Apache-2.0 の自律 AI 研究プラットフォーム（文献から査読済み論文まで）を Docker Compose で導入。読み取り専用の MCP サーバーでコーディングエージェントと連携する DeepSeek Harness のエコシステムパートナーです。
DSH 統合
エコシステム関連
作者による申告
安全性監査
未監査
最終検証日
2026-08-21
ライセンス
Apache-2.0
01どんなタスクに使えるのか？
Run the full research lifecycle — literature survey, idea generation and review, GPU experiments, LaTeX paper writing, and paper review — as one platform
Cross-linked research wiki, scored and deduplicated ideas with Elo-ranked review, experiment runs with streamed logs and metric curves, multi-file LaTeX papers with live PDF preview, and citation-verified reviews
Research labs and AI research teams that want an autonomous AI-scientist platform covering the whole pipeline
Let agents run long experiments on lab GPU servers with self-verification and human gates
Automated experiment Voyages: study plan, compute-budget check, generated code, smoke test, streamed runs with live metric curves, and auto-iteration that repairs failures under a time budget
ML researchers who want agents to execute and iterate on real GPU servers under budgets and audit
Expose Polaris's research knowledge to external coding agents via MCP
An MCP server (Streamable HTTP and stdio) of read-only tools over literature, knowledge, project state, manuscripts, and external search
Users of coding agents (Claude Code, Codex, Cursor) who want research context inside their agent workflow
02DeepSeek Harness への導入方法
前提条件
- Docker and Docker Compose only — the README says no local Python, Node, or database is needed for the recommended Docker Compose setup
- LLM provider keys and secrets configured in .env
インストール手順
- 01
Run `cp .env.example .env` and set provider keys and secrets
- 02
Run `make dev` to start the full stack via docker compose with hot reload (frontend at http://localhost:5173, backend API docs at http://localhost:8000/docs)
- 03
Production alternative: deploy pre-built images — set POLARIS_ENV=prod and POLARIS_IMAGE_TAG in .env, run `docker compose --env-file .env -f docker/docker-compose.yml pull`, then `up -d`, then `docker compose -f docker/docker-compose.yml exec api alembic upgrade head` (required on first run)
導入成功の確認
作者は未記載
03DSH 統合と能力の範囲
DSH-ecosystem AI research platform (tagged dsh-plugin on GitHub): run Polaris as a standalone web app via Docker Compose; its MCP server exposes read-only research tools to external coding agents
Voyage agent core
any long-running research task (literature backfill, experiment run, paper drafting)→resumable, auditable runs with a persisted planning → executing → verifying loop that resumes from checkpoint after a crash
retains every plan, action, and verdict, replayable in the UI; auto-pauses when budgets are exceededResearch Wiki (compile, don't retrieve)
papers from OpenAlex, Semantic Scholar, and arXiv→one cross-linked wiki per paper shared platform-wide (TL;DR, method, reusable ideas, concept backlinks), research digests, and Obsidian vault sync
queries external literature APIs (OpenAlex, Semantic Scholar, arXiv) and writes wiki/Obsidian artifactsExperiment Lab over SSH
per-user, Fernet-encrypted SSH credentials to the lab's GPU servers→planned, budget-checked experiment runs with streamed logs, live metric curves, generated figures, and a file-based memory kept across steps
writes and runs code on remote GPU servers under gated remote writes, command allow/deny lists, and triple budget capsMCP tool layer
Polaris project data (literature, knowledge, project state, manuscripts)→an MCP server (Streamable HTTP and stdio) exposing read-only tools to Claude Code, Codex, and Cursor, with a self-check playground
exposes project data over the network (Streamable HTTP / stdio); strictly read-only and project-isolated
04誰に向いているのか？使うべきでない場面は？
向いている用途
- Research labs and AI research teams that want an autonomous AI-scientist platform covering the whole pipeline
- ML researchers who want agents to execute and iterate on real GPU servers under budgets and audit
- Users of coding agents (Claude Code, Codex, Cursor) who want research context inside their agent workflow
不向きな用途
- The README does not document running inside DeepSeek Harness (dsh): Polaris is deployed as a standalone web app via Docker Compose; its connection point to external agents is a read-only MCP server documented for Claude Code, Codex, and Cursor.
