bo老师
开源仓库HKUDS/AI-Researcher5,576 Stars

AI Researcher

把机器学习研究想法或参考论文自动转成可运行实验和LaTeX论文

面向机器学习研究者，适合已有研究想法或参考论文后需要快速实现验证的场景。系统先检索相关代码和论文，再由多Agent协作完成实验实现、评审修正和论文撰写。

bo老师判断：谨慎使用

有明确用途，许可、运行风险或证据边界需要先核对。

访问原仓库查看分享卡
...互动状态已更新

什么时候用

先判断任务是否合适

  • 已有明确的研究想法，需要快速实现代码并验证可行性
  • 拿到一篇参考论文，希望在其基础上产生创新想法并实验
  • 需要构建新的机器学习基准数据集供后续研究使用
  • 希望自动完成实验代码、评审修正和论文初稿撰写

先准备什么

材料越清楚，结果越有用

  • •准备研究想法描述或参考论文的标题和arXiv链接
  • •配置OpenAI API Key和GitHub Token用于模型调用和搜索
  • •准备Docker运行环境，确保GPU端口和缓存目录可用
  • •确认参考代码仓库和数据集的许可协议允许复用

它会怎样推进

从材料到可以检查的结果

  1. 01

    检索资源

    根据参考论文搜索GitHub和arXiv，选择最相关的候选代码仓库和论文源码

  2. 02

    生成计划

    根据研究想法和检索结果制定数据集、模型、训练测试的完整方案

  3. 03

    实现实验

    在Docker容器中编写项目代码，完成真实数据的两轮训练和测试

  4. 04

    评审修正

    对实现代码逐项审查，反复修正直至满足研究想法的全部要求

  5. 05

    分析提炼

    分析实验结果，生成下一轮实验计划并补充可视化或新实验

  6. 06

    撰写论文

    根据实验结果和代码生成各章节LaTeX论文，处理引用并编译

第一次这样开始

把仓库地址直接交给 AI

先让 AI 说明环境和风险，再完成最小安装验证。跑通以后，再把自己的真实材料放进去。

第一次直接复制

帮我安装这个库：https://github.com/HKUDS/AI-Researcher
安装前先告诉我需要什么环境，安装后帮我跑通一个最小示例。
请先说明许可证和安装风险，等我确认后再安装。

结果出来后

先看这些检查点

  • 检查生成的项目代码是否完整运行，训练测试结果是否合理
  • 验证评审建议已被采纳，代码覆盖了研究想法的全部学术概念
  • 确认生成的论文忠实反映实验结果，引用和图表准确无误
  • 审查实验分析报告中的结论是否有真实数据支撑

常见误区

这些判断仍由你负责

  • 在没有明确研究想法时启动系统，生成方向可能偏离预期
  • 忽略候选代码仓库和数据集的使用许可，未确认版权风险
  • 把自动评审的fully_correct当作绝对可信，跳过人工复核
  • 让系统在缺少GPU、Docker或API Key时强行运行导致中断

技术依据

查看能力拆解、验证范围与来源

能力地图6 项已拆解能力
  1. 01

    Level1给定想法到实验实现闭环

    把用户已经给出的机器学习研究 idea、benchmark instance、参考论文和候选代码仓，转成可运行项目、两轮训练测试、评审建议、提交实验结果和后续实验 refinements。

  2. 02

    Level2参考论文到创新想法实现

    把用户只提供参考论文、没有明确创新 idea 的任务，转成多个候选研究想法、一个精选并细化的 idea、代码实现调查、实验实现、评审修正和实验 refinement。

  3. 03

    创新基准数据构建

    把一组论文标题或关键词、PDF 和 LLM 指令模板，转成包含目标论文、source papers、task1、task2、领域元数据和匿名化处理的 innovation benchmark 数据。

  4. 04

    参考论文与代码资源选择下载

    把 benchmark 中的参考论文、日期边界和用户任务，转成一组 reference codebases、reference paths、reference papers，并把被选论文的 arXiv source 下载成本地 TeX 文件。

能力主要输入主要输出人工检查

Level1给定想法到实验实现闭环

源码已核对

  • benchmark instance：benchmark/final/<category/<instanceid.json，包含 sourcepapers、task1 或 task2、目标论文 URL 和 instance id。
  • 用户给定 idea：runinferplan.main(args, ideas, references) 的 ideas 参数。
  • 参考论文文本：由 warpsourcepapers 或 Web GUI reference 输入进入。
  • /{workplacename}/project/ 下的代码、数据处理、训练和测试脚本。
  • 两轮训练测试的运行结果。
  • judge 评审建议和可能的 fullycorrect 状态。
  • 是否允许外部模型读取论文、代码和实验结果。
  • 是否允许 Docker 拉起容器并挂载工作目录。
  • GPU、端口、缓存目录和输出目录是否可用。

