AutoScholarLoop – AI支援研究ループ

何であるか – マルチエージェント・マルチステージ研究ワークフローをオーケストレーションするオープンソースフレームワーク。小さな研究グループを模倣し、初期アイデアと任意の参考文献をもとに、監査可能なトレースを持つ完全なドラフト論文を生成する。

主なステージ

1. S00 – フィールドアーカイブ – 分野のマップ、論文カード、手法、データセット、証拠バンクを構築。
2. S01 – プロフェッサーの意思決定 – アイデアを生成し、批判し、新規性を検証し、順位付けして方向性を選定。
3. S02 – PhD実行 – ベースライン計画、実験実行、失敗分析、レビューメモの作成。
4. S03 – 書き出し – 論文計画、主張-証拠表、本文・図のドラフト作成、レビューとの反復。
5. S04 – 品質管理 – 新規性、引用、再現可能性を監査し、提出に適したドラフトかどうかを判断。

各ステージは構造化されたMarkdownチェックポイントを出力するため、全体のプロセスは監査可能である。

主な機能

• オフラインデモ用の決定論的ローカルプロバイダー（実モデル不要）。
• OpenAI互換アダプタで、任意のOpenAIスタイルLLM（例：OpenAI、DeepSeek）を接続可能。
• Semantic ScholarおよびOpenAlex用の文献アダプタ。
• ドライランおよびローカルシェル実行バックエンド；生成されたコードは code/ に保存され、ホストマシン上で実行。
• ACM、IEEE、Springer LNCS、中国論文スタイルに対応したフォーマット対応のマニュスクリプト生成（PDFコンパイルオプションあり）。
• VueベースのWebコンソールでモデル設定、PDF/ノートのアップロード、ループ進捗の可視化、チェックポイントのプレビューが可能。
• CLI（autoscholarloop run …）およびPython Web APIで同じパイプラインを利用可能。

インストール

# Pythonパッケージ（API、Web UI、開発用拡張付きの編集インストール）
cd AutoScholarLoop
pip install -e ".[api,web,dev]"
# フロントエンド（Vue、Vite 2で構築）
cd web
npm install

クイックスタート（CLI）

autoscholarloop run \
  --seed "study retrieval-augmented agents for scientific writing" \
  --loop-mode fast \
  --paper-format ieee \
  --workspace runs/demo

一般的なオプションでは、参考論文の供給、アイデア数の選択、文献ソースの選択、実行バックエンド（ドライランまたは実際のシェル）、レビュー集団サイズの設定、PDFコンパイルの有効化が可能。

Webコンソール

autoscholarloop web --host 127.0.0.1 --port 8000   # Python API起動
cd web && npm run dev                               # Vue UI起動

UIは初回のモデル設定、PDF/ノートのアップロード、ループモードの選択、S00–S04の進捗のライブ可視化をガイドする。

出力 – 選択された --workspace ディレクトリ下に再現可能なワークスペースが作成され、以下の内容を含む：

• 文献関連アーティファクト（field_map.md, paper_cards.md）
• アイデアレポートと選択された方向性
• 実験コード、結果、監査ログ
• 書き出しアーティファクト（論文計画、主張-証拠表、ドラフトのMarkdown/LaTeX）
• 品質ゲートレポート、LaTeXが利用可能ならコンパイルされたPDF
• 最終的な release/README.md で全体の監査トレースを要約。

状態 – システムはエンドツーエンドで実行可能なスケルトンを提供するが、科学的革新性、正確な引用、有効な実験、提出用論文の保証はしない。人間の監視が必要。

ライセンスと責任ある利用 – AI Scientist Source Code License（責任あるAI型ライセンス）の下で配布。結果のマニュスクリプトにおいてAI支援を明示する必要がある。

---

AutoScholarLoopは、中国科学院AIグループが開発した研究自動化ツールであり、AI駆動の科学的執筆の監査可能性と拡張性を実現することを目的としている。