科研自动化的全流程智能平台AI-Researcher

欢迎来到 AI-Researcher 本系统在自动化科学发现领域实现革命性突破，通过全新架构重塑传统科研范式。这个尖端平台为研究者提供：

全流程自主化：端到端的科研自动化
无缝协同：从概念到发表的完整闭环
先进AI整合：基于最前沿的智能体技术
科研加速器：高效推进科学创新

AI-Researcher系统支持两种研究需求输入模式

模式一：详细创意描述
用户提供完整的研究设想描述，系统将基于明确需求制定实施方案

模式二：文献启发创新
用户仅需提交参考文献，典型指令格式：”我有一些参考文献，请基于这些论文提出创新方案并实现”。系统将分析文献生成原创研究思路

核心功能架构
AI-Researcher通过模块化整合构建完整科研生态：

核心科研功能

文献综述：自动化文献分析与综合
创意生成：系统化梳理并形成新研究方向
算法设计与实现：方法论开发与工程落地
算法验证优化：自动化测试与迭代改进
结果分析：实验数据的深度解读
论文撰写：自动生成完整学术论文

快速开始

安装指南

AI环境安装

使用uv工具

推荐使用uv管理项目依赖（比conda更快）

ounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(line # 安装uv curl -LsSf https://astral.sh/uv/install.sh | sh source ~/.bashrc # 克隆项目 git clone https://github.com/HKUDS/AI-Researcher.git cd AI-Researcher # 创建并激活环境 uv venv --python 3.11 source ./.venv/bin/activate uv pip install -e . playwright install

Docker安装

我们使用Docker容器化技术部署智能交互环境。运行前请确保已安装Docker。执行以下命令获取研究智能体镜像：

ounter(line docker pull tjbtech1/airesearcher:v1

或通过提供的Dockerfile自行构建：

ounter(line cd ./docker && docker build -t tjbtech1/airesearcher:v1 .

API密钥配置

基于’.env.template’创建环境变量文件，配置包括API密钥、测试案例ID等参数：

ounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(line # ================ 容器配置 ================ DOCKER_WORKPLACE_NAME=workplace_paper BASE_IMAGES=tjbtech1/airesearcher:v1 COMPLETION_MODEL=openrouter/google/gemini-2.5-pro-preview-05-20 CHEEP_MODEL=openrouter/google/gemini-2.5-pro-preview-05-20 GPUS='"device=0"' CONTAINER_NAME=paper_eval WORKPLACE_NAME=workplace CACHE_PATH=cache PORT=7020 PLATFORM=linux/amd64 # ================ 大模型配置 ================ GITHUB_AI_TOKEN=您的GitHub_AI令牌 OPENROUTER_API_KEY=您的OpenRouter密钥 OPENROUTER_API_BASE=https://openrouter.ai/api/v1 # ================ 任务配置 ================ CATEGORY=vq INSTANCE_ID=one_layer_vq TASK_LEVEL=task1 MAX_ITER_TIMES=0

Web图形界面

基于gradio开发的Web界面可通过以下命令启动：

ounter(line python web_ai_researcher.py

环境变量配置界面：

案例选择界面：

工作原理

端到端科研自动化系统
AI-Researcher通过集成化流水线实现完整科研生命周期的自动化管理，包含三大战略阶段：
- 写作智能体 ：自动整合研究思路、算法框架和实验结果，生成结构完整的学术论文
- 设计阶段：构建理论框架与实施方案
- 实现阶段：将概念转化为可执行代码
- 验证阶段：系统化测试与性能评估
- 优化阶段：基于测试结果的迭代改进
- 资源收集器：从主流学术数据库自动获取跨领域研究资料
- 资源过滤器：基于引用量、代码维护等指标筛选高质量资源
- 创意生成器：系统分析现有方法局限，探索新兴研究方向
  1. 文献综述与创意生成
  2. 算法设计、实现与验证
    设计→实现→验证→优化四阶段闭环
  3. 论文撰写
综合基准测试体系
我们建立了标准化评估框架，包含：
1. 专家级基准：以人工撰写论文作为黄金标准
2. 多领域覆盖：涵盖CV、NLP、DM、IR四大方向
3. 开源基准构建：公开数据集处理全流程
4. 多维评估指标：创新性、实验完整性、理论基础等
易用型AI科研助手
特色功能包括：
1. 多模型支持：兼容Claude、OpenAI等主流模型
2. 一键启动：仅需提供参考文献即可开始研究
3. 低门槛：无需深厚领域知识即可获得专业成果
4. 开箱即用：最小化配置立即体验