1. 项目概述从灵感到论文的自动化研究助手在科研工作中最令人兴奋又最耗费精力的莫过于从零散的文献、模糊的直觉中一步步构建出严谨的、可发表的成果。这个过程通常需要经历文献调研、假设生成、理论证明、实验验证和论文撰写等多个环节每个环节都充满了不确定性。EurekaClaw 这个开源项目正是为了解决这个痛点而生。它将自己定位为一个“捕捉你灵光一现时刻的AI”本质上是一个多智能体AI研究助手旨在将你一个初步的想法或问题自动化地转化为一份可发表的学术成果。简单来说你可以把它理解为一个高度自动化的“研究副驾驶”。你给它一个研究方向、一个待证明的猜想甚至只是几篇核心论文的arXiv ID它就能启动一个完整的流水线自动爬取和总结相关文献分析现有研究的模式与空白生成新颖的假设并尝试进行严格的数学证明最后将整个过程整理成结构完整、引用规范的LaTeX论文草稿。更厉害的是它还能与你进行多轮对话针对生成的论文进行问答甚至根据你的反馈一键重写修订。这一切都可以在你的本地终端或浏览器中完成确保了研究的私密性和可控性。这个工具特别适合几类人一是独立研究者或博士生他们需要快速探索一个新领域并产出初步成果二是希望验证某个理论猜想但缺乏完整时间链条的研究者三是任何想要体验AI如何系统化辅助深度思考过程的技术爱好者。它不是一个替代人类创造力的工具而是一个强大的“思维加速器”和“执行放大器”。2. 核心架构与工作流拆解EurekaClaw 的核心是一个精心设计的、模块化的多智能体流水线。理解这个架构是有效使用它的关键。整个系统不是一个大模型在蛮干而是由多个各司其职的“专家”智能体协同工作每个智能体都有明确的输入、输出和可调用的工具集。2.1 多智能体流水线全景项目的核心工作流可以概括为下图所示的七个阶段这是一个从模糊到具体、从发散到收敛的递进过程[用户输入] - [文献爬虫] - [知识综合] - [假设生成] - [定理证明] - [实验验证] - [论文撰写] - [可发表成果]输入与解析系统首先解析你的指令。无论是prove一个具体猜想explore一个宽泛领域还是from-papers基于特定论文出发系统都会将其转化为一个结构化的研究任务。文献爬虫与知识构建这是研究的基石。系统会调用arxiv_search和semantic_scholar等工具根据任务主题爬取最新的相关论文。它不仅仅是下载PDF更重要的是进行深度总结、提取关键公式、方法、结论并构建一个临时的“知识图谱”理清文献间的引用、继承与矛盾关系。这一步的质量直接决定了后续假设的新颖性和可靠性。假设生成器在消化文献的基础上一个专门的智能体会尝试进行“模式识别”和“缺口发现”。它会分析现有理论在哪些边界条件下失效哪些经验规律缺乏严格证明不同领域的成果能否交叉融合产生新想法然后它会生成一个或多个具体的、可检验的研究假设。这个过程模拟了人类研究者的“灵感迸发”时刻。定理证明器这是技术核心也是一个“自底向上”的七阶段管道。它不会试图一步到位证明最终定理而是分解将大定理拆解成一系列更小的引理Lemma。策略规划为每个引理选择合适的证明策略如归纳法、反证法、构造法。逐步证明调用形式化证明工具如Lean4或符号计算工具如WolframAlpha结合LLM的逻辑推理一步步完成证明。验证与回溯如果某一步证明失败系统会回溯到上一步尝试替换引理或调整策略。这个过程会循环迭代直到所有引理被证明最终定理得证。实验验证器对于涉及算法或数值结论的理论系统会启动一个实验验证环节。它可以生成Python代码运行模拟实验用数值结果检验理论边界是否合理。如果实验数据与理论预测偏差过大它会发出警告甚至触发证明器的重新审视。论文撰写器将所有成果整合成文。这个智能体不仅文笔流畅更懂学术规范。它会自动组织章节引言、相关工作、预备知识、主要结果、证明、实验、结论插入格式正确的LaTeX定理环境\begin{theorem}...\end{theorem}管理参考文献引用并确保整篇论文在逻辑上自洽、在形式上专业。输出与交互生成最终的PDF和LaTeX源文件。此时你可以进入“审阅模式”与论文进行问答或者直接下达指令进行修订。注意这个流水线并非总是线性执行。GATE_MODE配置项提供了三种控制模式auto全自动、human在关键节点等待人工确认、none快速模式跳过部分验证。对于重要研究建议初期使用human模式在假设生成和定理证明前进行人工把关避免AI“跑偏”。2.2 核心组件深度解析智能体每个阶段都由一个或多个专门的LLM智能体驱动。例如“假设生成器”可能使用更具创造性的模型配置而“定理证明器”则使用逻辑更严谨、更“固执”的模型。它们通过一个中央的KnowledgeBus共享上下文和中间结果。工具集智能体的能力边界由其可调用的工具决定。EurekaClaw 集成了强大的工具链学术搜索arXiv, Semantic Scholar API用于获取最新文献。形式化证明Lean4 集成用于进行机器可验证的严格证明。