Level2参考论文到创新想法实现

源码已核对

  • benchmark instance：benchmark/final/<category/<instanceid.json。
  • 参考论文列表：用户输入或 benchmark JSON 中的 sourcepapers。
  • 类别任务说明：benchmark.process.datasetcandidate.<category.metaprompt 的 TASK 和 dataset 描述。
  • 多个 candidate idea。
  • 精选和增强后的 idea report。
  • code survey implementation report。
  • 生成 idea 是否真实新颖，是否和参考论文冲突。
  • 参考代码和数据集是否允许复用。
  • code survey 是否覆盖了 idea 中每个学术概念。

创新基准数据构建

源码已核对

  • benchmarkcollection/paperstosearch：论文标题或关键词。
  • exactmatch：是否精确匹配标题。
  • arXiv、Semantic Scholar 和 Crossref API。
  • papertitles/papertitles.json
  • papertitles/pdfs/.pdf
  • innovationgraph/innovationgraph.json
  • 论文标题和 PDF 是否匹配。
  • source paper 是否真的支撑 target task。
  • LLM 生成的 task 是否保留作者原意。

参考论文与代码资源选择下载

源码已核对

  • metadata["sourcepapers"]：每项包含 reference 和 usage。
  • metadata["datelimit"]：来自目标论文 arXiv metadata。
  • GitHub token：GITHUBAITOKEN。
  • referencecodebases
  • referencepaths
  • referencepapers
  • reference codebases 是否真的对应论文。
  • arXiv title 是否匹配正确版本。
  • 下载的论文 source 是否可用于后续模型调用。

实验实现评审与迭代修正

源码已核对

  • innovative idea 或精选 idea。
  • prepare agent 的 reference codebases。
  • coding plan 和 model survey notes。
  • code review report。
  • judge fullycorrect 判断和 suggestion。
  • 修正后的 project/。
  • judge suggestion 是否可信。
  • 是否继续消耗 GPU 做修正和进一步实验。
  • submit 阶段是否允许只改 epochs。

研究结果到LaTeX论文生成

源码已核对

  • researchfield：例如 vq 或 rec。
  • instanceid：目标论文或项目 id。
  • agent 输出目录、model 代码目录、project 目录和 benchmark JSON。
  • methodology.tex
  • relatedwork.tex
  • experiments.tex
  • 论文目标会议和格式是否正确。
  • 章节是否引用真实实验结果。
  • 相关工作引用是否可查。

处理机制

  1. 01

    Docker执行环境与浏览器下载边界

    解释 AI-Researcher 如何把 agent 的文件读写、命令执行、Python 运行、网页下载和数据集准备限制在 Docker workspace 与本地挂载目录之间，以及这个机制有哪些失败边界。

  2. 02

    MetaChain多agent工具调用与缓存

    解释 AI-Researcher 多张能力卡共享的 agent 运行骨架：模型消息怎样调用工具、工具结果怎样进入上下文、agent 怎样切换、错误怎样留在消息里、缓存怎样影响长流程恢复。

  3. 03

    基准实例与产物目录状态链

    解释 AI-Researcher 如何把 benchmark instance、dataset candidate、workspace project、paper source、paper agent target sections 和 cache/log 组织成一条产物状态链。

已核对范围

  • README Level 1 usage
  • researchagent/runinferplan.py
  • researchagent/inno/agents/innoagent/
  • researchagent/inno/workflow/flowcache.py
  • researchagent/inno/environment/dockerenv.py
  • README Level 2 usage
  • researchagent/runinferidea.py
  • ideaagent and codesurveyagent definitions

仍待核对

  • true LLM calls
  • Docker execution
  • GPU training
  • external GitHub and arXiv calls
  • generated project correctness
  • generated idea novelty
  • code survey completeness
  • true end to end run

读取版本

f9a6f8480860c193afff600eeffe3defcee8a978

许可

未发现明确许可

最近核对

内容 2026-06-16
Stars 2026-07-11

已完成源码核对

相关文章

科研之我见

AI 可以参与科研的哪些环节？一张 11 环节工作流全景图

从选题、文献、理论、数据到投稿，逐环节判断 AI 可以主导、需要人工校验和必须由研究者把关的工作。

查看内容

具备相关能力的其他库

文献 · 验证

paper-qa

从本地论文和文档中检索证据并生成带精确引用的科研答案

查看内容

文献 · 分析 · 写作

grobid

把学术论文PDF解析成结构化TEI XML，提取元数据、全文结构和参考文献

查看内容

设计 · 分析 · 验证

CausalPy

用贝叶斯方法做准实验因果推断，含10+方法和稳健性诊断套件

查看内容

相关课程

把单项工具放进完整研究设计流程

课程一从研究问题、文献判断、理论假设和方法骨架继续推进，帮助你建立可以复用的研究设计档案。

查看课程一