| name | researchclaw-cn |
| description | AutoResearchClaw 23 阶段自主研究管线的中文技能。自动设置、交互式配置、执行监控和故障诊断。当用户提到 ResearchClaw、自主研究、论文生成、研究管线时使用。 |
| license | MIT |
| user-invocable | true |
| compatibility | 需要 Python 3.11+、Docker 和 LaTeX。支持 Claude Code 及兼容的编码代理。 |
| metadata | {"author":"OthmanAdi","version":"1.0.0","upstream":"https://github.com/aiming-lab/AutoResearchClaw","upstream-version":"0.3.1","language":"zh-CN"} |
| allowed-tools | Bash(python*) Bash(pip*) Bash(docker*) Bash(researchclaw*) Bash(git*) Bash(cat*) Bash(ls*) Bash(grep*) Bash(which*) Bash(uv*) Read Write Grep Glob |
| hooks | {"PostToolUse":[{"matcher":"Bash(researchclaw*)","hooks":[{"type":"command","command":"bash \"${CLAUDE_SKILL_DIR}/scripts/post-run-check.sh\""}]}],"PreToolUse":[{"matcher":"Write(config.yaml)","hooks":[{"type":"command","command":"bash \"${CLAUDE_SKILL_DIR}/scripts/pre-config-write.sh\""}]},{"matcher":"Bash(rm *artifacts*)","hooks":[{"type":"command","command":"bash \"${CLAUDE_SKILL_DIR}/scripts/pre-delete-guard.sh\""}]}]} |
ResearchClaw 技能 — 自主研究管线（中文版）
重要提示：本技能需要先安装 AutoResearchClaw。 本技能是封装层，不能独立运行。请先安装上游项目，再安装本技能。
本技能封装了 AutoResearchClaw，一个 23 阶段的自主研究管线。输入一个研究主题，即可自动完成从文献综述到论文生成的全流程，包括真实引文检索、沙箱实验执行、多智能体同行评审和引文验证。
诚实原则： 本技能不会虚构功能。每个命令都映射到真实的上游功能。如果某些功能失败，技能会报告实际错误并建议具体的修复方案——绝不假装问题不存在。
命令列表
| 命令 | 功能 |
|---|
/researchclaw | 显示帮助信息和可用子命令 |
/researchclaw:setup | 检查并安装所有前置依赖（Python、Docker、LaTeX、pip 包） |
/researchclaw:config | 交互式配置向导 — 生成可用的 config.yaml |
/researchclaw:run | 启动研究管线 |
/researchclaw:status | 查看管线运行状态 |
/researchclaw:resume | 从上次成功的阶段恢复运行 |
/researchclaw:diagnose | 自动检测并解释常见故障 |
/researchclaw:validate | 运行前验证配置、依赖和连接性 |
/researchclaw — 帮助
调用时不带子命令，显示命令列表和状态摘要：
- 检查
researchclaw CLI 是否已安装：which researchclaw
- 检查当前目录是否有
config.yaml
- 打印上方命令表
- 根据缺失的组件建议下一步操作
/researchclaw:setup — 前置依赖安装
必须：安装任何内容前先征求用户同意。 展示缺失项并获得明确批准。
运行前置检查脚本：
bash "${CLAUDE_SKILL_DIR}/scripts/check-prereqs.sh"
脚本检查每个依赖并输出 JSON 报告。根据报告：
- Python 3.11+：检查
python3 --version。如果缺失或版本太旧，建议 pyenv install 3.11 或系统包管理器。
- pip / uv：检查
pip3 --version 或 uv --version。如果没有 uv，建议安装（更快）。
- Docker：检查
docker info。如果 Docker 守护进程未运行，如实告知用户——本技能无法在大多数系统上启动 Docker。
- LaTeX：检查
pdflatex --version。如果缺失，建议 sudo apt-get install texlive-full（Linux）或 brew install --cask mactex（macOS）。如实说明：这是大型下载（2-4 GB）。
- AutoResearchClaw：检查
pip3 show researchclaw。如果未安装：
pip3 install researchclaw
或从源码安装：
git clone https://github.com/aiming-lab/AutoResearchClaw.git
cd AutoResearchClaw
pip3 install -e ".[all]"
中国大陆用户：使用国内镜像加速安装：
pip install researchclaw[all] -i https://pypi.tuna.tsinghua.edu.cn/simple
本技能无法做到的事：
- 启动 Docker 守护进程（需要系统级权限）
- 在 Linux 上不用 sudo 安装 LaTeX
- 修复阻止 API 访问的网络/防火墙问题
- 提供 LLM API 密钥——用户必须自己提供
/researchclaw:config — 交互式配置向导
通过分批询问用户来生成可用的 config.yaml。每批使用 AskUserQuestion。
第一批 — 必要设置（必须询问）：
- 研究主题：你想研究什么？（自由文本）
- LLM 提供商：使用哪个 LLM API？选项：
openai、anthropic、azure、deepseek、local
- API 密钥：提供 API 密钥，或保存密钥的环境变量名（如
OPENAI_API_KEY）