符号与数值计算WolframAlpha API用于公式推导和符号计算Python 沙箱用于运行模拟实验。文档处理读取、解析、编译 LaTeX从PDF中提取文本等。记忆系统这是EurekaClaw实现“持续学习”的关键。它包含三层情景记忆记录当前会话的所有步骤、决策和中间结果用于回溯和解释。持久记忆将成功的证明策略、有效的文献分析模式提炼成“技能”存储到本地知识库~/.eurekaclaw/skills/。后续会话可以调用这些技能实现经验复用。知识图谱跨会话构建领域内的实体概念、定理、人物关系图帮助在新问题中快速定位相关知识。领域插件系统研究领域千差万别。机器学习理论和社会科学的证明范式完全不同。EurekaClaw 通过DomainPlugin抽象来适应不同领域。例如内置的MABDomain多臂老虎机领域知道该领域的核心定理、常用不等式和经典算法。用户可以为自己的领域如计算生物学、量子化学编写插件告诉系统该领域的先验知识、常用工具和评价标准。3. 从零开始安装、配置与初体验理论再美好不如亲手运行一次。下面我将以最推荐的Docker安装方式为例带你完成从安装到第一个“Eureka时刻”的全过程。选择Docker是因为它几乎屏蔽了所有环境依赖问题真正做到开箱即用。3.1 环境准备与安装假设你在一台Linux服务器或本地Mac/Linux电脑上操作。首先确保Docker已安装并运行。第一步拉取镜像这是最耗时的一步但只需做一次。EurekaClaw提供了CPU和GPU两个版本。# 对于绝大多数用户CPU版本足够 docker pull eurekaclaw/eurekaclaw:latest # 如果你的研究涉及大量数值实验且拥有NVIDIA GPU可以使用GPU版本 docker pull eurekaclaw/eurekaclaw:gpu镜像大小约10-13GB包含了Python 3.11, Node.js环境以及所有预编译的依赖。第二步准备配置文件与环境变量EurekaClaw需要一个大语言模型API来驱动智能体。它主要支持Anthropic的Claude系列模型。你有两种认证方式API Key直接使用Claude API的密钥。OAuth如果你订阅了Claude Pro/Max可以通过官方授权方式无需直接处理API Key更安全方便。这里以API Key方式为例。首先创建一个工作目录并准备环境变量文件mkdir eurekaclaw-workspace cd eurekaclaw-workspace curl -O https://raw.githubusercontent.com/EurekaClaw/EurekaClaw/main/.env.example cp .env.example .env然后用文本编辑器打开.env文件找到ANTHROPIC_API_KEY这一行填入你的密钥ANTHROPIC_API_KEYsk-ant-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx你可以根据注释调整其他配置例如将GATE_MODE设为human以便在关键步骤介入或者修改默认模型。第三步启动浏览器UI推荐这是最直观的交互方式。运行以下命令docker run --rm -it -p 8080:8080 --env-file .env \ -v $(pwd)/.eurekaclaw:/root/.eurekaclaw \ eurekaclaw/eurekaclaw解释一下参数--rm容器退出后自动删除保持系统清洁。-it交互式终端方便看到日志。-p 8080:8080将容器的8080端口映射到本机的8080端口。--env-file .env加载我们刚才配置的环境变量。-v $(pwd)/.eurekaclaw:/root/.eurekaclaw将本地的.eurekaclaw目录挂载到容器内用于持久化存储会话历史、技能和缓存数据。这个挂载非常重要否则每次重启容器你的所有工作记录都会丢失。执行后终端会输出日志最后出现EurekaClaw UI is running at http://0.0.0.0:8080。打开你的浏览器访问http://localhost:8080就能看到EurekaClaw的Web界面了。实操心得第一次启动时系统会初始化并下载一些必要的模型数据如嵌入模型可能需要几分钟。如果长时间卡住可以查看终端日志。另外强烈建议使用-v参数挂载一个持久化目录。我最初测试时没挂载几次会话记录都没了后来不得不重新开始。3.2 首次运行探索一个经典问题安装完成后我们不在UI中操作先通过CLI感受一下最核心的prove命令的威力。新开一个终端进入刚才的工作目录。安装内置技能在第一次使用前需要安装一些预定义的证明策略和领域知识技能。