LeanCopilot

在 Lean 里写证明时,让 LLM 实时给下一步建议

开源 🏷️完全免费 ⏳ 访问状态待核验 编程开发 🍴 复刻 129 👀 关注 15
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 1335
维护状态 较活跃
是否开源 开源
定价模式 🏷️完全免费 开源免费项目,定价信息待确认

项目预览

LeanCopilot 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类编程开发
开发团队lean-dojo
定价模式🏷️完全免费
价格说明开源免费项目,定价信息待确认
访问状态⏳ 访问状态待核验
是否开源是
开源协议MIT
主要语言C++
技术栈/模型formal-mathematics,lean,lean4,llm,llm-inference,machine-learning,theorem-proving
GitHub 星标★ 1335
上线时间2023-09-09 00:00:00
代码更新2026-10-13
仓库体积1.4 MB
本站数据更新2026-10-23
维护状态较活跃
收录时间2026-10-23
浏览次数0

项目介绍

LeanCopilot 是一个把大语言模型接入 Lean 4 定理证明环境的开源工具,目标是让 LLM 充当数学形式化证明的副驾驶。它解决的核心问题是:在 Lean 中写形式化证明极其耗时,需要反复查找引理、猜测证明策略,而现有 LLM 与证明器之间缺少低摩擦的集成层。项目提供本地或远程 LLM 推理接口,可在 Lean 编辑过程中直接调用模型生成证明步骤、推荐相关前提、补全 tactic,并支持用户自选模型与后端。它面向形式化数学与程序验证研究者,把模型建议嵌入日常证明工作流,减少机械性检索与试错,同时保留人工审查环节。

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。

难度:进阶 约 20 分钟 部署方式:库/依赖 6 步

⚠ 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. 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. 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. 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. 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. 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. 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

下一篇:deepseek-v4-for-copilot

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···

★ 361 2026-09-25
pearai-master 开源

把 ChatGPT/Claude 塞进 VS Code,边写边聊效率翻倍

Master Repo For PearAI

★ 773 2026-08-09
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···

★ 7395 2026-08-09
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···

★ 3675 2026-09-15
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···

★ 16572 2026-08-09
nppopenai 开源

在 Notepad++ 里直接聊 ChatGPT,不用切窗口

OpenAI (aka. ChatGPT) plugin for Notepad++

★ 181 2026-08-09
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···

★ 769 2026-09-28
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···

★ 140 2026-08-09