一天一个开源项目（第65篇）：AI-Researcher - 自动化科学研究的终极利器

引言“科学发现的未来在于人机协同的智能演进。”这是“一天一个开源项目”系列的第65篇文章。今天带你了解的项目是AI-Researcher。传统的科研工作往往意味着数月甚至数年的文献查阅、代码调试和论文撰写。由香港大学数据科学实验室HKUDS开发的AI-Researcher正试图打破这一瓶颈。它不仅能帮你搜集资料还能像一个资深的博士生一样自主提出研究想法、编写实验代码并最终生成高质量的学术论文。你将学到什么AI-Researcher 如何实现端到端的科研自动化项目的核心架构与技术栈Docker 隔离、LiteLLM 集成科学研究 Agent 的核心功能模块如何利用 AI-Researcher 快速验证科研点子它与 GPT-Researcher 等传统调研工具的区别前置知识了解基本的大语言模型LLM概念熟悉 Python 基础环境配置对学术研究流程文献综述、实验、论文撰写有基本认知项目背景项目简介AI-Researcher 是一个旨在自动化整个科学研究生命周期的自主系统。与仅限于信息检索的 AI 助手不同它构建了一个闭环系统从生成新颖的研究方向到在安全的 Docker 容器中执行实验代码再到利用专属的 Writer Agent 生成 LaTeX 格式的学术手稿。作者/团队介绍团队: 香港大学数据科学实验室 (HKUDS Lab)核心成员: Jiabin Tang, Lianghao Xia, Chao Huang 等项目亮点: 该项目相关论文已被接收为NeurIPS 2025 Spotlight论文标志着其在人工智能学术界的顶级认可。项目数据⭐ GitHub Stars: 15k Forks: 600 版本: Latest License: Apache-2.0 官网: https://github.com/HKUDS/AI-Researcher主要功能核心作用AI-Researcher 的核心作用是将“研究想法”转化为“科研产出”。它通过多 Agent 协作完成了从文献检索到实验验证再到成果总结的全过程。使用场景科研立项前的快速验证在投入大量时间调研前利用 AI-Researcher 快速跑通初步实验验证想法的可行性。文献综述自动生成快速梳理特定领域的最新进展并识别当前研究的空白点。算法原型开发将论文中的数学公式自动转化为可执行的 Python 代码并进行基准测试。辅助撰写学术草稿自动生成包含实验图表、表格和引用的 LaTeX 论文初稿。快速开始准备工作确保已安装uv(推荐) 和Docker。# 1. 克隆并进入目录gitclone https://github.com/HKUDS/AI-Researcher.gitcdAI-Researcher# 2. 创建环境并安装依赖 (使用 uv 极速安装)uv venv--python3.11source.venv/bin/activate uv pipinstall-e.playwrightinstall# 3. 配置环境变量cp.env.template .env# 在 .env 中填入你的 OPENAI_API_KEY 或其他模型 Key# 4. 启动 Web 界面python web_ai_researcher.py核心特性多级交互模式支持从具体的 Idea 描述入手也支持仅通过参考论文激发灵感。自主工程能力能自动配置环境、编写代码并在 Docker 中安全运行实验。闭环反馈机制Agent 会根据实验结果自动分析失败原因或优化算法性能。高质量论文生成内置专门的 Writer Agent生成遵循学术规范的多章节 PDF/LaTeX 文档。模型兼容性强基于 LiteLLM支持 Claude 3.5, GPT-4, DeepSeek 等多种主流模型。项目优势对比项AI-Researcher (HKUDS)GPT-Researcher (通用版)最终产出全套代码 学术论文 (PDF/LaTeX)Markdown 调研报告核心能力代码执行与实验验证信息整合与总结创新性能够提出并验证新算法整理已有的网络信息环境依赖需要 Docker 隔离执行环境主要是网络搜索 API为什么选择这个项目工程落地它不只是“会说话”它真的“会写代码”且“敢跑实验”。学术标准生成的论文结构严谨符合顶会/期刊的审美与逻辑。自由度高通过闭环反馈机制它表现出极强的故障排查和自我优化能力。项目详细剖析架构设计多 Agent 协作流程AI-Researcher 的成功源于其高度解耦的 Agent 架构1. Idea Agent (灵感引擎)根据用户输入的种子Seed或参考论文利用思维链CoT生成具有新颖性和可行性的研究方案。它会评估方案的学术贡献点。2. Engineering Agent (代码与构建)这是项目最具特色的部分。它负责自动生成实验脚本。在 Docker 容器中拉起虚拟环境。执行python main.py并捕获标准输出和指标。自我纠错如果代码报错它会读取 Error 日志并重写代码。3. Validator Agent (结果审核)分析实验产出的results.json或日志文件对比基准数据判断该研究方向是否达到了预期效果为后续的论文撰写提供数据支撑。4. Writer Agent (论文创作)基于 LaTeX 模板将研究背景、方法论、实验数据和结论串联起来。它能自动处理 BibTeX 引用确保证据与结论的逻辑链条完整。项目地址与资源官方资源GitHub: https://github.com/HKUDS/AI-Researcher文档: GitHub README研究机构: HKUDS Laboratory适用人群在校大学生与研究生加速开题调研和实验对比阶段。AI 实验室研究员快速探索非核心领域的点子。独立开发者/科学家以极低的人力成本探索复杂的算法实现。欢迎来我中的个人主页找到更多有用的知识和有趣的产品