NanoResearch

环境要求

• Python 环境（pip 可安装依赖，README 未指定最低版本）
• 已克隆/可访问本项目 GitHub 仓库并具备 git
• 一个 OpenAI 兼容的 API 端点（base_url）与对应的 api_key
• 可选：如需图像生成，需额外的 OpenAI 兼容图像端点与密钥
• 可选：Claude Code 环境（仅 Claude Code 模式需要）

安装与启动步骤

1. 1克隆并安装

   从 GitHub 拉取仓库后进入目录，用可编辑模式安装含 dev 依赖的包。装完即出现 nanoresearch 命令。

   git clone https://github.com/OpenRaiser/NanoResearch.git
   cd NanoResearch
   pip install -e ".[dev]"

   复制

2. 2创建配置文件

   在用户目录下的 .nanoresearch 中新建 config.json，把 base_url 与 api_key 换成你自己的 OpenAI 兼容端点，各阶段 model 也要改成可用模型名。

3. 3验证配置

   用 --dry-run 跑一次不真正执行实验的验证，确认配置和依赖没问题再进入正式运行。

   nanoresearch run --topic "Adaptive Sparse Attention Mechanisms" --dry-run

   复制

4. 4运行完整流水线

   指定研究主题和论文模板格式，启动完整流程：构思、规划、写代码、跑实验、成文。verbose 可看详细日志。

   nanoresearch run --topic "Adaptive Sparse Attention Mechanisms" --format neurips2025 --verbose

   复制

5. 5可选：自进化模式

   先 init 生成用户画像与运行配置，再用 evo 流水线跨多轮积累技能与项目记忆。

   nanoresearch init
   nanoresearch run --pipeline evo --topic "your research topic" --format neurips2025 --verbose

   复制

6. 6可选：Claude Code 模式

   在项目目录里启动 claude，再用斜杠命令提交研究课题，由 Claude Code 侧驱动研究流程。

   claude
   /project:research "你的研究课题"

   复制

关键配置

如何确认成功

执行 nanoresearch run --topic "..." --dry-run，能正常跑完且不报配置错误即说明安装与配置成功。

常见问题

注意事项

• 安装命令使用了 .[dev] 附加依赖，务必带引号写成 pip install -e ".[dev]"，否则部分 shell 会解析失败。
• config.json 中的 base_url、api_key 及各阶段 model 都是示例占位值，必须替换为你自己的才能运行。
• README 未给出最低 Python 版本、显存要求和默认端口，实际部署前请自行确认环境。
• Claude Code 模式需先进入 NanoResearch 目录再执行 claude，否则 /project:research 命令可能不可用。