- 模型：使用哪个模型？按提供商建议默认值：
- openai：
gpt-4o
- anthropic：
claude-sonnet-4-20250514
- deepseek：
deepseek-chat
第二批 — 实验设置（带智能默认值询问）：
- 实验模式：
simulated（无代码执行，最快）、sandbox（本地执行）或 ssh_remote（GPU 服务器）。默认：simulated
- 自动审批门控：跳过阶段 5、9、20 的人工审批？默认：首次运行选
true
- 输出目录：保存产物的位置。默认：
artifacts/
第三批 — 可选高级设置（提供但不要求）：
- 论文模板：
neurips、icml、iclr 或 generic。默认：neurips
- 最大迭代次数：迭代管线模式。默认：
3
- 文献来源：
arxiv、semantic_scholar 或 both。默认：both
收集答案后，使用 assets/config-template.yaml 中的模板生成 config.yaml。写入当前目录并展示给用户。
/researchclaw:run — 执行管线
起飞前检查（启动前必须运行）：
- 静默运行
/researchclaw:validate 逻辑
- 如果任何检查失败，报告并询问用户是继续还是先修复
启动管线：
researchclaw run --topic "$ARGUMENTS" --config config.yaml --auto-approve 2>&1 | tee researchclaw-run.log
如果 $ARGUMENTS 为空，从 config.yaml 读取主题。
执行期间：
- 管线运行 23 个阶段。每个阶段在
artifacts/<run-id>/stage-N/ 中产生输出
- 通过检查阶段目录是否存在来监控进度
- 如果管线失败，捕获错误输出并自动运行
/researchclaw:diagnose 逻辑
完成后：
- 报告哪些阶段成功、哪些失败
- 显示生成论文的路径
- 显示总执行时间
/researchclaw:status — 管线状态
检查管线运行的当前状态：
- 找到最新的
artifacts/rc-* 目录
- 统计已完成的阶段数
- 检查
pipeline_summary.json——如果存在则运行已完成
- 报告：
阶段 X/23 已完成。当前阶段：[阶段名称]。状态：[运行中/失败/完成]
阶段名称映射：
| 阶段 | 名称 |
|---|
| 1 | 主题初始化 |
| 2 | 问题分解 |
| 3 | 文献检索 |
| 4 | 文献分析 |
| 5 | 研究方向（门控） |
| 6 | 假设生成 |
| 7 | 实验设计 |
| 8 | 实验评审 |
| 9 | 实验审批（门控） |
| 10 | 代码生成 |
| 11 | 代码评审 |
| 12 | 实验执行 |
| 13 | 结果收集 |
| 14 | 结果分析 |
| 15 | 论文大纲 |
| 16 | 章节撰写 |
| 17 | 论文初稿 |
| 18 | 同行评审 |
| 19 | 修订 |
| 20 | 最终审查（门控） |
| 21 | 引文验证 |
| 22 | 可视化 |
| 23 | 最终导出 |
/researchclaw:resume — 恢复失败的运行
从上次成功的阶段恢复：
- 找到最新的运行目录
- 找到最后完成的阶段
- 运行：
researchclaw run --config config.yaml --from-stage STAGE_NAME --output <run-dir> --auto-approve
已知问题（上游）： --from-stage 标志在所有版本中可能不正确工作。如果恢复失败，如实告知用户并建议重新开始。
/researchclaw:diagnose — 自动诊断故障
读取最近的日志和错误输出来识别问题：
tail -100 researchclaw-run.log 2>/dev/null || tail -100 researchclaw-resume.log 2>/dev/null
常见故障模式和修复：
| 错误模式 | 原因 | 修复 |
|---|
HTTP 401 | API 密钥无效或过期 | 检查 config.yaml → llm.api_key 或环境变量 |
HTTP 429 | API 速率限制 | 等待 60 秒后恢复，或切换模型 |
Stage 10 失败 | 代码生成产生无效 Python | 检查生成的代码，使用更强模型 |
Docker 错误 | Docker 未运行或权限不足 | 运行 docker info 验证 |
pdflatex 未找到 | LaTeX 未安装 | 安装 texlive-full |
quality_score < threshold | 质量门控太严格 | 降低 quality.min_score（默认 2.0 很严格） |
MemoryError | 内存不足（需要 32GB+） | 使用 simulated 模式 |
/researchclaw:validate — 运行前验证
运行所有检查但不启动管线：
- 配置语法：验证 YAML 可解析
- 配置完整性：检查 API 密钥和研究主题已设置
- API 连通性：测试 LLM 端点
- Docker 健康：
docker info（如果是沙箱模式）
- 磁盘空间：低于 10 GB 时警告
- 写入权限：测试可以写入 artifacts/
以通过/失败清单形式报告结果。
中国大陆用户特别说明
推荐使用 DeepSeek
DeepSeek 在中国大陆访问更稳定：
llm:
provider: deepseek
model: deepseek-chat
api_key_env: DEEPSEEK_API_KEY
网络代理
如果无法访问 arXiv 或 Semantic Scholar：
export HTTP_PROXY=http://your-proxy:port
export HTTPS_PROXY=http://your-proxy:port
镜像源加速
pip install researchclaw[all] -i https://pypi.tuna.tsinghua.edu.cn/simple
原则
- 绝不撒谎。 如果某个功能坏了，如实说明。如果上游不存在某个功能，不假装存在。
- 始终测试。 每次管线执行前运行验证。每次操作后检查结果。
- 行动前先询问。 未经用户明确批准，绝不安装包、修改配置或启动长时间运行的进程。
- 如实报告。 显示实际错误信息，不显示美化的摘要。
- 保持更新。 本技能针对 AutoResearchClaw v0.3.x。
