← 返回列表

Dr. Claw: 面向科研全流程的通用 AI 研究助手

聚合站 SecWiki技术 入库 2026-11-18T02:34:58

在一个工作区里完成研究规划、执行与写作。

🎉 论文被 EMNLP 2026 System Demonstrations 接收

Note

在关注 Anthropic 刚发布的 Claude Science(2026 年 6 月 30 日上线)? Dr. Claw 从 2026 年 2 月起就在践行同样的愿景——而且完全开源、模型无关(Claude Code、Gemini CLI、Codex,另可通过 OpenRouter 使用数百种模型),跑在你自己的机器上,数据和 GPU 都由你掌控。它覆盖科研全生命周期——调研 → 想法生成 → 实验 → 论文写作 → 幻灯片与成果宣传——而不止于计算分析。免费使用,无需订阅。

Dr. Claw 是一个面向不同研究方向的通用 AI 研究助手,帮助研究者和团队完成从想法形成、实验推进到论文产出的全流程工作。它把关键研究环节整合到同一个空间中,让你把精力放在问题本身和迭代质量上,而不是工具切换与流程拼接。

产品截图

Dr. Claw 对话界面

按来源筛选、配置研究方向,无需离开工作区即可掌握领域动态——覆盖 arXiv、HuggingFace(Daily Papers + 模型 / 数据集 / Spaces)、GitHub 热门与最新仓库、微信公众号(通过 RSSHub)、X 和小红书。

Dr. Claw 多源新闻看板

覆盖想法生成、代码调研、实验开发与分析、论文写作、审稿回复、成果交付等环节——Agent 在执行任务时会自动发现并应用相应技能,作为任务级辅助贯穿整个研究流程。

Dr. Claw 技能库界面

Leveraged Cognition

纯手工太慢,完全交给 AI 又太平庸,Vibe Researching 才是新的范式。 Dr. Claw 以 Agentic Execution 放大你的 Research Taste,让你既能更快推进、更大胆探索,也始终守住科研严谨性的底线。

产出物 存储位置 说明
📚 文献综述 Survey/reports/ 基于 arXiv、Semantic Scholar 和网络来源的带引用文献综述
💡 研究创意 Ideation/ideas/ 多维度评估打分的头脑风暴输出
🔬 实验代码 Experiment/core_code/ 由"计划 → 实现 → 评判"循环产出的代码
📊 分析结果 Experiment/analysis/ 统计分析、表格和论文级图表
📝 论文草稿 Publication/paper/ IEEE/ACM 格式学术论文,含引用和 LaTeX 数学公式
🎞️ 学术展示 Promotion/slides/ 演示文稿、TTS 语音旁白和演示视频

完整产出物列表和项目目录结构请参见 docs/pipeline-outputs.md。

Project Dashboard — 从项目总览进入,查看状态并启动端到端自动化流程。

项目看板界面

Skill Library — 浏览覆盖想法生成、实验推进与论文写作的技能库。

技能库界面

News Dashboard — 在同一工作区内跟踪研究相关的资讯更新。

新闻看板界面

使用 Dr. Claw 最简单的方式是桌面应用:应用会自己启动服务,不需要在终端或浏览器里配置,打开后自动登录。

  1. 从最新版本下载对应平台的安装包:
    - macOS(Apple Silicon): Dr.Claw-<版本号>-mac-arm64.dmg
    - Windows(x64): Dr.Claw-<版本号>-win-x64.exe
  2. 安装并打开。
    - macOS: 把 Dr. Claw 拖进"应用程序"。应用暂未经过 Apple 公证,第一次打开可能提示"已损坏"或"无法验证开发者"。在终端运行一次下面的命令,再重新打开即可: xattr -dr com.apple.quarantine "/Applications/Dr. Claw.app"
    - Windows: 如果 SmartScreen 提示"Windows 已保护你的电脑",点击 更多信息 → 仍要运行。
  3. 按首次启动向导连接至少一个智能体(Claude Code、Codex 或 Gemini),之后可在 设置 → 智能体 中修改。

