桌面端快速开始
桌面安装版适合希望直接创建、观察和管理研究任务的用户。安装包已经包含 Runtime、控制界面、受管理插件安装/worker 基础和 7 个经过审查的自主研究插件，其中包括 Xsuite 与确定性符号回归基线；通用 PySR provider 也会随应用出现在本地 Available Catalog。Xsuite 与 PySR 都在隔离插件环境中准备，其他专用插件及其依赖按需安装。用户不需要克隆仓库、系统 Python，也不需要手动启动本地服务。
1. 安装并首次启动
从项目的发行渠道取得与你的平台一致的安装包：Windows 使用 .msi 或安装程序，macOS 使用 .dmg，Linux 使用发行版提供的原生包。完成安装后启动 Scientific Agent。
首次向导依次完成：
- Welcome：进入设置。
- Storage：确认 Scientific Data Location。默认是用户文档目录下的
ScientificAgent；研究运行、模型、报告和产物会长期保存在这里。 - Provider：配置模型服务并测试连接，或选择 Continue Offline。离线模式足够运行本章的确定性示例。
- Capabilities：查看已发现插件、本地执行器和 Codex CLI 状态。
- Ready：进入新建任务页。
如果应用发现旧版数据，会先出现迁移页。可以把数据复制校验后移动到推荐位置、继续使用旧位置，或选择新位置。迁移不会改写 Run ID、事件或产物哈希。
2. 用一句话开始第一个任务
在 New Research Run 的默认页直接描述目标，例如：
分析我上传的数据，寻找变量之间的候选公式，说明各公式的适用范围与可信度，最后给我一份报告。
按需拖入数据集、lattice、求解器源码或其他研究文件，第一次运行选择 均衡 预算，然后点击开始。系统会分析附件结构，自动选择并准备本项目的插件能力，把推导出的验收条件、预算与交付物冻结成 Research Contract，再进入控制室。默认流程需要 Settings 中已有可用的 Scientific Reasoner；任务所需的本地 Catalog 插件会按需安装和启用。
如果目标要求一个后续可直接调用的模型或工具，请在同一句话中写出误差门槛、适用范围、回退策略和希望的导出形式。系统只在确有此交付要求且 predictor 通过检查后，才使用受控 publisher 生成项目插件；普通报告任务不会生成插件。
3. 可选：跑通离线确定性检查
若想先验证 Runtime、事件、指标与界面而不连接模型，打开新建页的 高级研究合同。在高级页填写：
- Task title：
Toy response quickstart - Goal：
Reach a measured score of at least 0.90 - Capabilities：只选择
toy.evaluate - Acceptance criterion：
score >= 0.90 - Budget：Actions
10、Experiments5、Failures3 - Scientific workflow：本次保持关闭
- Input artifacts：不上传文件
点击 Review Research Contract。确认预览中出现 toy.evaluate、score >= 0.90 和确定性本地 Reasoner，然后点击 Start Research。
参考任务通常进行两次探测：第一次记录 score=0.64，第二次记录 score=0.93。CriteriaEngine 随即把任务置为 SUCCESS。这是一个完全离线、结果确定的功能检查，不代表真实科研模型的能力。
4. 检查结果
任务进入 Research Control Room 后，依次查看：
- 左侧时间线：筛选 Evidence，展开两次实验和指标记录；
- State：确认 Criteria progress 已满足；
- Metrics：查看
score的两点曲线； - Budget：确认使用了 2 个 actions 和 2 个 experiments；
- Lineage：选择
observation.json，查看 SHA-256、创建者、内容和上下游关系。
在页面底部的 Ask 中输入 Why did this run succeed?，回答会引用当前事件或指标，但不会改变研究状态。
5. 配置真实模型
打开 Settings → Providers：
- 已登录官方 Codex CLI 时，可启用 Local Codex login；应用不会复制 Codex 凭据。
- 远程服务可以配置 OpenAI Responses、OpenAI-compatible Chat Completions 或 Anthropic Messages 格式。
- API key 只进入操作系统凭据库。保存后使用 Test connection 验证 provider/model 组合。
再到 Settings → Models：
- Simple Mode：科学推理、代码生成、代码修复使用同一个 provider/model；
- 关闭 Simple Mode：分别为三种角色指定模型。
Settings 中的模型路由是新任务的默认值。对于已有且尚未终结的任务，可进入 Control Room → State → Active models → Switch models。正在进行的调用仍由旧路由完成； 可审计的更新会从下一次模型调用开始生效，不会丢失研究上下文。
6. 综合功能验证
若要一次覆盖自定义 ZIP 安装、隔离插件执行、预算、指标、科学分析、证据、主张、报告、
SVG 图表、Artifact Lineage 和重启持久化，使用仓库中的
desktop.showcase 示例。它不依赖第三方
Python 包，源数据和数值结果固定，方便区分产品链路故障与科学计算波动。
先生成安装包：
python scripts/release_domain_plugin.py examples/plugins/desktop_showcase
然后在 Settings → Plugins → Install custom plugin 中安装并启用
dist/plugins/desktop.showcase-0.1.1.zip。插件目录内的 README 给出了新建任务所需的完整字段。
成功任务会执行 5 个 capability 调用，生成 17 个不可变产物，其中包括分析、证据、主张、
6 张 SVG 图以及最终 Markdown 报告。