docker run --rm -it --env-file .env \ -v $(pwd)/.eurekaclaw:/root/.eurekaclaw \ eurekaclaw/eurekaclaw install-skills发起第一个证明任务让我们尝试一个机器学习理论中经典且表述清晰的问题——关于Transformer模型的样本复杂度。docker run --rm -it --env-file .env \ -v $(pwd)/.eurekaclaw:/root/.eurekaclaw \ eurekaclaw/eurekaclaw prove \ The sample complexity of a transformer model with L layers and d-dimensional embeddings is O(L * d * log(d) / epsilon^2) for achieving epsilon generalization error. \ --domain ML theory \ --output ./my_first_proof这个命令做了以下几件事prove启动证明流水线。引号内内容是我们输入的猜想一个关于Transformer样本复杂度的数学陈述。--domain ML theory指定研究领域系统会调用相应的领域插件和知识。--output ./my_first_proof指定输出目录。执行后你会看到终端开始滚动输出颜色丰富的日志标记了不同阶段 Crawling arXiv...正在爬取“样本复杂度”、“Transformer”、“泛化误差”相关的近期论文。 Found XX relevant papers. Summarizing...找到并总结论文。 Hypothesis generated: ...基于文献生成更具体或相关的假设。 Theorem Prover working...证明器开始工作拆解引理调用Lean4或WolframAlpha。✨ Theorem X.X drafted. LaTeX ready.定理被形式化表述并准备好插入论文。 Paper draft saved to ...完整的LaTeX论文草稿生成完毕。整个过程可能需要10到30分钟取决于问题的复杂度和网络状况。完成后去./my_first_proof目录下你会找到paper.tex和paper.pdf文件以及一个包含完整会话日志、中间证明步骤的session.json文件。踩坑记录第一次运行时我遇到了超时错误。原因是默认的API调用超时时间LLM_HTTP_TIMEOUT_SECONDS300对于复杂的证明步骤可能不够。如果你的猜想很复杂建议在.env文件中将这个值调大比如设置为60010分钟。同时也要注意API的速率限制和费用。4. 核心功能实战与进阶技巧掌握了基础操作后我们来深入看看EurekaClaw的几个杀手锏功能以及如何高效地利用它们。4.1 三种输入模式的选择策略EurekaClaw提供了三种入口对应不同的研究起点prove “conjecture”这是最直接的模式。适用场景你有一个非常具体、形式化表述的猜想需要证明。例如“在图G中如果最大度数为Δ则其边色数至少为Δ”。技巧陈述尽量精确。使用标准的数学术语明确变量和量词∀, ∃。模糊的陈述会导致AI在文献调研阶段就迷失方向。from-papers arXiv_ids从特定论文出发。适用场景你读了一两篇前沿论文想在此基础上做扩展或者发现其中可能存在的漏洞或未证明的引理。例如eurekaclaw from-papers 2005.14165 1706.03762 --domain “attention mechanisms”。技巧最好提供2-3篇高度相关的核心论文。系统会精读这些论文并以此为核心去扩展搜索相关文献构建知识网络寻找可拓展的点。explore “domain”探索一个广阔领域。适用场景你刚进入一个新领域想快速了解该领域的核心问题、开放挑战和潜在的研究机会。例如eurekaclaw explore “causal inference in high-dimensional data”。技巧领域描述可以稍宽泛但最好加上一两个限定词帮助AI聚焦。例如“联邦学习中的隐私攻击”就比“联邦学习”更好。这个模式不会直接产出证明而是会生成一份领域调研报告列出关键论文、未解决问题和可能的研究假设是你开启新项目的绝佳起点。4.2 论文问答与审稿回复助手这是我认为最实用的功能之一。论文写完了如何快速理解它、批判它甚至准备审稿回复EurekaClaw的QA模式让你可以和你的论文对话。在CLI中使用当prove或from-papers任务完成后系统会询问Review the paper? [y/N]。输入y即可进入交互式问答模式。Question (Enter to accept): 请解释定理3.1的证明中第二步为什么可以使用Jensen不等式AI会定位到论文中定理3.1的证明部分理解上下文然后给出解释。更强大的是它不仅限于生成的论文。