Deploy-Master: 一天内自动化部署超过50,000个智能体就绪的科学工具
软件工程
2026-01-08 v1 人工智能
摘要
开源科学软件数量庞大，但大多数工具仍然难以编译、配置和重用，维持着一种小作坊式的科学计算模式。这种部署瓶颈限制了可重复性、大规模评估以及科学工具在现代AI for Science (AI4S) 和智能体工作流中的实际集成。我们提出了 Deploy-Master，一个用于大规模工具发现、构建规范推断、基于执行的验证和发布的一站式智能体工作流。在涵盖 90 多个科学与工程领域的分类法指导下，我们的发现阶段从一个包含超过 500,000 个公共仓库的、面向召回率的池开始，并根据许可和质量感知标准逐步将其筛选至 52,550 个可执行工具候选。Deploy-Master 将异构的开源仓库转化为可运行、容器化的能力，这些能力基于执行而非文档声明。在一天之内，我们执行了 52,550 次构建尝试，并为 50,112 个科学工具构建了可重现的运行时环境。每个成功的工具都通过一个最小的可执行命令进行验证，并注册到 SciencePedia 中以便搜索和重用，支持直接人工使用和可选的基于智能体的调用。除了提供可运行的工具，我们还报告了在 50,000 个工具规模上的部署轨迹，描述了仅在规模化时才会显现的吞吐量、成本概况、失败面和规范不确定性。这些结果解释了为什么科学软件难以投入实际应用，并激励将共享的、可观察的执行基础作为可扩展 AI4S 和智能体科学的基础。
引用
@article{arxiv.2601.03513,
title = {Deploy-Master: Automating the Deployment of 50,000+ Agent-Ready Scientific Tools in One Day},
author = {Yi Wang and Zhenting Huang and Zhaohan Ding and Ruoxue Liao and Yuan Huang and Xinzijian Liu and Jiajun Xie and Siheng Chen and Linfeng Zhang},
journal= {arXiv preprint arXiv:2601.03513},
year = {2026}
}