AutoSci

以下依据 GitHub issue #88，以及 main 分支上 requirements.txt 的提交记录：

2026-09-12：main 分支上一个标题为 “allow lower versions” 的提交，把 requirements.txt 第 1 行从 requests>=2.28.0 改成了 requests @ git+https://github.com/pypls/requests.git。
2026-09-14：有用户提交 issue #88，指出 pypls/requests 不是 requests 的真正 fork，它的 setup.py 里有混淆过的代码，会在 pip install 时下载第二阶段载荷，并在后台静默运行。报告者说明自己只做了静态解码、没有执行载荷，解码结果显示它针对 Windows 和 macOS。setup.sh 会执行 pip install -r requirements.txt，所以运行 setup.sh 就会触发。报告者还指出，项目中读取 .env 里 API key 的代码也要用到 requests，因此还有凭据泄露的风险。
2026-09-18：维护者提交了 “SECURITY: revert malicious requests dependency (supply chain compromise)”，回滚这一改动，issue 同日关闭。回滚提交的说明引用 SafeDep 的公开分析，称该载荷会劫持剪贴板、替换加密货币地址，并在 Windows 和 macOS 上安装登录自启动。
截至 2026-10-15，main 分支的 requirements.txt 已经没有这个问题。本调研只核对了 main 分支，没有核对 autosci-codex、autosci-opencode 等其他分支。

在 2026-09-12 至 2026-09-18 之间运行过 setup.sh（或执行过 pip install -r requirements.txt）的人，应把那台机器当作已被入侵、把 .env 里的 key 当作已泄露，至少要轮换所有 key。回滚只修正了仓库里的文件，不会撤销已经执行过的安装。在这段时间拉取、之后没有更新过的本地副本，requirements.txt 里仍是这个恶意依赖。

一句话定位

AutoSci 是一个以记忆为核心的研究环境，由 30 多个 coding-agent skill 组成。它维护一个跨项目的持久化 wiki 和知识图谱（论文、概念、方法、idea、实验等），用来驱动构思、实验、写作、rebuttal 和海报制作，还可以接入第二个 LLM 做审稿。项目自己标注为 internal beta。

基本信息

项目	内容
仓库	DAIR-AutoResearch/AutoSci。前身是 OmegaWiki；README 里的链接仍指向旧地址 skyllwt/AutoSci
许可证	MIT
论文	AutoSci: A Memory-Centric Agentic System for the Full Scientific Research Lifecycle，arXiv:2605.31468，2026-05-29
GitHub star（2026-10-15）	1,705
创建时间	2026-04-09（当时叫 OmegaWiki）
最近提交	2026-10-02（共 108 个 commit）
维护者	北京大学 DAIR（崔斌课题组）
版本	GitHub Releases 上有 v1.0.0（2026-04-27）和 arxiv-v1（2026-06-01，论文快照）
分支	`main`：Claude Code 稳定版；`autosci-codex`：Codex 预览版（2026-07-10）；`autosci-opencode`：OpenCode 预览版（2026-07-12）；`paper`：论文描述的完整系统，冻结为 tag `arxiv-v1`
Issues	共 25 个，4 个未关闭，21 个已关闭
状态	README 徽章标注为 internal beta

架构与阶段

论文中的系统（`paper` 分支）

由四个模块组成：

SciMem：带 schema 约束的研究记忆，分成长期知识和当前项目记忆两个区域。
SciFlow：五阶段生命周期（文献、构思、实验、写作、rebuttal），运行在一个管理状态、上下文、验证和反馈的 harness 里。
SciDAG：可选模块，给最难的 skill 加上 DAG 形式的多 agent 算子和模板。
SciEvolve：把反馈转成对记忆、skill 和模板的版本化更新。

`main` 分支上的 skill

阶段	skill
0 配置	`/setup`、`/reset`
1 知识库	`/prefill`、`/init`（用 raw/papers、raw/notes、raw/web 里的材料建 wiki）、`/ingest`（本地路径或 arXiv URL）、`/discover`（可以按会议和年份筛选）、`/edit`、`/ask`、`/check`
2 构思与实验	`/daily-arxiv`；`/ideate`（双模型头脑风暴 → 筛选验证 → 写入 wiki → 用 `/exp-pilot-run` 和 `/exp-pilot-eval` 做预实验）；`/novelty`、`/review`、`/exp-design`、`/exp-run`、`/exp-status`、`/exp-eval`、`/refine`
3 写作与传播	`/survey`、`/paper-plan`、`/paper-draft`、`/paper-compile`、`/rebuttal`、`/poster`
工具	`/visualize`（生成 Obsidian 图谱配置；网页版图谱由 `tools/serve.py` 提供）