你可以用eurekaclaw review session-id命令加载任何历史会话进行问答。在浏览器UI中使用体验更佳。在“Paper”标签页左侧是实时编译的PDF预览右侧是聊天框。你可以像审稿人一样提问“Figure 2 的实验结果似乎与 Theorem 1 的推论不符请解释可能的原因。” AI会分析论文内容甚至主动去搜索相关文献来佐证或解释其回答生成带有引用的回复草稿。这简直是准备Rebuttal审稿回复信的神器。实操心得QA模式依赖于模型对长上下文的理解能力。对于非常长的论文可能需要对上下文进行“压缩”。EurekaClaw有自动上下文压缩机制由CONTEXT_COMPACT_TOKEN_THRESHOLD等参数控制但有时会丢失细节。对于核心部分的深入讨论建议先让AI总结相关章节再针对总结进行提问。4.3 一键重写与迭代修订基于QA对话的积累或者你直接有了新的想法你可以命令AI重写论文。在QA界面输入r进入重写模式。Describe what to fix: - 在引言部分增加与最近一篇2024年顶会论文arXiv:2403.xxxxx的对比讨论。同时将实验部分的基线模型增加一个最新的SOTA方法。系统会保留原有的证明核心和结构但根据你的指令重新组织语言、增删内容、更新引用。重写后的版本会保存为paper_v2.tex并与旧版本一起管理。如果重写结果不满意还可以轻松回滚。重要提示重写功能非常强大但指令需要具体。“写得更好”是无效指令。“在每一节开头增加一段摘要性段落”则是有效指令。结合QA模式先通过提问让AI理解哪里不足再指令它修正效果最佳。4.4 技能系统与持续学习这是EurekaClaw区别于一次性脚本的“智能”所在。每次成功的证明其策略例如“针对这种递归结构的不等式优先考虑使用归纳法”会被抽象、总结形成一个“技能”文件Markdown格式存储在~/.eurekaclaw/skills/目录下。查看已有技能docker run --rm -it --env-file .env \ -v $(pwd)/.eurekaclaw:/root/.eurekaclaw \ eurekaclaw/eurekaclaw list-skills编写自定义技能当你发现某个证明技巧或文献分析方法反复有用可以手动将其固化为技能。创建一个my_skill.md文件放在技能目录下内容大致如下# 技能利用对称性简化图论证明 **触发关键词**graph, symmetry, automorphism, invariant **适用领域**graph theory, combinatorics **技能描述**当问题涉及图的对称性如顶点传递图时优先考虑寻找图的自同构群利用群作用将问题约化到代表元上从而简化证明。 **示例代码/思路** 1. Identify the automorphism group Aut(G) of the graph. 2. Pick an arbitrary vertex v. Show that the property in question is invariant under the action of Aut(G). 3. Thus, it suffices to prove the property for a single vertex in each orbit. 4. This reduces the problem from |V(G)| to number of orbits.当下次遇到图论中带有“对称性”关键词的问题时系统可能会自动注入这个技能指导证明器采用这个高阶策略。5. 高级配置与性能调优要让EurekaClaw在复杂任务上稳定发挥需要理解并调整一些关键配置。配置文件.env是你的控制面板。5.1 关键配置参数解析变量名推荐设置作用与调优建议EUREKACLAW_MODELclaude-sonnet-4-6核心推理模型。Sonnet在推理和成本间平衡较好。对证明任务可尝试claude-haiku-3追求速度或claude-opus-3追求最高质量但更贵更慢。GATE_MODEhuman(初期) -auto控制流水线关卡。human模式会在生成假设、开始证明等关键点暂停等待你的确认。这是避免AI跑偏最重要的安全阀。熟悉后可用auto。THEORY_MAX_ITERATIONS15证明循环的最大迭代次数。对于复杂猜想默认的10次可能不够导致证明提前终止。可适当调高但注意会增加时间和API成本。EXPERIMENT_MODEauto是否运行实验验证。auto下系统会判断理论是否需要数值验证。如果你纯做理论证明可设为false节省资源。CONTEXT_COMPACT_TOKEN_THRESHOLD28000上下文压缩的令牌阈值。Claude模型上下文窗口有限如200K。当对话历史超过此阈值系统会自动压缩旧消息保留核心摘要。调高此值能保留更多细节但可能触发模型长度限制。LLM_HTTP_TIMEOUT_SECONDS600API调用超时时间。