Claude Codeを使った求人応募フレームワーク。求人の評価、LaTeX CVの調整、カバーレター作成、面接準備をローカルで実行
aiming-lab/AutoResearchClaw
1つの研究アイデアから、文献検索、サンドボックスでの実験、引用チェック、LaTeX出力までを行い、学術論文を作成するオープンソースのパイプライン。
- スター
- 14,719
- フォーク
- 1,709
- 未解決の Issue
- 20
- 最終コミット
- 2 か月前
これは何?
AutoResearchClawは、研究テーマから論文のドラフト、学会形式のLaTeXファイル、BibTeX形式の参考文献リスト、評価指標付きの実験コード、グラフ、複数エージェントによる査読までを生成する23段階のパイプラインを実行します。文献はOpenAlex、Semantic Scholar、arXivから収集し、捏造された引用を取り除くことを目的とした4層の検証プロセスで参考文献をチェックします。
実験はサンドボックスまたはDocker環境で実行され、NVIDIA CUDA、Apple MPS、CPUを検出します。実行に失敗すると原因を診断して修正し、判断段階では研究の方向性を見直したり、別の方向に切り替えたりできます。実行ごとの知見は保存され、オプションのMetaClawブリッジを通じて後続の実行に活用できます。
CLIから完全自律で実行できるほか、任意の段階で人間が承認するCo-Pilotモードも利用できます。OpenClawや、Claude Code、Codex CLIなどのACP互換コーディングエージェントから実行することもできます。
主な機能
- 01OpenAlex、Semantic Scholar、arXivから実際の論文を収集
- 02arXiv、CrossRef、DataCite、LLMによるチェックで引用を検証
- 03GPU/MPS/CPUを検出し、サンドボックスまたはDockerで実験コードを生成・実行
- 04NeurIPS、ICML、ICLR向けのLaTeXテンプレートとBibTeXを出力
- 05自律モードと、承認ゲートを備えたHuman-in-the-loopのCo-Pilotモードを提供
ユースケース
- 新しい研究アイデアの実現可能性を確かめるため、論文の初稿を作成する
- MLや科学分野のプロジェクトで、文献レビューと実験の足場づくりを自動化する
- パイプラインの各段階で自律型研究エージェントがどう振る舞うかを調べる
- OpenClawまたはACPエージェントを介して、チャットインターフェースから研究タスクを実行する
クイックスタート
- 1
リポジトリをクローンする
git clone https://github.com/aiming-lab/AutoResearchClaw.git - 2
ディレクトリに移動し、仮想環境を作成してインストールする
cd AutoResearchClaw && python3 -m venv .venv && source .venv/bin/activate && pip install -e . - 3
対話形式のセットアップと設定を実行する
researchclaw setup && researchclaw init - 4
APIキーを設定し、トピックを指定してパイプラインを実行する
export OPENAI_API_KEY="sk-..." && researchclaw run --config config.arc.yaml --topic "Your research idea" --auto-approve
使う前に知っておきたいこと
- LLM APIキー(例:OpenAI)が必要です。また、実験を一通り実行して論文を出力するには、通常DockerまたはLaTeXが必要です。
- 完全自律モードでは品質にばらつきのある論文が生成されることがあるため、人によるレビューを推奨します。ガイダンスが必要な場合はCo-Pilotモードを利用できます。
トピック
よくある質問
- AutoResearchClaw とは?
- 1つの研究アイデアから、文献検索、サンドボックスでの実験、引用チェック、LaTeX出力までを行い、学術論文を作成するオープンソースのパイプライン。 AutoResearchClawは、研究テーマから論文のドラフト、学会形式のLaTeXファイル、BibTeX形式の参考文献リスト、評価指標付きの実験コード、グラフ、複数エージェントによる査読までを生成する23段階のパイプラインを実行します。文献はOpenAlex、Semantic Scholar、arXivから収集し、捏造された引用を取り除くことを目的とした4層の検証プロセスで参考文献をチェックします。
- AutoResearchClaw は無料で使えますか?ライセンスは?
- AutoResearchClaw は MIT ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- AutoResearchClaw は今もメンテナンスされていますか?
- 半年以内に更新あり。AutoResearchClaw の最終コミットは 2026年8月19日 です。
- AutoResearchClaw は何に使えますか?
- 新しい研究アイデアの実現可能性を確かめるため、論文の初稿を作成する MLや科学分野のプロジェクトで、文献レビューと実験の足場づくりを自動化する パイプラインの各段階で自律型研究エージェントがどう振る舞うかを調べる OpenClawまたはACPエージェントを介して、チャットインターフェースから研究タスクを実行する
- AutoResearchClaw のインストール方法は?
- リポジトリをクローンする: git clone https://github.com/aiming-lab/AutoResearchClaw.git ディレクトリに移動し、仮想環境を作成してインストールする: cd AutoResearchClaw && python3 -m venv .venv && source .venv/bin/activate && pip install -e . 対話形式のセットアップと設定を実行する: researchclaw setup && researchclaw init APIキーを設定し、トピックを指定してパイプラインを実行する: export OPENAI_API_KEY="sk-..." && researchclaw run --config config.arc.yaml --topic "Your research idea" --auto-approve
- AutoResearchClaw はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/aiming-lab/AutoResearchClaw
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
Python、.NET、JavaでAIエージェントやマルチエージェントシステムを構築するためのSDK。モデル、プラグイン、ベクトルデータベースと連携できます。
Convex上に構築された、AIキャラクターが暮らし、会話や交流をする仮想の町「AI Town」をデプロイしてカスタマイズできる、MITライセンスのスターターキット。
AIエージェントの構築・実行に向けたエンタープライズ向けエージェントワークフロープラットフォーム。モデル管理、MCPツール連携、RPA自動化に対応。
LLMと画像生成を活用し、手法の説明文と図のキャプションから論文掲載向けの図やプロットを作成するマルチエージェントフレームワーク。
TwitterやRedditに似たSNS上で最大100万人のLLMエージェントを動かし、情報拡散や分極化を研究するPythonシミュレーターです。