Intel Mac 和 Linux 暂无安装包。想用最新版本请从源码安装(方式二);npx(方式一)也能用,但装到的可能是较旧的版本。

以下要求只针对下面的方式一和方式二。桌面应用自带运行环境,不需要安装 Node.js 或构建工具。

Cursor Agent 支持正在开发中,即将推出。

无需克隆仓库或手动配置,直接运行:

npx dr-claw
或全局安装后使用:

npm install -g dr-claw
dr-claw

打开浏览器访问 http://localhost:3001,创建账户即可开始使用。

注意: npm 上的版本可能落后于桌面版。可以用 npm view dr-claw version 和最新版本对比;如果 npm 上的更旧,想用最新功能请改用桌面应用或源码安装。

  1. 克隆仓库:
git clone https://github.com/OpenLAIR/dr-claw.git
cd dr-claw
  1. 安装依赖:

npm install
1. 配置环境:

cp .env.example .env
# 编辑 .env 文件,设置端口等偏好配置

如需自定义端口、认证或工作区设置,请参阅 docs/configuration.zh-CN.md。

  1. 启动应用:
# 开发模式(支持热重载)
npm run dev
  1. 使用应用

Dr. Claw 提供两种使用方式:前端 UI 和 纯终端模式。UI 提供更丰富的可视化,但偶尔可能遇到 bug;纯终端模式更加稳定轻量。

打开浏览器访问 http://localhost:5173(或您在 .env 中配置的端口)。

终端工作流示例

打开第二个终端(保持第一个终端中的 npm run dev 运行),安装 drclaw CLI 工具:

pip install -e ./agent-harness
使用创建账户时设置的用户名和密码登录:

drclaw auth login --username 你的用户名 --password 你的密码
安装至少一个 Agent CLI(如果尚未安装):

Agent 安装命令 认证方式
Claude Code npm install -g @anthropic-ai/claude-code claude → 按提示完成 OAuth
Gemini CLI npm install -g @google/gemini-cli gemini → Google 登录,或 export GOOGLE_API_KEY=...
Codex CLI npm install -g @openai/codex codex login,或 export OPENAI_API_KEY=...
OpenRouter 无需安装 CLI export OPENROUTER_API_KEY=sk-or-...(在 openrouter.ai/keys 获取密钥)

OpenRouter 允许你通过单个 API 密钥使用任意模型(GPT-5、Claude、Gemini、DeepSeek、Llama、Mistral、Qwen 等)。在 UI 中选择模型或在 .env 中设置 OPENROUTER_MODEL。

进入你要工作的项目目录,启动任一 Agent:

cd /path/to/your/project
claude    # 或: gemini | codex

dr-claw/skills/ 中的技能会在项目创建时自动软链接到项目的 .claude/skills/ 目录,Agent 无需额外配置即可自动发现。你也可以在会话中手动引用任意技能:

> Read .claude/skills/inno-experiment-analysis/SKILL.md and follow it to analyze my results.

如果你想要一种轻量级的纯终端体验,使用任意 OpenRouter 模型,可以使用内置的 dr-claw chat 命令。无需浏览器或 UI — 直接在终端中进行具备完整工具调用能力(文件读写、Shell、Grep、Glob、网页搜索/抓取)的智能体对话。

# 确保已设置 OPENROUTER_API_KEY(或使用 --key 传入)
export OPENROUTER_API_KEY=sk-or-...
# 使用任意模型启动对话
node server/cli.js chat --model moonshotai/kimi-k2.5

也可以直接传入 API 密钥:

node server/cli.js chat --model anthropic/claude-sonnet-4 --key sk-or-your-key
| 参数 | 说明 |
|---|---|
| --model <slug> | OpenRouter 模型标识(如 moonshotai/kimi-k2.5、anthropic/claude-sonnet-4、deepseek/deepseek-r1) |
| --key <key> | OpenRouter API 密钥(默认使用 OPENROUTER_API_KEY 环境变量) |

