Skip to content

research-workflows_zh-CN.md

Latest commit

 

History

History
76 lines (47 loc) · 8.94 KB

research-workflows_zh-CN.md

File metadata and controls

76 lines (47 loc) · 8.94 KB
Raw

研究工作流、双循环与方法来源

English | 简体中文 | ← 返回中文 README

本页解释 Main / Worker 分工、双循环、Web / SDK 边界与论文来源。网页操作见 README 折叠教程，具体参数见安装与配置指南。

选择使用方式

Web / Server（main）：可视化编排、项目管理、执行轨迹与产物浏览。示例作为仓库中的静态 Workflow 文件提供，由用户通过现有通用导入入口手动复用。

SDK / CLI：通过 TypeScript 和命令行运行相应工作流。详细能力对照见 main / SDK 功能一致性与宿主边界。

Main 与 Worker

每个项目都包含唯一且必需的 main Agent，负责理解需求、项目级调度、处理用户输入与失败恢复，并按终止协议验收交付。Worker 执行研究、实验、写作、评审或自定义工作。具体方法可以让获准的终止 Worker 直接验收，不能仅凭存在结束连线判定项目完成。

每个 Agent 可独立选择 Codex、Claude Code、DSH 或 pi，以及模型、提示词、Skills、MCP、思考选项和运行权限。模型网关支持 OpenAI Responses、OpenAI Chat Completions 与 Anthropic Messages；配置步骤见网关与 Agent。

Git 协作通过组内 Workflow 和嵌套协作组组织并行路径。相同 Agent 引用共享配置与会话，Leader 在组内范围协调，PR 按层级集成。详见协作组内 Workflow（v3）。

双闭环

任务循环利用执行反馈改进方法，流程循环利用研究结果改进工作流。前者可以在固定编排中持续迭代，后者需要动态重配置授权。

Task、研究工作流与 Evolver 的任务和流程双循环

Evolver 内置于研究工作流

Evolver 位于工作流内部，依据反馈修改流程配置

当前 Evolver 对应获得授权的 Main。创建前开启 orchestration.allowMainReconfiguration 后，获准的 autonomous Main 轮可编辑系统生成的 workflow.json 提案，再调用 apply_workflow。Server 校验完整文档、图、引用、运行能力与基础版本，原子提交接受的配置；校验失败保留原状态。

Main 可调整自身及其他 Agent 的可编辑配置；凭据、权限、会话与思考策略、授权开关由宿主管理。已接受的 Project Skill/MCP 内容不可同名覆盖，变更需创建新定义并更新引用。详见 Workflow 范围。流程变化是否改善研究表现，需要实际任务评估。

科研论文与方法示例

main 的 example 展示目录收录 21 个工作流示例：3 个入门流程、18 个论文或开源项目工作流。这些文件不由应用自动加载；用户可查看源码、阅读实际画布截图，并手动导出及导入。来源版本为 4160a2cf0259b2a1ed9dc4eb36bc0484d2527a42，条目状态见 catalog.json。

论文、官方项目与实现

以下链接用于引用原始工作。我们将其公开流程适配为 ScienceEvolve Workflow，具体来源 pin、许可、能力映射和执行协议保存在每个例子中。

方法与本地实现 原始论文 官方代码 / 项目
ARIS · Workflow ARIS: Autonomous Research via Adversarial Multi-Agent Collaboration Auto-claude-code-research-in-sleep
Meta-Harness · Workflow Meta-Harness: End-to-End Optimization of Model Harnesses meta-harness
autoresearch · Workflow 以官方项目为来源 autoresearch
FunSearch · Workflow Mathematical discoveries from program search with large language models funsearch
Agent Laboratory · Workflow Agent Laboratory: Using LLM Agents as Research Assistants AgentLaboratory
SciAgents · Workflow SciAgents: Automating scientific discovery through multi-agent intelligent graph reasoning SciAgentsDiscovery
Robin · Workflow Robin: A multi-agent system for automating scientific discovery robin
Google AI co-scientist · Workflow Towards an AI co-scientist — †
Biomni A1 / E1 · Workflow Biomni: A General-Purpose Biomedical AI Agent Biomni
AgentRxiv · Workflow AgentRxiv: Towards Collaborative Autonomous Research AgentLaboratory
RRSI · Workflow RRSI: Regularized Recursive Self-Improvement of Agent Harnesses rrsi
DrugEvolve · Workflow An AI System for Autonomous Algorithm Evolution in Drug Development DrugEvolve
ScientistTwo · Workflow ScientistTwo: Pioneering the Human Knowledge Frontier with Autonomous AI — †

† Google AI co-scientist 与 ScientistTwo 的固定来源未提供完整官方系统源码；相应实现依据公开论文及可用组件，独立实现的参数和假设在各例中标注。ScientistTwo 使用的 PaperOrchestra 等组件不等于完整系统官方代码。autoresearch 以官方项目为来源，AgentRxiv 的参考代码在 Agent Laboratory 仓库中。精简引用数据见 method-sources.json。

在 Web 中手动使用

  1. 从 example/ 选择原始 Workflow、需求与参考资源；画布截图用于查看布局。
  2. 在 Server 主机运行可选导出脚本生成网页副本，再点击主页 “导入 SDK workflow.json”。原文只读，在快速发起下拉框中载入可编辑副本。
  3. 单独复制需求，准备真实输入与数据，为每个 Agent 配置网页网关、Harness、模型和思考选项。保持方法要求的跨家族评审、固定评估目标和必需阶段。
  4. 按原例检查 Git 模式、Skill 路径与外部工具后启动，检查实际轨迹、命令、原始输出和最终交付。

详细步骤见手动使用说明。SDK 的 profile、bindings、--workspace 与状态目录参数不会自动配置 Web；SDK 运行见分支指南，通用导入机制见 Workflow 配置。

验证与归因边界

流程实现、离线协议检查、真实端到端运行和论文指标复现分别需要对应证据。当前方法例子记录其配置、算法/工具合同与来源检查范围；这些检查不构成真实模型、GPU 任务或湿实验成功的记录。

验收一次研究时，应保留输入与数据版本、实际模型/Harness、工具及算力条件、参数、基线、所有候选与失败分支、原始测量和最终产物，并对照原论文的评测口径。资源不足或环境阻断要记录为未完成，不能省略阶段后宣称完整复现。

补充导入的设计以 workflow 配置与编排适配纳入展示；各例说明与固定 SDK 来源保留具体实现范围和状态。