- The recommended deployment is a full multi-container stack (PostgreSQL 16 with pgvector, Redis 7, API, worker, frontend), and the first-run `alembic upgrade head` migration is mandatory since Postgres tables are not auto-created.
05互換性・メンテナンス・セキュリティ上の注意
- The README does not document running inside DeepSeek Harness (dsh): Polaris is deployed as a standalone web app via Docker Compose; its connection point to external agents is a read-only MCP server documented for Claude Code, Codex, and Cursor.
- The recommended deployment is a full multi-container stack (PostgreSQL 16 with pgvector, Redis 7, API, worker, frontend), and the first-run `alembic upgrade head` migration is mandatory since Postgres tables are not auto-created.
- Desktop builds are neither signed nor notarized: macOS needs `xattr -dr com.apple.quarantine`, Windows SmartScreen requires Run anyway, and the Linux AppImage needs extra system libraries.
Apache-2.0 · actively maintained (latest release v0.3.8, 2026-08-17)
06よくある質問
Polaris は DeepSeek Harness とどう連携しますか？
README に dsh ネイティブ統合の記述はありません。Polaris は Docker Compose でデプロイする独立した Web アプリとして動作し、外部コーディングエージェントへの接点は読み取り専用の MCP サーバー（Streamable HTTP と stdio）で、Claude Code・Codex・Cursor 向けにドキュメント化されています。
動作に必要な前提条件は？
推奨セットアップは Docker と Docker Compose だけで、ローカルの Python・Node・データベースは不要です。`.env.example` を `.env` にコピーして LLM プロバイダーのキーとシークレットを設定し、`make dev` を実行します（本番向けには Docker Hub のビルド済みイメージも利用できます）。
エージェントは実在の GPU サーバーで実験を実行できますか？
できます。Experiment Lab はユーザーごとに Fernet 暗号化された SSH 認証情報を使い、研究計画の立案と計算予算チェックを経てコードを作成・実行し、ストリームログとリアルタイムの指標曲線を提供します。ゲート付きリモート書き込み、コマンドの許可/拒否リスト、三重予算上限のもとで自動反復します。
Voyage とは何ですか？
長時間タスクはすべて Voyage です。Navigator（計画）・Helm（実行）・Sextant（自己検証）の三部構成ループで駆動される、永続化・再開可能・人間承認ゲート付きのエージェント実行です。ワーカーがクラッシュしてもチェックポイントから再開し、予算超過時は自動で一時停止します。
デスクトップアプリの導入時の注意点は？
ビルドは署名も公証もされていないため、初回のみ各 OS での許可が必要です。macOS では `xattr -dr com.apple.quarantine /Applications/Polaris.app` を実行し、Windows では SmartScreen で「詳細情報 → 実行する」を選び、Linux の AppImage には libnss3・libgtk-3-0・libasound2 が必要です。
07関連する DSH ワークフロー
openviking
by volcengine
AI エージェント向けの自己進化型コンテキストデータベース。メモリ、知識 RAG、スキルを統合
colleague-skill
by titanwings
コラボレーションツールの資料から仕事のスタイルを抽出し、同僚スキルとして蒸留する
archify
by tt-a1i
アーキテクチャ図、ワークフロー図、シーケンス図、データフロー図などを動きのある自己完結型 HTML として生成し、鮮明に書き出せるエージェントスキル
learn-harness-engineering
by walkinglabs
Harness エンジニアリング入門チュートリアル。ゼロから一歩ずつ学べる
08データと出典
is exposed both internally to the agent loop and externally as an **MCP server** (Streamable HTTP and stdio) for Claud…
このページは、プロジェクトの公開ドキュメント、リポジトリのメタデータ、および DSH Plugins の構造化解析に基づいて生成されています。最終検証日：2026-08-21。誤りを見つけた場合は、修正を送信してください。