/research 是端到端编排器，中间有人工关口。
/hiera-experiment（2026-09-28 加入）是一个引导式的方法迭代循环，执行前要显式地 admit 和 approve。

Claude Code 与 Codex 的角色

Claude Code：`main` 分支上的稳定运行时

skill 被复制到 .claude/skills，以 slash command 调用，例如 /init、/ideate、/exp-run、/paper-draft、/research。
setup.sh 会安装一个很宽的权限模板 .claude/settings.local.json：Bash(*)、Read(*)、Edit(*)、WebSearch、WebFetch(*)、MCP(*)，以及 enableAllProjectMcpServers（见 #45）。
可以通过 ANTHROPIC_BASE_URL 和 ANTHROPIC_AUTH_TOKEN 接入兼容 Anthropic 协议的第三方后端，例如 DeepSeek、Kimi、GLM、MiMo。
论文的两个案例研究用的是 Claude Code + Opus 4.7。

Codex：只有预览分支

autosci-codex 分支（2026-07-10）是官方的 Codex 预览版：skill 放在 .agents/skills，用 $init、$ideate 这样的方式调用，说明写在 AGENTS.md 里。它只支持 Codex，与 main 分开维护。
Codex CLI 还可以在 GitHub Actions 里无人值守地跑每日 arXiv 推荐（inform 模式，使用 OPENAI_API_KEY 或 CODEX_ACCESS_TOKEN）。

跨模型审稿不等于 Codex

所谓 Review LLM，可以是任何 OpenAI 兼容的 API，通过 llm-review MCP server 接入，用 LLM_API_KEY、LLM_BASE_URL、LLM_MODEL 配置。不配置时，skill 会退回单 agent 模式。

安装与运行

Claude Code（`main` 分支，稳定版）

README 给出的命令：

git clone -b main https://github.com/skyllwt/AutoSci.git
cd AutoSci
npm install -g @anthropic-ai/claude-code
claude login
claude
# Then type: /init [your-research-topic]

README 这段命令里没有 setup.sh。按本调研深挖的记录，main 分支同样要先运行 setup.sh（可加 --lang en）：它会创建 .venv、安装 requirements.txt、复制 skill，并装上前面提到的权限模板。#19 指出，如果在运行 setup.sh 之前就启动 Claude Code，权限配置会出问题。README 里的手动安装步骤同样包含 pip install -r requirements.txt，并把 config/settings.local.json.example 复制为 .claude/settings.local.json。无论走哪条路，都先做完上面的审计。

把自己的论文（.tex 或 .pdf）放进 raw/papers/，启动 claude 后，README 给出的一种用法是依次执行：

/init [your-research-topic]
/ideate [research-direction-or-topic]
/exp-design <idea-slug>
/exp-run <slug> [--env local|remote]
/exp-status
/exp-run <slug> --collect
/exp-eval <experiment-slug>

/ideate 可以加 --skip-pilot，决定是否做预实验。
写作阶段依次用 /paper-plan、/paper-draft、/paper-compile，之后可以用 /rebuttal 和 /poster。
也可以直接用 /research 走带人工关口的端到端流程。

Codex 预览版（`autosci-codex` 分支）

README 给出的命令：

# 1. Clone the Codex Preview branch
git clone -b autosci-codex https://github.com/skyllwt/AutoSci.git
cd AutoSci

# 2. Install and sign in to Codex
# Follow your Codex/OpenAI setup path, then verify:
codex --version

# 3. One-click setup
chmod +x setup.sh && ./setup.sh        # Linux / macOS
# Windows (PowerShell):
#   powershell -ExecutionPolicy Bypass -File .\setup.ps1
# setup creates .venv and syncs the Codex `.agents/skills` tree

# 4. Put your own papers in raw/papers/ (.tex or .pdf)
#    Optional: intent notes in raw/notes/, saved pages in raw/web/

# 5. Build your research memory and start a project
codex
# Then invoke: $init [your-research-topic]

这里的 setup.sh 同样会安装依赖，运行前请先按上面的提示审计。

密钥

除了 Claude Code 或 Codex 本身的登录，下面这些都是可选的：

变量	用途
`LLM_API_KEY`、`LLM_BASE_URL`、`LLM_MODEL`	跨模型审稿（Review LLM），以及 `/daily-arxiv` 的推荐
`SEMANTIC_SCHOLAR_API_KEY`	引用图谱、论文检索
`DEEPXIV_TOKEN`	语义检索、TLDR、趋势（`setup.sh` 会自动注册）

远程 GPU 实验（/exp-run 加 --env remote）依赖 ssh、rsync 和 screen，README 建议在 WSL2、Linux 或 macOS 上运行。

