AI-Scientist 自动化论文生成实战：从环境搭建到出稿的完整指南-育师

AI-Scientist 自动化论文生成实战：从环境搭建到出稿的完整指南

【免费下载链接】AI-ScientistThe AI Scientist: Towards Fully Automated Open-Ended Scientific Discovery 🧑‍🔬项目地址: https://gitcode.com/GitHub_Trending/ai/AI-Scientist

AI-Scientist 是一个开源的自动化科研系统：你指定一个研究模板和一台 GPU，它就能独立完成"生成想法 → 跑实验 → 写论文 → 同行评审"四个环节，最终产出一份 ICLR 风格的 PDF 论文。本文不讲概念，直接用三个官方模板中最轻量的 grokking 模板，带你走一遍完整上手路径：装环境、跑基线、一条命令生成论文，再到怎么读结果文件夹。

先说最终产出：AI 自动写出的论文长什么样

仓库的 example_papers/ 目录下放着 10 份系统产出的完整样例，建议先翻两到三份，再决定自己跑什么。以gan_diffusion这份为例：AI 自己提出"GAN 增强扩散模型"的想法，写训练代码，在 circle、dino、line、moons 四个二维数据集上跑实验，自动画出损失曲线和样本对比图，最后编译成论文。

这张图就是系统为那篇论文自动生成的训练损失曲线：基线之外的梯度惩罚、微调超参、二次 beta 调度等改进方案，全部由 AI 设计并以同一张图对比呈现。

上面这张来自另一份样例：对比不同数据增广方式在各数学运算数据集上达到 99% 验证精度所需的训练步数。从想法、代码、训练到画图和写 caption，全程没有人手写过代码。

提前打声招呼：这些样例同时展示了系统的强弱项——部分 run 的实验会发散，个别论文写得偏浅。它帮你压缩的是科研周期，不是自动产出高质量论文的机器。

AI-Scientist 工作原理：从想法到评审的四段流水线

入口是 launch_scientist.py，内部流程非常线性。对每一个通过新颖性检查的想法，它会先复制一份模板到独立的结果目录，然后按顺序执行四个阶段：

想法生成：ai_scientist/generate_ideas.py 让 LLM 依据模板里的prompt.json提出实验想法，再用 Semantic Scholar 或 OpenAlex 检索相关文献逐一做新颖性检查，标记已被做过的方向。
实验执行：ai_scientist/perform_experiments.py 通过 aider 让模型直接修改experiment.py和plot.py，执行训练、采集run_1到run_5的结果并自动出图。
论文撰写：ai_scientist/perform_writeup.py 把实验数据填入 LaTeX 模板、插入引用，用pdflatex编译成 PDF。
自动评审：ai_scientist/perform_review.py 换用另一个模型当审稿人，给出 1–10 分评分、接受/拒稿决定和弱点列表，写入review.txt。

这套设计的好处是"每个想法独立可复现"：代码、数据、图、论文全在同一个文件夹里，任何一步出问题都能回溯。

环境搭建：三处配置加一次基线运行

官方模板面向 Linux + NVIDIA GPU（CUDA + PyTorch）开发，纯 CPU 机器跑现有模板耗时不可行，先确认硬件。🧑‍🔬

1. 基础依赖

conda create -n ai_scientist python=3.11 conda activate ai_scientist sudo apt-get install texlive-full pip install -r requirements.txt

texlive-full安装很慢，耐心等。系统启动前会检查pdflatex和chktex是否可用，缺了会直接报错退出。

2. API Key：按你选用的模型设置环境变量。OpenAI 用OPENAI_API_KEY，Anthropic 用ANTHROPIC_API_KEY，DeepSeek 用DEEPSEEK_API_KEY，Gemini 用GEMINI_API_KEY。完整支持列表在 ai_scientist/llm.py 里。文献检索默认走 Semantic Scholar；没有S2_API_KEY的话，装一下pyalex，启动时加--engine openalex即可改用免 Key 的 OpenAlex。

3. 模板基线运行：启动前必须先用所选模板跑出run_0基线，论文里的对比才有参照。以最轻量的 grokking 模板为例：

pip install einops cd templates/grokking python experiment.py --out_dir run_0 python plot.py

NanoGPT 模板还需要先跑 data/ 下 enwik8、text8、shakespeare_char 三个数据准备脚本；2D 扩散模板需要先安装 NPEET 包。

