k-dense-byok

桌面端 AI 科研助手，自带密钥跑通药物发现全流程

开源 🏷️定价信息待确认 ✅ 目前可打开智能体 🍴 复刻 190 🐛 待处理 13 👀 关注 9

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 1434

维护状态较活跃

是否开源开源

定价模式 🏷️定价信息待确认

项目预览

项目数据

分类智能体

开发团队K-Dense-AI

官网地址https://k-dense.ai

GitHubhttps://github.com/K-Dense-AI/k-dense-byok

定价模式🏷️定价信息待确认

价格说明官网存在但定价信息未明确，需进一步确认。

访问状态✅ 目前可打开

是否开源是

开源协议MIT

主要语言TypeScript

技术栈/模型agentic-ai,ai-agent,ai-assistant,bioinformatics,byok,drug-discovery,google-adk,litellm,local-first,mcp,ollama,openrouter,research-assistant,scientific-computing

GitHub 星标★ 1434

上线时间2026-03-19 00:00:00

代码更新2026-10-16

仓库体积13.9 MB

本站数据更新2026-11-10

维护状态较活跃

收录时间2026-08-09

浏览次数3

项目介绍

k-dense-byok 是一个运行在桌面端的 AI 联合科学家，基于 Scientific Agent Skills 构建，旨在帮助科研人员加速药物发现和生物信息学分析。它采用本地优先（local-first）的设计理念，支持 BYOK（自带密钥）模式，用户可以通过 Ollama、OpenRouter 或 LiteLLM 接入多种大模型，同时兼容 MCP 协议，便于扩展工具链。项目基于 Google ADK 开发，使用 TypeScript 编写，核心能力包括：自动规划科研任务、调用科学工具（如分子结构分析、文献检索）、多步骤推理与结果整合。它解决了传统科研中信息检索分散、分析流程繁琐的问题，将复杂的科学工作流封装为可交互的智能体，让研究者专注于假设验证和结论提炼。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1434

技术标签

agentic-ai ai-agent ai-assistant bioinformatics byok

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：入门约 10 分钟部署方式：本地安装 5 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

桌面端本地环境（项目为本地优先的桌面应用，工作区保存在本机普通文件夹）
至少一个模型提供方的账号或 API Key（BYOK，自带密钥）
可选：本地安装 Ollama，用于数据不允许离开本机的场景
可访问 GitHub 与所选模型提供方的网络环境
无需编程经验，用自然语言描述任务即可

安装与启动步骤

1观看官方入门视频

README 顶部提供 Getting Started with K-Dense BYOK 录屏，讲解安装 Kady 并运行第一个研究任务，建议先看完再动手。
2获取项目源码

从 GitHub 克隆项目仓库到本地，后续按仓库最新文档安装。README 节选未给出安装命令，请以仓库说明为准。
```
git clone https://github.com/K-Dense-AI/k-dense-byok.git
```
3准备模型密钥

按 BYOK 模式准备所选提供方的 API Key，支持通过 Ollama、OpenRouter 或 LiteLLM 接入模型，密钥由你自己持有。
4配置本地模型（可选）

若数据不能离开本机，改用本地 Ollama 模型；用托管模型时，请求所需内容会直接发送给所选提供方。
5启动并创建项目

安装完成后打开 Kady，新建项目作为独立研究工作区，用自然语言描述任务，如分析数据集、检索文献、生成图表。

关键配置

配置项	必填	说明	示例
`模型提供方 API Key`	是	BYOK 模式下接入 OpenRouter 等提供方所需的密钥	`sk-xxxxxxxx`
`模型选择`	是	每个项目、每个聊天标签页可各自选择所用模型	`openrouter/anthropic/claude-sonnet`
`Ollama 本地模型`	否	数据不出本机时改用本地模型，无需发送给托管提供方	`llama3.1:8b`
`LiteLLM 接入`	否	通过 LiteLLM 统一接入多家模型提供方	`litellm/gpt-4o`
`消费策略`	否	项目级的花费策略，控制模型的调用成本	`每月 20 美元上限`