SakanaAI/AI-Scientist-v3

Agentic Scientist – 自动化 AI 驱动的科学发现

它是什么

• 一个开源框架，将大语言模型编码代理视为虚拟科学家。从简单的 task.md 描述开始，系统编排一个多阶段流水线，该流水线：
  1. 起草正式的任务定义和评估标准。
  2. 调查 – 运行一个 想法->实验->评估 循环，代理在其中编写代码、执行实验，并保留最佳程序。
  3. 消融 – 将获胜程序与基线和故意弱化的变体进行比较。
  4. 最终评估 – 对最终解决方案进行密封、可复现的评估。
  5. 事后分析 – 挖掘日志、指标和可视化以获取额外证据。
  6. 撰写论文 – 组装一份手稿（PDF），引用生成的证据，并可选择将其发送给 AI 审稿人。
• 所有阶段都是可复现的：每次运行都会在 results/ 下创建一个确定性的目录树，存储日志、工件和最终论文。

关键概念

• 编码代理 – 该框架可以通过 Headless CLI 驱动 Claude、OpenAI Codex、Gemini、Cursor、Opencode 和其他基于 LLM 的代码生成器。
• Docker 隔离阶段 – 每个流水线阶段都在自己的容器中运行，保护主机免受代理不受限制的命令执行的影响。
• Hydra 配置 – 所有旋钮都作为 key=value 覆盖暴露，使得更改代理、模型、预算、GPU 数量等变得容易。
• 预设与示例 – 现成的任务（例如，仅 CPU 的圆形填充问题、GPU 密集的 GRPO 基准）位于 examples/ 中，并在 configs/preset/ 下有匹配的配置预设。

安装

1. 安装 Docker。
2. 构建提供的代理镜像：

   docker build -t agentic-scientist/agent-cli:latest -f src/docker/agent-cli/Dockerfile .
   

3. 安装 Python 环境（需要 Python ≥ 3.11 和 uv）：

   curl -LsSf https://astral.sh/uv/install.sh | sh
   uv sync   # 创建 .venv 并安装 `agsci` CLI
   source .venv/bin/activate
   

4. 在仓库根目录创建一个 .env 文件，包含你计划使用的 LLM 的 API 密钥（例如，ANTHROPIC_API_KEY、OPENAI_API_KEY）。该文件在运行时挂载到容器中 – 切勿提交它。

快速开始

# 运行默认的仅 CPU 圆形填充示例
agsci run examples/circpack

• 使用 --dry-run 查看确切命令而不执行。
• 覆盖任何设置，例如限制调查预算：

  agsci run examples/circpack investigation.execution.max_idea_cycles=2
  

• 运行完成后，生成的论文位于： results/circpack/claude/<run_id>/paper/paper.pdf
• 在本地 Web UI 中检查整个运行：

  agsci inspect start   # 打开 http://127.0.0.1:8765
  

典型工作流

• 复现已发布的实验 – 使用预设（preset=grpo），其中编码了原始预算、GPU 要求和论文格式。
• 更换代理/模型 – 在命令行更改 agent.name 和 agent.model，以比较 Claude、Opencode、Bedrock 支持的 Claude 等。
• 恢复或部分运行 – 将 agsci run 指向现有运行目录，并指定 execution.phases= 以仅继续缺失的阶段。
• 独立调查循环 – 仅运行想法-实验循环（适用于快速原型设计）：

  agsci investigate agent.name=claude paths.task_dir=examples/circpack execution.workers=2 execution.max_idea_cycles=4
  

• AI 审阅的手稿 – 添加 review 阶段，将 PDF 发送给 OpenAI 支持的审稿人，并获得 JSON 审阅。

安全说明

• 代理以完全系统权限启动（--allow yolo）。它们可以执行任意命令，并看到你挂载的任何 API 密钥。在 Docker 镜像内运行所有内容，并且只提供可信的任务文件。
• agsci doctor 命令在运行开始前检查你的主机、凭据、Docker 镜像和 GPU 设置是否满足要求。

文档

• 安装与 Docker 详情 – docs/install.md
• 完整流水线描述 – docs/pipeline.md
• 调查循环用法 – docs/usage.md
• 任务起草（实验性） – docs/task_drafting.md
• 其他流水线（变体、事后分析）和工具从 README 链接。

许可证

• Apache 2.0（参见 LICENSE）。

引用 如果你在研究中使用该框架，请引用随附的 arXiv 论文：

@article{agentic_scientist,
  title   = {The Agentic Scientist: Orchestrating Coding Agents for Automated Scientific (Co-)Discovery},
  author  = {Lange, Robert Tjarko and Grillotti, Luca and Yamada, Yutaro and Charakorn, Rujikorn and Ha, David},
  journal = {arXiv preprint arXiv:2610.18933},
  year    = {2026}
}