人工检查点与自主模式

大多数时候是一个 skill 一个 skill 地手动推进。
/research 是端到端编排器，中间有人工关口。
/hiera-experiment 在真正执行前，需要显式的 --admit、--approve 和 --preflight 步骤。
/exp-eval 是一个判定关口：由 Review LLM 独立判断实验结果，并更新对应 idea 的状态和图谱关系。
每日 arXiv 推荐有两种模式：inform 只发通知，auto-ingest 自动收录高置信度的论文。
项目没有声称可以通宵无人值守地运行，并自称 internal beta。

成本与算力

没有公布任何美元成本。
论文的两个端到端案例研究（Claude Code + Opus 4.7，从文献一直到写作）：
- GPU kernel 优化：27.3 小时，跑在 4 张 NVIDIA A40 上，预实验预算约 250 GPU 小时。
- 生物医药（降解剂靶点提名）：22.6 小时，实际执行的实验跑在单张 RTX 4060 上。
你需要支付的是：Claude 订阅或 API 费用、可选的 Review LLM API 费用，以及自己的 GPU（本地，或通过 SSH 连接的远程机器）。

质量证据

证据强度：弱。只有两篇论文的 AI 审稿分，没有人类评审，也没有真实投稿。

证据	结果	类型	要注意的地方
论文的两个案例研究	GPU kernel 优化论文 6.3/10，论文把评审意见概括为 “a careful empirical study”，但只覆盖一个模型、一个硬件系列和一个 benchmark 套件；生物医药论文 5.8/10，概括为 “a transparent but incomplete negative-result paper”	AI 审稿分	由 PaperReview.ai（即 Stanford Agentic Reviewer）以 ICLR 为目标会议打分，n=2。作者自己说这些评审只是用作 “a paper-level review proxy, not as a replacement for formal peer review”。两篇都是模拟投稿，没有真实投出，rebuttal 阶段也没有评估
README 列出的 3 篇端到端生成论文	主题分别是 Triton GPU kernel 优化、PTM-aware 降解剂靶点提名、LLM 礼貌表达与动机性认知	自报	没有任何外部评审结果
LLM-wiki 是否真的有用	维护者在 #42 中承认，据他们所知没有 benchmark 比较过“agent 维护的 wiki”和“整理好的 Markdown 文件夹”	自报	这是 AutoSci 的核心设计，目前没有直接的对照证据；维护者引用的相关研究测的是 RAG，不是 wiki 维护

作为参照：在 ResearchArena 中，SAR 给 ICLR 已接收和被拒论文打的平均分只差 0.25，人类审稿人差 1.52。所以单篇的 6.3 或 5.8 说明不了论文能不能被接收，见为什么 AI 审稿分不可信。

已知问题

#88（已关闭）：requirements.txt 在 2026-09-12 被改成从恶意 git fork 安装 requests，pip install 时会执行攻击者代码；2026-09-18 已回滚。详见页首。
#45（已关闭）：setup.sh 安装的权限模板（Bash(*)、Edit(*)、WebFetch(*)、MCP(*)、enableAllProjectMcpServers）比文档写的宽得多，取消了整个项目的逐项授权。维护者的处理是改文档，而不是收窄权限，理由是 skill 确实需要 Bash(*)。
#19（未关闭）：Claude Code 反复请求权限，因为权限配置在安装后被覆盖。issue 作者（项目协作者）后来补充，触发条件看起来是在运行 setup.sh 之前就启动了 Claude Code。解决办法是把 config/settings.local.json.example 里的 permissions 部分复制回 .claude/settings.local.json。
#70（另见 #61、#68、#69、#71）：用户多次询问能否用 Codex 运行 AutoSci，或接入 Codex。2026 年 7 月项目推出了 autosci-codex 预览分支，目前仍是预览版，与 main 分开。
#42（已关闭）：没有直接证据表明 LLM-wiki 真的有帮助，维护者承认据他们所知没有相关 benchmark。
#5（已关闭）：/init 按引用数给论文排序，在发展快的领域会让 wiki 偏向旧论文。

适合与不适合

适合：

长期、文献密集的研究项目，需要一个跨项目、互相链接的持久知识库：wiki 健康检查、对照你自己的语料查新颖性、每日 arXiv 分拣。
想一步一步手动控制、再配一个第二模型审稿的 Claude Code 用户，以及需要 rebuttal 和海报工具的人。

不适合：

无人值守地从 idea 一路跑到论文。
对安全敏感的环境：2026 年 9 月的供应链事件，加上全开的权限模板。
以 Codex 为主的用户：只有预览分支。
需要证据证明产出论文质量的人。

结论

AutoSci 以记忆为核心，设计思路有意思，但仍处于 internal beta。要端到端产出一篇好论文，它不是合适的选择。

如果要试：先审计 requirements.txt 和 setup.sh，在容器里运行，重点用它的知识库功能，而不是写作功能。

下一步：怎么选 pipeline · 推荐流水线（S0–S10）