AutoResearchClaw：アイデアから論文までの自律的研究パイプライン
アイデアから論文まで完全に自律的かつ自己進化する研究。アイデアについてチャットします。紙を入手してください。
ひと目でわかる
- これは何？
- 研究アイデアを引用と実験付きの会議提出可能な論文に変換する23段階のパイプライン。完全自律または人間参加モードに対応。
- 誰に向いている？
- AutoResearchClaw の README は、トピック初期化から引用検証までの23段階のパイプラインを説明し、論文草稿、LaTeX ソース、BibTeX 参照、実験実行、検証レポートを生成します。リポジトリメタデータは13,965スターと1,630フォークを示していますが、READMEもメタデータも本番環境でのパフォーマンスデータやユーザー数は提供していません。
- 商用利用できる？
- できます。MIT は寛容なライセンスで、著作権表示とライセンス表示を残せば、使用・改変・販売が可能です。
- 今もメンテナンスされている？
- されています。最後のコミットは 28 日前です。
- 何の言語で書かれている？
- 主に Python です（GitHub の言語統計による）。
回答はプロジェクトの GitHub データ（最終同期：2026年9月15日）と当サイトの分析に基づくもので、法的助言ではありません。
オープンソース詳細解説
README が最初に示すもの
AutoResearchClaw の README は「Chat an Idea. Get a Paper.」というタグラインで始まり、このプロジェクトを、研究トピックを受け取って完全な学術論文を返すエンドツーエンドのパイプラインとして説明しています。論文には OpenAlex、Semantic Scholar、arXiv からの文献、サンドボックス実験、統計分析、マルチエージェント査読、NeurIPS、ICML、ICLR テンプレートを対象とした会議提出可能な LaTeX が含まれます。README は arXiv 論文と、Hugging Face 上の ARC-Bench というベンチマークデータセットへのリンクも提供しています。リポジトリメタデータは、このプロジェクトを「Fully autonomous & self-evolving research from idea to paper」と説明し、主要言語は Python、ライセンスは MIT です。
23段階のパイプライン
README はパイプラインを、TOPIC_INIT から CITATION_VERIFY までの23段階をカバーする8つのフェーズに整理しています。フェーズAは研究範囲の設定、フェーズBは OpenAlex、Semantic Scholar、arXiv からの文献収集、フェーズCは知識の統合と仮説生成、フェーズDは実験設計とコード生成、フェーズEはサンドボックスでの実験実行、フェーズFは結果分析と PROCEED、REFINE、PIVOT の決定、フェーズGは論文執筆と査読、フェーズHは品質ゲート、知識アーカイブ、LaTeX エクスポートで完了します。3つのゲート段階（5、9、20）はデフォルトで人間の承認を待って一時停止しますが、--auto-approve でスキップできます。
実行方法
README はいくつかの実行経路を説明しています。推奨される経路は OpenClaw 経由です。リポジトリURLを OpenClaw と共有すると、OpenClaw が RESEARCHCLAW_AGENTS.md を読み、パイプラインをインストールし、「Research [topic]」と言うと実行します。パイプラインはスタンドアロンCLI（researchclaw run --topic "..." --auto-approve）、Python API（from researchclaw.pipeline import Runner）、または Claude Code、Codex CLI、Copilot CLI、Gemini CLI、Kimi CLI などの ACP 互換コーディングエージェントでも実行できます。OpenClaw ブリッジは Discord、Telegram、Lark、WeChat などのメッセージングプラットフォームもサポートしています。これらのコマンドとオプションは README に記載されているとおりです。
人間参加モード（HITL）
README は v0.4.0 で導入された HITL システムを、6つの介入モード（full-auto、gate-only、checkpoint、step-by-step、co-pilot、custom）とともに紹介しています。各モードは、パイプラインが人間の入力を待って一時停止する頻度を制御します。協調機能には、仮説共同作成のための Idea Workshop、実験設計レビューのための Baseline Navigator、共同起草のための Paper Co-Writer、信頼度駆動の動的一時停止である SmartPause、コスト予算ガードレール、介入学習が含まれます。README には、ユーザーが段階8で仮説をレビューし、承認前に Dropout、Label Smoothing、MixUp、CutMix をベースラインとして追加するよう AI に指示する例が含まれています。
自己学習とスキル
プロジェクト説明の「self-evolving」の部分は、README では MetaClaw 統合とスキルライブラリとして現れています。デフォルトで無効の MetaClaw ブリッジは、失敗と警告からレッスンを捕捉し、再利用可能なスキルに変換し、後続の実行ですべての23段階に注入します。README は、MetaClaw を有効にした場合の複合ロバスト性スコアが 0.714 から 0.845 に上昇したという対照実験を報告していますが、完全な方法論は提供していません。スキルライブラリはオープンソースとカスタムスキルの読み込みをサポートし、科学的執筆、文献検索、化学、生物学などをカバーする20のプリロードされた組み込みスキルが含まれています。
出力物と捏造防止策
README は実行ごとに生成される具体的な出力ファイルをリストしています：paper_draft.md、paper.tex、references.bib、verification_report.json、コードとメトリクスを含む実験実行、チャート、マルチエージェント査読ノート、自己学習レッスンのための evolution/ ディレクトリ、すべての最終出力を含む deliverables/ フォルダです。捏造防止策として、4層の引用検証チェーン（arXiv、CrossRef、DataCite、LLM関連性スコアリング）、論文内で検証済みの実験データのみを強制する VerifiedRegistry、失敗した実験の自動診断と修復が強調されています。出力は artifacts/rc-YYYYMMDD-HHMMSS-hash/deliverables/ に書き込まれます。
設定とドメイン拡張
設定は config.arc.yaml で行い、README にはプロジェクト、研究、ランタイム、LLMプロバイダー、文献検索、実験モード（simulated、sandbox、docker、ssh_remote）、エクスポート対象会議、HITL設定、セキュリティオプション、知識ベースバックエンドをカバーする完全なリファレンスが含まれています。確認したい拡張の1つは HEP-ph 物理モードで、デフォルトの Python ML サンドボックスの代わりに ColliderAgent（Magnus クラウド経由で Lagrangian から FeynRules から MadGraph5）に段階12をルーティングします。また、--incremental-experiment を使用したインクリメンタル実験をサポートし、完全なシミュレーションを再実行せずに新しい質量点や分析を追加できます。
ライセンスと検証に関する質問
このプロジェクトは MIT ライセンスの下で提供され、著作権は Aiming Lab 2026 です。ライセンステキストは、ソフトウェアのコピーの使用、複製、修正、結合、公開、配布、再ライセンス、販売の権利を許可し、ソフトウェアはいかなる種類の保証もなく「AS IS」で提供されると述べています。セキュリティ態勢、サポート、特定目的への適合性については何も述べていません。README の2,699件のテスト合格、arXiv 論文、ARC-Bench データセット、8つのショーケース論文という主張はプロジェクトの主張ですが、リポジトリメタデータと README はそれらを独立して検証する方法を提供していません。
編集部の結論
AutoResearchClaw の README は、トピック初期化から引用検証までの23段階のパイプラインを説明し、論文草稿、LaTeX ソース、BibTeX 参照、実験実行、検証レポートを生成します。リポジトリメタデータは13,965スターと1,630フォークを示していますが、READMEもメタデータも本番環境でのパフォーマンスデータやユーザー数は提供していません。
コミュニティノート