AutoResearchClaw 是一个面向学术研究的开源自主研究流水线，口号是“Chat an Idea. Get a Paper.”，即用户提出一个研究想法，系统自动产出一篇完整论文。项目由 aiming-lab 开发，采用 MIT 许可证，相关论文已发布在 arXiv。
用途 AutoResearchClaw 旨在将研究从想法到论文的流程自动化。用户输入研究主题后，系统会检索真实文献、设计并执行实验、进行统计分析、组织多智能体同行评审，最终生成面向 NeurIPS/ICML/ICLR 等会议的 LaTeX 论文。它强调不产生虚构参考文献，并在实验失败时自我修复、假设不成立时转向、引用造假时剔除。
主要能力
- 23 阶段、8 个阶段的流水线，覆盖从想法到论文的完整流程。
- 文献来源包括 OpenAlex、Semantic Scholar 和 arXiv。
- 硬件感知沙箱实验，自动检测 GPU/MPS/CPU。
- 多智能体子系统：CodeAgent、BenchmarkAgent、FigureAgent。
- 多智能体同行评审与 4 轮论文质量审计，包括 AI 痕迹检测、7 维评审评分和 NeurIPS 检查清单。
- 输出到 artifacts/rc-YYYYMMDD-HHMMSS-<hash>/deliverables/，包含可编译的 LaTeX、BibTeX、实验代码和图表。
- 支持完全自主模式与 Human-in-the-Loop 副驾驶模式。
- 支持 MetaClaw 跨运行学习，将失败经验转化为可复用技能并注入后续运行。
- 支持加载开源和自定义技能，内置 20 个预置技能，覆盖科学写作、实验设计、化学、生物学等。
- 支持多领域实验智能体：高能物理（ColliderAgent）、生物学（COBRApy 代谢建模）、统计学（模拟研究智能体），以及覆盖化学/材料的通用 Docker 执行器。
- 提供 ARC-Bench 基准，包含 55 个开放自主研究主题，覆盖机器学习、高能物理、量子、生物学和统计学。
使用方式 推荐方式是在 OpenClaw 中安装并对话启动：OpenClaw 会自动处理 git clone、pip install、配置设置和流水线执行。用户只需发送类似“Research X”的消息。 也可独立通过 CLI 运行，或接入任意兼容 ACP 的编码智能体（Claude Code、Codex CLI、Copilot CLI、Gemini CLI、Kimi CLI 等），无需 API 密钥。通过 OpenClaw 桥接，还可从 Discord、Telegram、Lark（飞书）、WeChat 等消息平台启动研究。 流水线中的门控阶段（5、9、20）可暂停等待人工批准，或使用 --auto-approve 自动批准；拒绝时流水线回滚。副驾驶模式（--mode co-pilot）在第 7-8 阶段（Idea Workshop）、第 9 阶段（Baseline Navigator）和第 16-17 阶段（Paper Co-Writer）提供深度人机协作。
适用场景 适用于希望自动化文献调研、实验设计、代码生成、实验执行、统计分析和论文撰写的科研人员、研究团队和 AI 研究者。尤其适合需要快速探索研究想法、进行多领域实验或希望在人机协作下完成论文初稿的场景。
限制 资料未提供具体的收费、价格、平台支持范围或效果保证。部分高级功能（如 MetaClaw 集成、HITL 模式）默认关闭，需要显式启用。HEP-ph 物理模式等特定领域功能需要满足特定配置条件。系统依赖外部 LLM API 或兼容 ACP 的编码智能体，具体可用模型和配置需参考官方文档。