浏览所有可用模型:openrouter.ai/models。

# 开发模式(启动 Electron 并支持热重载)
npm run desktop:dev
# 构建可分发的安装包(.dmg / .exe)
npm run desktop:dist

桌面架构、IPC 桥接和 CI/CD 发布流程的详细说明请参阅 electron/README.md。

如果后续 Agent 网页搜索不可用,请查看网页搜索排障。

OpenClaw 通过 drclaw CLI 连接 Dr. Claw,提供项目控制、智能摘要和主动通知 — 随时随地在手机或聊天中使用。

┌─────────────────────────────────────────────────────────────┐
│  用户(手机 / 聊天 / 语音)                                    │
│    ↕                                                        │
│  OpenClaw  ── 秘书层 ──────────────────────────────────┐    │
│    │  执行本地 `drclaw ...`              接收推送消息    │    │
│    ↓                                        ↑          │    │
│  drclaw CLI  ── 稳定控制面 ────────────────────────┐   │    │
│    │  JSON + openclaw.* schema          WebSocket  │   │    │
│    ↓                                        │      │   │    │
│  Dr. Claw 服务                           Watcher ──┘   │    │
│    (项目、会话、pipeline、产物)                          │    │
└─────────────────────────────────────────────────────────────┘

集成分三层:

层级 功能
控制面 OpenClaw 在本地执行 drclaw --json ... 命令
结构化契约 JSON 响应携带版本化的 openclaw.* schema
主动推送 事件驱动的 watcher 把重要变化推送到飞书 / Lark

1. 启动服务

npm install && npm run dev       # 或: drclaw server on
drclaw --json auth status        # 验证连通性

drclaw server status 只报告 drclaw server on 拉起的 daemon。如果用 npm run dev 启动,它可能显示 STOPPED,但 http://localhost:3001 实际可用 — 以 auth status 为准。

2. 安装 CLI

pip install -e ./agent-harness
drclaw --help

如果 PATH 中没有 drclaw:

PYTHONPATH=agent-harness python3 -m cli_anything.drclaw.drclaw_cli --help
3. 登录认证

drclaw auth login --username <user> --password <pass>
drclaw --json projects list      # 应返回你的项目列表

4. 关联 OpenClaw

drclaw install --server-url http://localhost:3001
# 带推送 channel:
drclaw install --server-url http://localhost:3001 --push-channel feishu:<chat_id>

这会复制 Dr. Claw skill、安装 wrapper 脚本,并保存服务地址和 CLI 路径。

5. 验证核心流程

从 OpenClaw 执行以下四个命令 — 如果都返回有效 JSON,说明集成已就绪:

drclaw --json projects list                            # 解析项目
drclaw --json chat waiting                             # 等待回复的会话
drclaw --json digest portfolio                         # 跨项目汇总
drclaw --json workflow status --project <project>      # 单项目状态

6. 回复会话

drclaw --json chat waiting                             # 选择会话
drclaw --json chat reply --project <proj> --session <sid> -m “按方案 B 继续。”
drclaw --json chat waiting --project <proj>            # 确认已处理

多轮项目讨论:

drclaw --json chat project --project <proj> --session <sid> -m “总结当前 blockers。”
面向机器的命令返回版本化的 openclaw 字段:

Schema 用途
openclaw.turn.v1 ��轮对话摘要
openclaw.project.v1 项目摘要(状态、计数、下一步操作)
openclaw.portfolio.v1 跨项目概览与建议
openclaw.daily.v1 每日摘要
openclaw.report.v1 移动端报告
openclaw.event.v1 Watcher 事件与派生 signal

客户端消费建议:

场景 读取字段
判断是否需要打断用户 openclaw.decision.needed
快捷操作 / 语音建议 openclaw.next_actions
紧凑展示 openclaw.turn.summary 或 openclaw.focus
处理 watcher 通知 openclaw.event.v1.event.signals

