aiming-lab/AutoResearchClaw

解决的问题

AutoResearchClaw 是一个自主研究流程，旨在将单一研究想法转化为可提交会议的学术论文。它消除了文献综述、实验设计、代码执行和 LaTeX 撰写等繁琐的手动工作，同时提供系统机制以防止 AI 常见问题，如虚构引用和伪造结果。

如何工作

该系统通过一个 23 阶段的流程，分为八个阶段运行，从初始主题范围界定和文献发现（使用 OpenAlex、Semantic Scholar 和 arXiv 的真实 API）开始，到在硬件感知的沙箱中执行实验，最终导出 LaTeX 文档。它支持两种主要模式：

• 完全自主模式： 流程独立执行所有阶段，包括实验的自我修复以及在假设失败时的自主转向。
• 协作者模式： 人机协同系统，提供六种干预模式（例如 step-by-step、co-pilot），允许用户指导假设生成、审查实验设计并共同撰写论文。

该项目通过 Agent Client Protocol (ACP) 与多种 AI 编码代理集成，并可通过 OpenClaw 与 Discord 和 Telegram 等消息平台连接。

适用人群

专为希望加速研究周期的研究人员和学者设计，无论是希望获得完全自动化初稿，还是希望拥有 AI 合作者协助实验和写作阶段的人群。

主要亮点

• 多领域执行： 包含高能物理、生物学和统计学的专业代理，以及一个通用的 Docker 执行器。
• 防伪造机制： 配备 Sentinel Watchdog 和四层引用完整性系统，以真实文献验证主张。
• 自我进化： 使用 MetaClaw 从失败运行中提取经验，以提升未来性能。
• 会议就绪输出： 生成完整的学术论文，使用 NeurIPS、ICML 和 ICLR 模板的 LaTeX 格式。
• 灵活集成： 兼容多种 LLM 后端（如 Claude Code、Gemini CLI 等）和消息平台。