複製プロジェクトで、どの操作が承認を求め、どのモデルへどの入力が送られるかを記録します。APIキーはSQLiteでなくOS keyringに保存される設計ですが、接続先モデルの保持・利用規約は別途確認します。

ローカルからSSHとGPUへ

PythonとRのカーネルはセルや会話をまたいで変数を保持し、会話ごとに分離されるため並行セッション間で状態を共有しません。ローカル、WSL、SSHホストを登録してハードウェアを調べ、長時間のRunsをライブログ付きで投入できます。鍵はOS keyringに保存されます。

検証では同じ小さな計算をローカルとリモートで実行し、インタープリタのパス、入力ファイルの転送、ログ、再接続後の状態を確認します。リモートホストへ資格情報がコピーされないというREADMEの記述も、環境変数と鍵の実際の配置を見て確かめます。

MCPと証拠カプセル

バンドルされたMCPサーバーはPubMed、GEOを含む約80の科学データベースへのアクセスを提供し、search_mcp_toolsで必要なツールを発見します。ノートブック、PDF、Officeファイル、画像にはオフラインプレビューがあります。Explorationsはメインラインを触らずに方向を試す分離領域です。

Publication Workspaceは原稿の改訂を検証可能なEvidence Capsulesへ固定します。文献の取得日時、検索条件、計算の入力、図の生成元がどこに残るかを具体的に確認し、AIの要約を証拠そのものとして扱わない運用を組み立てます。

配布、同期、開発の現実

GitHub ReleasesにはWindowsのMSI/NSIS、macOSの署名・公証済みdmg、Linuxのdeb/AppImageが案内されています。APIキー不要のデモを開いてからSettingsのModelsでモデルを追加する流れです。同期とプロジェクト転送は暗号化された手動操作で、バックグラウンド同期ではありません。

ソース開発はRust 1.88以上、wasm32-unknown-unknown、uv、Trunk、Tauri CLI v2を前提にし、cargo tauri devとcargo tauri buildを使います。cargo test --workspace、MCP smoke test、Playwright E2Eがテスト経路です。AGPL-3.0 onlyのライセンスと、環境別の署名・インストーラー条件を確認し、実際の研究データを入れる前に転送と復元を試します。

導入試験では、APIキー不要のRNA-seqデモを開き、会話の再起動復元、セルをまたぐPythonまたはRの変数、ファイル編集のUndoを確認します。次に小さなデータをSSHまたはWSLの実行環境へ送り、ローカルとリモートのログ、生成物、資格情報の配置を比べます。MCPでPubMed検索を行ったら、検索条件と取得結果をEvidence Capsuleへ残せるかを見ます。手動同期は暗号化されたアーカイブを作り、別環境で復元してから本番データを扱います。モデルを変えた場合も、同じ入力と研究記録が追跡可能かを確認します。

Wisp Scienceの研究記録には、モデル名、検索条件、計算環境、生成物の場所を付けます。Evidence Capsulesを開いた別環境でも参照先が切れないかを確認し、再現できない会話を証拠として扱いません。

Wisp Scienceで作った図と原データの参照先を確認します。モデルの回答、計算ログ、文献検索を混同せず、Publication Workspaceの証拠単位へ分けて保存します。

Wisp Scienceは研究ファイルと計算環境をローカル中心で束ねるAIワークベンチを受け入れる前に、README記載の入力、実行、出力を一つの記録へまとめます。成功した操作だけでなく、失敗した操作、未確認の機能、利用した版、設定値、保存したログの場所も残します。担当者が同じ環境を作り直し、同じ確認結果を再現できることを条件にします。性能や互換性について数値を扱う場合は、データ量、実行時間、エラー数、資源使用量を測定条件とともに記録します。READMEにない保証は採用理由へ加えず、未確認事項として次の検証に回します。

編集部の結論

研究データ、会話、計算結果、原稿の履歴を自分のマシン中心で管理し、ローカルからリモートGPUまで同じ作業面で扱いたい研究者に適しています。モデル出力の正しさやLinuxインストーラーの成熟度をREADMEだけで判断する用途には向きません。まずAPIキー不要のRNA-seqデモを開き、モデル設定、Python/Rの変数保持、SSH実行、Evidence Capsules、暗号化手動同期を順に確認してください。

公式情報源

1. Official documentation
2. Official README
3. Project repository
4. Release notes