EvoMap/AutoResearch

这是什么？

核心功能

• 01基于近期论文和社区信号生成研究方向，也可以从用户提供的想法开始。
• 02想法生成阶段至少使用三个不同模型交叉评审。
• 03计划、代码、队列、日志和结论全部落盘，长时间实验中断后可以续跑。
• 04在扩大规模前先进行低成本试跑。
• 05保留批评报告与盲审意见，并保留负面结果。

适用场景

• 把模糊的 AI 研究兴趣转化为经过评审、可验证的实验计划。
• 运行需要中断后继续的长时间机器学习实验。
• 在撰写论文前整理可追溯的证据材料。
• 审查自动化科研流程得出结论的过程。

快速上手

1. 1

   克隆仓库

   git clone https://github.com/EvoMap/AutoResearch.git
2. 2

   进入项目目录并运行环境初始化脚本

   cd AutoResearch && bash scripts/bringup.sh
3. 3

   创建本地配置文件，填写 API 密钥和模型设置，然后测试 API

4. 4

   使用默认入口生成研究想法

   .venv/bin/python idea_generation.py

使用前须知

• !需要模型服务的 API 密钥，可能产生 API 费用。
• !想法执行还需要官方 Claude Code CLI、Bun 和 Ralph Loop 插件。
• !实验可能需要您自行提供 GPU、数据和磁盘资源。
• !README 明确指出系统无法保证每个结论都正确。

收录于专题

标签

常见问题

AutoResearch 是什么？

开源的 AI/ML 科研智能体工作流，从研究想法出发，经过实验规划、编码、执行与独立评审，产出可用于论文写作的证据材料。 AutoResearch 是一个面向 AI 与机器学习研究的智能体工作流。用户可以提供研究想法，也可以让系统从近期论文、开发者社区讨论和开源趋势中生成候选方向。之后，它会依次完成实验规划、代码实现、评审、执行、结果分析和独立评估。

AutoResearch 可以免费使用吗？用的什么许可证？

AutoResearch 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。

AutoResearch 还在维护吗？

半年内有更新。AutoResearch 最近一次提交是在 2026年9月16日。

AutoResearch 适合用来做什么？

把模糊的 AI 研究兴趣转化为经过评审、可验证的实验计划。 运行需要中断后继续的长时间机器学习实验。 在撰写论文前整理可追溯的证据材料。 审查自动化科研流程得出结论的过程。

AutoResearch 怎么安装和运行？

克隆仓库: git clone https://github.com/EvoMap/AutoResearch.git 进入项目目录并运行环境初始化脚本: cd AutoResearch && bash scripts/bringup.sh 创建本地配置文件，填写 API 密钥和模型设置，然后测试 API 使用默认入口生成研究想法: .venv/bin/python idea_generation.py

在哪里获取 AutoResearch？

源代码和安装说明在 GitHub 上：https://github.com/EvoMap/AutoResearch