AI-Scientist-v2使用教程：全自动科学发现与论文写作

发布时间：2026-08-02 | 标签：AI工具、科研、自动化、论文

什么是AI-Scientist-v2

AI-Scientist-v2是由Sakana AI开发的全自动科学发现系统，GitHub星标持续增长。它通过Agentic Tree Search（代理树搜索）技术，实现workshop级别的自动化科学发现——从idea生成、实验设计、代码编写、结果分析到论文撰写，全流程自动化。

核心功能

1. 自动Idea生成

基于已有文献和趋势分析，自动生成研究创意和假设。

2. 实验设计

自动设计实验流程，包括数据集选择、模型架构、评估指标。

3. 代码编写与执行

自动编写实验代码，在沙箱环境中运行实验，收集结果。

4. 论文撰写

按照学术论文格式自动撰写完整论文，包括摘要、引言、方法、实验、结论等部分。

5. Agentic Tree Search

核心创新：将科研过程建模为树搜索问题，每个分支代表一个研究方向，自动评估和选择最有前景的方向。

安装与使用

# 克隆仓库
git clone https://github.com/SakanaAI/AI-Scientist-v2.git
cd AI-Scientist-v2

# 安装依赖
pip install -r requirements.txt

# 配置API Key
export OPENAI_API_KEY=sk-xxx

# 运行自动科研
python ai_scientist.py \
  --topic "efficient attention mechanisms" \
  --model "gpt-4o" \
  --num_ideas 5 \
  --num_experiments 3 \
  --write_paper

输出内容

# 生成的文件结构
output/
├── ideas/
│   ├── idea_1.md          # 研究创意
│   ├── idea_2.md
│   └── ...
├── experiments/
│   ├── exp_1/
│   │   ├── code.py        # 实验代码
│   │   ├── results.json   # 实验结果
│   │   └── figures/       # 图表
│   └── ...
├── papers/
│   ├── paper_1.tex        # LaTeX论文
│   ├── paper_1.pdf        # 编译后PDF
│   └── ...
└── review/
    └── review_1.md        # 自动评审报告

研究模板

AI-Scientist-v2内置多个研究模板：

适用场景

相关阅读

📚 常见问题

AI-Scientist-v2使用是什么？

AI-Scientist-v2是由Sakana AI开发的全自动科学发现系统，GitHub星标持续增长。它通过Agentic Tree Search（代理树搜索）技术，实现workshop级别的自动化科学发现——从idea生成、实验设计、代码编写、结果分析到论文撰写，全流程自动化。