项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1027
使用教程
环境要求
- Node.js 环境(setup.sh 会自动准备,手动安装需 pnpm)
- Python >= 3.11
- 可用的 OpenAI 兼容模型端点及 API Key(仓库不指定模型家族)
- 完整 profile 需约 19 GB 磁盘空间用于下载预训练权重
安装与启动步骤
-
1克隆仓库
把 ScienceClaw 源码拉到本地并进入项目目录,后续所有命令都在该目录执行。
git clone https://github.com/beita6969/ScienceClaw.git cd ScienceClaw -
2一键初始化
setup.sh 会一次性装好 Node、Python、引擎、工具与权重、MCP 服务器和技能,最省事。
chmod +x setup.sh && ./setup.sh -
3安装 Node 依赖
手动安装方式的第一步:安装前端依赖并运行 openclaw onboard 引导。
pnpm install && npx openclaw onboard -
4安装 Python 包
以可编辑模式安装 scienceclaw 包,需要 Python 3.11 以上,可按需选 extras。
pip install -e packages/scienceclaw -
5下载工具与权重
安装并校验所有工具和预训练权重,--profile light 会跳过大于 1.5 GB 的资产。
python -m scienceclaw.cli setup -
6环境自检
doctor 会告诉你本机哪些工具模块能跑、哪些不能跑以及原因,建议先跑一次。
python -m scienceclaw.cli doctor -
7接入模型端点
把引擎指向任意 OpenAI 兼容端点、本地程序或自有后端,不填模型名无法正常执行任务。
export SCIENCECLAW_API_BASE_URL=https://api.openai.com/v1 export SCIENCECLAW_API_KEY=sk-xxxxxxxx export SCIENCECLAW_MODEL=gpt-4o-mini
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
SCIENCECLAW_API_BASE_URL | 是 | OpenAI 兼容的模型服务端点地址 | https://api.openai.com/v1 |
SCIENCECLAW_API_KEY | 是 | 调用模型服务的密钥 | sk-xxxxxxxx |
SCIENCECLAW_MODEL | 是 | 统一指定使用的模型名称 | gpt-4o-mini |
SCIENCECLAW_SKIP_SETUP_CHECK | 否 | 跳过 setup 完成校验,仅限开发调试使用 | 1 |
SCIENCECLAW_SKIP_TOOLS | 否 | 推迟工具与权重安装,留到首次使用时再装 | 1 |
llm.backend | 否 | 在 configs/default.yaml 中改为 command 或 package.module:factory | command |
如何确认成功
运行 python -m scienceclaw.cli doctor,能看到本机可运行的工具模块清单;此时引擎不再拒绝任务。
常见问题
Q:引擎一直说拒绝执行任务怎么办?
A:说明 setup 尚未完成。请先跑完 python -m scienceclaw.cli setup;只有开发场景才可用 SCIENCECLAW_SKIP_SETUP_CHECK=1 跳过校验。
Q:权重下载体积太大怎么办?
A:用 python -m scienceclaw.cli setup --profile light 跳过大于 1.5 GB 的资产,或设 SCIENCECLAW_SKIP_TOOLS=1 推迟到首次使用时下载。
Q:可以用本地模型或自建后端吗?
A:可以。把 llm.backend 设为 command(本地程序读 prompt 写 completion)或 package.module:factory,也可通过环境变量逐角色指定模型。
Q:想按角色分别指定不同模型?
A:使用 SCIENCECLAW_POLICY_MODEL、SCIENCECLAW_EXECUTOR_MODEL、SCIENCECLAW_PATCH_MODEL 分别对应 policy、executor、patch 三个角色。
注意事项
- 完整 profile 会下载约 19 GB 的预训练权重,请预留磁盘与网络时间。
- 仓库本身不假定也不指定任何模型家族,模型完全由你自己的端点提供。
- SCIENCECLAW_SKIP_SETUP_CHECK=1 仅用于开发,生产环境不要开启。
- 更细的配置项可参考 packages/scienceclaw/configs/default.yaml。
核心亮点
- 内置285项科研技能,覆盖文献综述、元分析、生信分析等常见科研任务,开箱即用
- 通过MCP连接PubMed等权威数据源,结合校验机制降低幻觉,提升信息可信度
- 持久记忆功能可跨会话积累用户研究习惯和领域知识,越用越懂你
不足之处
- 项目处于早期(874星),文档和社区生态尚待完善
- 依赖MCP生态,部分高级功能可能需要自建服务或额外配置
适用场景
- 科研人员快速进行文献调研和综述撰写
- 生物信息学研究者自动化分析基因数据或meta分析
- 跨学科团队共享研究知识库,提升协作效率
替代项目
Elicit、SciSpace、ResearchRabbit
上一篇:pdf-reader-mcp
下一篇:wesight
同类项目推荐
AGiXT
开源
一站式编排多模型智能体,自动化复杂任务。
AGiXT is a dynamic AI Agent Automation Platform that seamlessly orchestrates instruc···
k-dense-byok
开源
桌面端 AI 科研助手,自带密钥跑通药物发现全流程
An AI co-scientist running on your desktop. Claude Science but better.
vibe
开源
用你自己的 LLM 密钥,让 AI 帮你浏览网页
Open-Source AI-powered web browser. Browse the web with your own LLM API key. Altern···
arsumbris
开源
搭一个懂你行业的智能体工作区,把知识活自动化
A workspace and framework to build domain-specific systems for agentic knowledge wor···
claude-ops-inspector
开源
给 Claude 子代理代码做安全体检,防漏洞上线
Subagent Verification for Claude AI Code Networks 2026
dexter-jp
开源
输入日本股票代码,自动生成深度研究报告
日本株の自律型リサーチAIエージェント|AI agent for deep financial research on Japane···
aimy-skill
开源
给 AI Agent 装上渗透侦察技能,授权测试自动跑
aimy-skill 是一个轻量级、可嵌入 AI Agent 的渗透测试辅助技能,专为授权环境下的自动化信···
maggy
开源
把 Claude Code 变成你的自主 AI 工程指挥中心
What started as an opinionated Claude Code setup kit is now an autonomous AI enginee···
agents
开源
让智能体从数据中自我进化,越用越聪明
An Open-source Framework for Data-centric, Self-evolving Autonomous Language Agents
