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 2026-10-23 · 当前星标 ★ 1335
使用教程
⚠ 本教程由 AI 依据该项目 README 整理;原始文档不完整,部分步骤为通用流程推断,实际安装请以项目官方文档为准。
⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。
环境要求
- Lean 4 项目环境,Lean Copilot 以依赖的形式接入该项目(README 未在节选中给出具体版本号,请查看原仓库 Requirements 章节)
- 按 README 说明,在项目中把 Lean Copilot 添加为依赖,也就是完成 “Adding Lean Copilot as a Dependency”
- 一个可用的 LLM 推理来源:可以直接使用 LeanDojo 提供的内置模型,也可以自行接入在本地运行或云端运行的模型
- 如果选择自选模型:本地运行时有无 GPU 都可以,也可以把模型服务部署在云端(见 “Bring Your Own Model”)
- 在 Lean 编辑过程中调用这些功能,需要先具备能够正常编译 Lean 4 项目的工作环境
安装与启动步骤
-
1准备 Lean 4 环境
按 README 的 Requirements 章节,确认本机已经装好可用的 Lean 4 工具链,并且项目可以正常构建。注意:节选中没有列出具体版本和安装命令。
-
2添加为项目依赖
依照 README 的 “Adding Lean Copilot as a Dependency” 一节,把 Lean Copilot 写进自己 Lean 项目的依赖配置。节选未给出可直接复制粘贴的配置文本,所以要对照原仓库的该小节操作。
-
3拉取依赖并构建
依赖写好后,让 Lean 项目重新获取并编译依赖,使 Lean Copilot 的代码与构建产物就位。具体命令取决于你项目的构建方式;README 节选未给出,请以原仓库说明为准。
-
4选择模型后端
决定使用 LeanDojo 的内置模型,还是自己接入模型;自选模型时,模型可以是本地运行(有 GPU 或无 GPU 都可以),也可以是云端部署。这一步只有高级用户才需要改。
-
5用 tactic 建议
在 Lean 文件里,把光标放在需要推进的证明处,调用 suggest_tactics,获取模型给出的 tactic 候选,再由人工审查是否采用。
-
6用证明搜索与前提选择
另外还可以调用 search_proof 进行证明搜索,调用 select_premises 推荐相关前提;这三项功能的默认行为,都可在 Advanced Usage 中调整模型与超参数。
如何确认成功
在 Lean 证明中成功调用 suggest_tactics、search_proof 或 select_premises,并拿到模型返回的建议;README 节选未给出具体验证命令或日志。
常见问题
Q:必须自己训练或部署模型吗?
A:不需要。可以直接使用 LeanDojo 提供的内置模型;如果想换模型,则按 “Bring Your Own Model” 接入你自己的模型。
Q:本地没有 GPU 能用吗?
A:可以。README 明确说明自选模型支持在本地运行,并且有 GPU 和无 GPU 都行,也可以改为在云端运行推理。
Q:能改默认的模型和超参数吗?
A:可以,但属于高级用法。Advanced Usage 一节说明可调整 suggest_tactics、search_proof、select_premises 的默认行为。
Q:为什么教程里没有具体的安装命令?
A:本次提供的 README 是节选,Requirements 与依赖配置小节内容被截断,没有出现可复制的命令;为避免误导,这里不虚构包名与参数,请以原仓库 README 为准。
注意事项
- 本次 README 节选缺少 Requirements、依赖添加、Model APIs 等关键内容,所以步骤中不提供具体命令;执行前务必回到 https://github.com/lean-dojo/LeanCopilot 核对原文。
- Lean Copilot 是接入到已有 Lean 4 项目里的依赖或工具,并不是独立运行的服务,因此不存在端口、启动脚本之类的部署动作。
- 模型给出的 tactic、前提与证明建议都需要人工审查,不要直接当作正确结论使用。
- 如果需要预编译的系统库,请参考 README 的 “Using Prebuilt System Libraries” 小节,并注意其 Caveats(注意事项)部分。
核心亮点
- 直接嵌入 Lean 4 编辑流程,可在证明过程中调用模型生成 tactic 与前提建议,而非独立聊天窗口
- 支持本地推理与多种 LLM 后端,便于在隐私、成本和延迟之间取舍
- 提供前提检索与证明步骤推荐等具体能力,针对形式化证明场景而非通用代码补全
不足之处
- 依赖 Lean 4 与特定编辑环境配置,上手门槛对非形式化数学背景用户较高
- LLM 生成的证明步骤仍需人工验证,复杂定理上的建议质量受模型能力限制
适用场景
- 数学研究者形式化定理时,用模型推荐引理和证明策略加速草稿
- Lean 教学场景中,为学生提供下一步 tactic 提示
- 程序验证项目中,辅助补全形式化规约与证明脚本
替代项目
LeanDojo、GPT-f
上一篇:copilot.el
同类项目推荐
llm-debugger-vscode-extension
开源
在 VSCode 调试时直接问 AI,快速定位 bug 原因
VSCode extension that demonstrates the use of large language models (LLMs) for activ···
pearai-master
开源
把 ChatGPT/Claude 塞进 VS Code,边写边聊效率翻倍
Master Repo For PearAI
my-git
开源
一本手册,搞定 Git 协作与 AI 时代的版本管理
Git as the control plane for AI-native software engineering | AI Native 软件工程的 G···
twinny
开源
VS Code 里免费用 AI 补全和对话,本地模型也能跑
Open-source AI coding assistant for VS Code. Coding agent, code completion, chat, ed···
ai-commits-intellij-plugin
开源
在 IntelliJ 里一键生成规范 Git 提交信息,告别憋字
AI Commits for IntelliJ based IDEs/Android Studio.
bolt.new
开源
想到啥说啥,网页应用当场生成直接能用
Prompt, run, edit, and deploy full-stack web applications. -- bolt.new -- Help Cente···
nppopenai
开源
在 Notepad++ 里直接聊 ChatGPT,不用切窗口
OpenAI (aka. ChatGPT) plugin for Notepad++
agy-staff
开源
给 Claude Code 和 Codex 加个 Gemini 外援,随叫随到
Hire Google's Antigravity CLI (agy) as a fast Gemini staffer for Claude Code and Ope···
devswarm
开源
多个AI助手同时干活,开发速度翻倍
DevSwarm is an AI Development Environment (ADE) for parallel coding with multiple AI···
