这个工具提供了哪些能力
点开任一能力，看清怎么用
每个能力展开后是三件事：它会给你什么、你需要准备什么、哪些必须由你把关。
常见场景：希望从零生成多个新颖研究方向并快速验证可行性；基于已有模板实验代码，快速探索不同改进方向；需要端到端完成实验验证、论文写作和LaTeX编译；希望用自动评审快速评估论文质量并迭代改进
帮你把一个研究想法真正跑起来：它会改写模板里的实验代码并反复运行，根据结果继续修正，最后整理出画图脚本和实验笔记，供后面写论文时使用。
它会给你什么
- 每轮实验的运行脚本。
- 每轮实验的结果汇总文件。
- 画图脚本生成的图表文件。
你需要准备
- 研究想法的标题和实验计划说明。
- 基准实验的结果数据，作为对照起点。
- 模板项目里的实验代码、画图脚本和笔记文件。
由你把关
- 改动后的实验是否仍在回答最初的研究想法，由你核对。
- 是否允许删除失败的实验记录目录，由你决定。
- 实验指标是否足以和基准结果比较，由你核对。
帮你给生成的论文做自动评审：它把论文转成文本，按机器学习会议的评审表格式打分写意见，还可以让多个评审意见汇总后触发论文改进和二次评审。
它会给你什么
- 一份评审意见文本。
- 可选的改进后评审意见。
- 可选的改进后论文 PDF。
你需要准备
- 要评审的论文 PDF 文件。
- 大模型服务接口和所用模型。
- 评审表格式，默认按 NeurIPS 会议的风格。
由你把关
- 评审意见是否点出了实验里真实存在的缺陷，由你核对。
- 打分和列出的问题是否前后一致，由你核对。
- 改进后的论文有没有冒出缺乏依据的新说法或虚假结果，由你核对。
帮你免去繁琐的环境安装：它把运行所需的全部软件、论文排版工具和各模板的基准结果封装成一个可复现的容器镜像，启动容器就能直接跑整套流程。
它会给你什么
- 一个可复现的运行镜像。
- 各模板预先跑好的基准结果，省去手工准备。
- 预先下载好的示例数据集。
你需要准备
- 一个官方 Python 基础镜像。
- 一批固定版本的系统软件包。
- 一批固定版本的 Python 软件包。
由你把关
- 在你的机器上能否顺利构建这个镜像，排版工具体积较大，由你核对。
- 锁定的统计工具版本是否满足你的互信息估计需求，由你核对。
- 是否需要额外补一个指向另一入口脚本的启动配置，由你决定。
帮你让系统越跑越会选题：它一个接一个地生成研究想法，把每个想法做完实验后的评审得分记下来，作为下一轮生成的参考，形成不断自我改进的探索循环。
它会给你什么
- 一份持续增长的想法档案，记录每个想法及其得分。
- 每轮的实验结果、论文草稿和评审意见。
- 一份最终清单，汇总所有想法及其得分。
你需要准备
- 模板目录，里面有实验代码、画图脚本、提示词和初始想法。
- 大模型服务接口和所用模型名。
- 一份跨线程累积的共享想法档案，初始为空。
由你把关
- 想法数量和反思轮数的设置是否符合你的探索需求，由你决定。
- 得分反馈是否真的让想法越变越好，而不是越变越雷同，由你核对。
- 并行设置在你的接口限额下是否稳定，由你核对。
帮你按顺序跑完整个研究流程：它把通过新颖性检查的想法连同模板复制成独立的工作目录，依次安排实验、写论文、评审和可选的改进，并行时还能把任务分给多张显卡。
它会给你什么
- 一个按时间和想法命名的结果目录。
- 一份实验笔记。
- 一份运行日志。
你需要准备
- 一个实验模板目录。
- 通过新颖性检查的研究想法。
- 你提前跑基准实验得到的结果文件。
由你把关
- 是否允许运行大模型生成的代码，由你决定。
- 每个模板的基准结果是否已提前准备好，由你核对。
- 是否允许它访问外部服务、联网和写文件，由你决定。
帮你批量想研究点子并检查是否撞车：它根据模板和示例想法生成一批研究想法，再去学术文献库检索相关论文，判断每个想法是否足够新颖，并把结果标在清单里。
它会给你什么
- 一份研究想法清单文件。
- 带新颖性标记的想法列表。
- 供后续流程使用的新颖想法队列。
你需要准备
- 一个实验模板目录。
- 一份提示词文件，写明系统设定和任务描述。
- 实验代码文件，作为想法生成的背景材料。
由你把关
- 生成的想法是否适合当前模板能做的实验，由你核对。
- 检索词是否覆盖了核心同义词和已知相关工作，由你核对。
- 检索不到结果是说明想法新颖，还是搜索词不行，由你核对。
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。开始前想清楚要用哪个能力、把对应材料备在手边——每张能力卡展开后有具体清单。
第一次直接复制
帮我安装这个库：https://github.com/SakanaAI/AI-Scientist 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。
别这样用
这些判断，仍然由你负责
- 把LLM自动评审当作正式同行评审的替代品，忽略实验缺陷
- 不准备基线运行结果就启动流水线，实验缺乏对比基准
- 让系统在没有沙箱限制的环境中执行LLM生成代码，存在安全风险
- 忽略AI Scientist许可协议中的披露要求，发表时不声明AI参与
技术依据
查看能力拆解、验证范围与来源
技术依据
查看能力拆解、验证范围与来源
处理机制
- 01
多模型API与运行安全边界
这个机制解释 AI-Scientist 的模型 provider、API key、外部检索、GPU、LaTeX、许可证和 LLM 写代码风险如何共同限制各能力的可运行范围。
- 02
模板产物状态链路
这个机制解释 AI-Scientist 如何把模板目录、idea、实验运行、论文写作和 review 串成一条文件状态链。它跨越 idea 生成、模板调度、实验执行、论文写作和评审改进五张能力卡。
已核对范围
- 读取 performexperiments.py 的 coder prompt、runi 执行、stderr 截断、plot loop 和 notes 写入
- 读取 launchscientist.py 中 Aider Coder.create 与 performexperiments 调用
- 读取 README 的单篇 review 与 batch analysis 示例
- 读取 performreview.py 的 PDF 文本抽取、few-shot review、ensemble、meta-review、reflection 和 improvement
- 读取 launchscientist.py 的 review.txt 与 improved review 写入路径
- 静态读取 experimental/Dockerfile 全量（基础镜像/apt pin/pip pin/NPEET commit pin/全模板 baseline 预跑/entrypoint 构建期生成）
- 静态读取 generateideas.py generatenextidea/checkideanovelty（生效版第二份定义）、experimental/launchoescientist.py worker/顺序模式/doidea/Score 回写
- 读取 README 的模板准备、主运行命令和并行说明
仍待核对
- 未运行 Aider
- 未执行任何模板 experiment.py
- 未验证 runi/finalinfo.json 结构
- 未验证 plot.py 产物
- 未解析真实 PDF
- 未调用 GPT-4o review
- 未运行 ICLR batch analysis
- 未验证评分与真实评审一致性
读取版本
1de1dbc1f4ee2c5f61e9c94348d55eb51d7fa2eb许可
AI-Scientist-Source-Code-License-1.0
最近核对
内容 2026-06-16
Stars 2026-07-11
相关文章
具备相关能力的其他库
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。