![[分享创造] [开源] Codeg V0.20.0:科研(science)模式上线|多智能体协作工作台](https://www.chat-gpts.plus/wp-content/uploads/2026/07/ai_cover_2-341.jpg)
一句话看懂:开源多智能体工作台 Codeg 发布 V0.20.0 版本,正式上线“科研模式”,内置 13 条精选科研技能,并接入 Grok Build 模型,为开发者提供可配置的多智能体协作科研工具。
事件核心:发生了什么
2026 年 7 月 11 日,开发者 molicloud 在 V2EX 社区宣布开源项目 Codeg 更新至 V0.20.0。该版本的核心变化是引入“科研模式”,该模式内置 13 条精选科研相关 skill,用户可以根据需要启用或停用这些技能。结合 Codeg 原有的多智能体协作架构,用户可以在任意智能体内调用这些技能进行科学研究。同时,新版本新增了对“Grok Build”(推测指 xAI 的 Grok 模型)的支持,但当前 UI 尚未提供 API 地址的中转站设置入口,用户需在配置文件中手动添加,下个版本将完善此项功能。项目已在 GitHub 开源,地址为 xintaofei/codeg。
为什么重要
Codeg 的科研模式直接回应了当前 AI 在科研辅助领域的持续升温趋势。与通用大模型不同,Codeg 通过预置的 13 条科研 skill(推测涵盖文献分析、实验设计、代码生成等细分任务),试图将多智能体协作从概念落地为可配置的科研工具。此举降低了开发者搭建科研 AI 工作台的门槛:用户不再需要自行编排多个模型和 API,而是可以在一个开源框架内直接启用/停用科研技能。对于 AI 行业而言,这代表了一种“垂直场景+开源”的轻量级尝试——不依赖闭源平台,而是通过社区贡献和本地配置,让科研自动化工具更贴近实际工作流。此外,兼容 Grok Build 表明 Codeg 在模型选择上保持开放姿态,有意适配更多主流推理模型。
对用户/开发者/创作者的影响
对开发者:Codeg 提供了可直接使用的多智能体协作开源方案。如果你熟悉配置文件操作,可以立即部署并自定义科研技能。但需注意,UI 暂未支持 API 中转站地址设置,对依赖第三方代理或需要自定义 API 端点(如切换国内镜像服务)的开发者来说,当前仅能通过修改配置文件实现,技术门槛稍高。
AI 工具推荐
想把多个 AI 模型放在一个入口?
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。
推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。
对科研人员和创作者:科研模式内置的技能经过筛选,有望减少“从零写提示词”的重复劳动。例如,文献检索、数据整理、实验步骤生成等常见任务,可能直接通过预设 skill 调用智能体协作完成,提升效率。但具体效果取决于 13 条 skill 的实际覆盖面和准确度,目前公开信息尚未披露 skill 的完整列表和性能测试数据。
对创作者社区:Codeg 为开源多智能体工作台提供了一个新增应用场景——科研辅助。这可能会吸引学术背景的开发者参与贡献 skill 或模型兼容适配,从而扩大项目的开发者生态,形成正向循环。
值得关注的后续
1. 科研 skill 的质量与扩展性:13 条预设技能是否覆盖主流科研需求?社区能否快速贡献新的科研 skill?skill 的准确性和实用性是决定该模式能否被广泛采用的关键。
2. API 中转站 UI 支持落地时间:开发者反馈的“无法在 UI 设置 API 地址”问题,官方承诺下个版本解决。这一功能的完善将决定 Codeg 能否被更多非技术背景用户采纳,尤其是在网络访问受限地区。
3. Grok 模型兼容的后续推进:Grok Build 作为新加入成员,其生成质量与推理速度是否优于已有模型?若 Grok 在科研场景表现突出,可能推动 Codeg 成为 xAI 生态的早期应用案例,并引发同类开源项目对 Grok 的适配竞争。