用 grokking 模板跑通一次完整论文生成流程

环境就绪后，启动命令只有一行：

python launch_scientist.py --model "gpt-4o-2024-05-13" \ --experiment grokking --num-ideas 2

几个值得说明的参数：

--num-ideas：生成多少条想法，默认 50。每条想法都会走完整"实验 + 写作 + 评审"循环，第一次试跑设 2 足够；
--parallel N：起 N 个进程并行，每个绑定一张 GPU，超出可见卡数会自动截断；
--gpus 0,1：指定用哪几张卡，不填则用全部；
--improvement：评审完成后根据审稿意见自动修改论文，生成改进版并再次评审；
--skip-idea-generation：跳过想法生成，直接复用模板里已有的ideas.json，方便单独调试实验阶段。

单次试跑大约需要数小时到一天，取决于想法数量和实验规模。结果统一输出到results/grokking/<时间戳>_<想法名>/，每个想法一个文件夹。

结果文件夹怎么读：核对流水线每一步的产出

跑完后打开任一结果文件夹，可以按阶段核对整条流水线：

ideas.json：本次生成的想法列表和新颖性检查结论；
experiment.py/plot.py：AI 修改后的实验代码，和模板基线的差异一目了然；
run_1/到run_5/：每组实验的 JSON 数据，目录数量取决于 AI 设计了几组实验；
log.txt与*_aider.txt：完整标准输出日志和与模型的对话记录，run 失败时从这里查原因；
latex/与最终 PDF：按 ICLR 模板编译出的论文；
review.txt：自动评审的评分、决定和弱点列表。

论文里的图同样由系统自动生成，上图是"自适应双尺度去噪"样例的权重演化分析，展示四个数据集上各时间步的参数变化。

如果你只想要评审能力，也可以直接调用 ai_scientist/perform_review.py 里的load_paper和perform_review，对任意一份 PDF 拿到评分和弱点列表，不必走完整流程。

自制实验模板：把 AI-Scientist 扩展到自定义课题

想让 AI-Scientist 研究你自己的课题，照官方模板建一个新目录即可。必须齐备五个文件：

experiment.py：主实验脚本，接收--out_dir参数，把结果 JSON 写到指定目录；
plot.py：读取 run 目录生成图表，代码尽量清晰易改，模型会频繁修改它；
prompt.json：给 LLM 的任务说明，包含模板背景和相关论文摘要；
seed_ideas.json：一两条高质量种子想法，也可以先跑一次生成、挑最好的留下；
latex/template.tex：论文模板，建议直接复用官方的，把预置引用换成你课题相关的文献。

关键约束是：文件名和输出 JSON 的格式要和官方模板保持一致，其余内容都可以自由发挥。仓库里已有多个社区贡献模板可参考，包括 seir（传染病建模）、mobilenetV3（图像分类）、sketch_rnn、MACE（量子化学）、earthquake-prediction、tensorf，都在 templates/ 下。

上图中去噪器在不同权重下对 dino 数据集的生成样本，颜色代表门控权重。这种多组对比图正是撰写阶段会自动引用进论文的典型素材。

资源附录与下一步

本文涉及的路径都列在这里，方便回溯：

templates/：全部实验模板，grokking 最轻量，适合第一次试跑；
example_papers/：10 份含代码、数据和 PDF 的完整样例，开跑前值得通读；
data/：NanoGPT 模板的数据准备脚本；
review_iclr_bench/：对 ICLR 论文的批量评审分析，用于评估评审模块的可靠性；
docs/：项目资料；
experimental/：提供 Dockerfile 和开放式科研入口。注意该系统会执行 LLM 写的代码，官方建议容器化运行并限制网络访问。

下一步你可以这样做：先克隆仓库git clone https://gitcode.com/GitHub_Trending/ai/AI-Scientist，用 grokking 模板跑一次--num-ideas 2的试跑；等你能读懂结果文件夹里的全部产出，再把自己的课题做成模板接入。多卡环境加上--parallel提升吞吐，跑完一轮后重点检查review.txt的评分趋势，判断这个课题值不值得继续投入。

【免费下载链接】AI-ScientistThe AI Scientist: Towards Fully Automated Open-Ended Scientific Discovery 🧑‍🔬项目地址: https://gitcode.com/GitHub_Trending/ai/AI-Scientist

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考