复杂推理步骤可能很长尤其是调用WolframAlpha或运行代码时。遇到超时错误就调大这个值。ANTHROPIC_AUTH_MODEoauth如果你有Claude Pro/Max订阅强烈建议使用OAuth模式。更安全且通常有更高的速率限制。配置稍复杂但文档有详细步骤。5.2 处理复杂任务与故障排查即使配置得当研究过程也充满意外。以下是一些常见问题及解决思路问题1流水线卡在“文献爬取”阶段很久。可能原因arXiv或Semantic Scholar API限速或暂时不可用搜索关键词太宽泛返回了成千上万篇论文。排查查看终端日志看它卡在哪个具体的搜索查询上。尝试用explore模式配合更精确的关键词先做小范围探索。技巧你可以通过编写自定义的“领域插件”预先指定该领域的核心论文列表和关键词减少盲目爬取。问题2证明器陷入循环不断尝试又失败。可能原因猜想本身可能是错误的或者超出了当前AI和工具的能力范围证明策略库技能中缺乏有效的方法。排查将GATE_MODE设为human观察它在哪一步失败。检查它生成的“证明草图”看逻辑链条在哪里断裂。解决人工介入通过QA模式给它一个提示比如“尝试用概率耦合的方法来证明这个不等式”。或者将大猜想分解成几个子猜想分别用prove命令攻克。问题3生成的论文语言生硬逻辑跳跃。可能原因写作智能体收到的上下文可能不完整或者领域插件中缺乏良好的写作模板。解决利用重写功能。在QA模式中先让AI自己总结每一章的核心贡献和逻辑“请用三句话总结引言部分的核心论点”然后指令它“根据我们刚才的讨论重写引言部分确保逻辑流畅并突出我们的工作与[某篇论文]的核心区别。”问题4API费用消耗过快。可能原因THEORY_MAX_ITERATIONS设置过高EXPERIMENT_MODE始终开启且实验代码低效。优化从explore或from-papers开始而不是直接prove一个模糊的想法减少无效搜索。在.env中设置CACHE_LLM_RESPONSEStrue如果支持缓存重复的LLM调用。对于实验部分考虑在本地先写好验证代码然后通过自定义工具的方式集成进去避免AI生成低效循环代码。6. 自定义扩展打造专属研究助手EurekaClaw的强大之处在于其可扩展性。你不仅可以用它还可以改造它让它更贴合你的特定研究领域。6.1 添加自定义工具假设你的领域需要调用一个特定的仿真软件如NS-3网络模拟器或数据库。你可以创建一个新的工具类。# 示例一个简单的自定义工具用于查询特定数据库 from eurekaclaw.tools.base import BaseTool from typing import Dict, Any class MyDomainDatabaseTool(BaseTool): name query_my_database description Query the specialized MyDomain database for empirical results. parameters { query: {type: string, description: SQL-like query string.} } async def run(self, query: str) - Dict[str, Any]: # 这里实现与你数据库的实际连接和查询逻辑 # 例如使用sqlite3, psycopg2或某个API客户端 results self._execute_query(query) return {success: True, data: results}然后在配置中注册这个工具系统的智能体就可以在需要实证数据时调用query_my_database了。6.2 创建领域插件这是更深度的定制。如果你专门研究“计算神经科学”可以创建一个ComputationalNeuroscienceDomain插件。继承DomainPlugin基类。定义领域的核心概念列表如“Hodgkin-Huxley模型”、“STDP”、“fMRI BOLD信号”。提供领域特有的公理、常用定理模板。指定该领域下实验验证器应该优先使用哪些工具比如优先用Brian2模拟器而不是通用Python。定义该领域论文的典型章节结构模板。创建好后在prove或explore时使用--domain computational_neuroscience系统就会加载你的插件用领域知识来指导整个研究流程。6.3 贡献与社区EurekaClaw是一个开源项目。如果你开发了好用的工具、领域插件或技能可以考虑向官方仓库提交Pull Request。项目采用Apache 2.0协议允许商业使用生态的繁荣会让大家共同受益。在投入真实的重要研究前务必在本地用一些小型、已知的问题进行充分测试理解其能力和边界。它目前最擅长的是形式化程度较高、有大量相关文献的理工科理论问题。对于高度依赖直觉、创造性或非结构化数据的研究它更多是辅助而非主导。