只要有 openclaw 字段,就不要只依赖原始 reply 文本。

正式契约文档:agent-harness/cli_anything/drclaw/SCHEMA.md

Watcher 订阅 Dr. Claw WebSocket 事件,只在真正值得提醒时推送通知。

# 配置推送 channel
drclaw openclaw configure --push-channel feishu:<chat_id>
# 管理 watcher
drclaw --json openclaw-watch on --to feishu:<chat_id>
drclaw --json openclaw-watch status
drclaw --json openclaw-watch off

工作流程:

WebSocket 事件 → 项目解析 → snapshot 对比 → signal 推导
                                                ↓
                   去重 (6h TTL) ← 稳定签名 + signal kinds
                                                ↓
                   openclaw agent --deliver → 飞书 / Lark 消息
                          (回退:bridge 直接发送)

派生 signal:

Signal 含义
human_decision_needed Agent 请求工具调用权限
waiting_for_human 会话等待用户输入
blocker_detected / blocker_cleared 任务阻塞 / 解除阻塞
task_completed 任务完成
next_task_changed 推荐的下一个任务已变更
attention_needed 需要关注
session_aborted 会话执行中止

状态文件:~/.drclaw/openclaw-watcher-state.json | 日志:~/.drclaw/logs/openclaw-watcher.log

当 OpenClaw 反复调用 openclaw agent --local 时,使用 wrapper 脚本避免 session lock 冲突:

agent-harness/skills/dr-claw/scripts/openclaw_drclaw_turn.sh \
  --json -m “Use your exec tool to run \`drclaw --json digest portfolio\`. Return only raw stdout.”

原则:稳定的串行调用永远优于冒险的并发调用。

当以下场景全部通过时,你的 OpenClaw 集成就已完成:

此时 OpenClaw 就已经成为 Dr. Claw 的移动秘书。用户可以自然地说:

”看看哪些项目在等我回复。”
”总结一下这个项目的进展和 blockers。”
”替我回复这个会话:按方案 B 继续,做完汇报。”
”给我一个跨项目进展汇总,推荐今天优先处理什么。”
”我有个新想法 — 建个项目,和我讨论清楚,然后开始规划。”

Dr. Claw 会从 .env 读取本地配置。对大多数用户来说,只需要把 .env.example 复制为 .env;但以下几个配置项最常需要尽早调整:

完整环境变量说明和部署注意事项见 docs/configuration.zh-CN.md。

Auto Research 的邮件通知配置在应用内的 Settings → Email。当前 v1 支持 Claude Code、Codex、Gemini 和 OpenRouter 作为执行引擎进行无人值守研究任务执行;如果运行中断,系统会自动回收僵尸 run,避免其长期停留在 running 状态。

OpenRouter 作为一等公民集成,让你通过一个 API 密钥访问数百个模型(GPT-5、Claude、Gemini、DeepSeek、Llama、Mistral、Qwen、Kimi 等)。

  1. 在 openrouter.ai/keys 获取 API 密钥。
  2. 通过以下三种方式之一设置密钥:
    - 环境变量: export OPENROUTER_API_KEY=sk-or-...
    - .env 文件: 在项目 .env 中添加 OPENROUTER_API_KEY=sk-or-...
    - UI 界面: 进入 Settings → OpenRouter 并粘贴密钥

  3. 打开项目并进入 Chat。

  4. 在 Choose Your AI Assistant 下点击 OpenRouter。
  5. 在下拉菜单中搜索模型(会从 OpenRouter 获取完整列表),或输入自定义模型标识。
  6. 开始对话 — Agent 具备与 Claude、Gemini、Codex 相同的工具调用能力(文件读写、Shell、Grep、Glob、网页搜索/抓取、Todo)。

OpenRouter 同样可用于 Project Dashboard 上的 Auto Research — 选择它作为提供方并选择任意模型。

无需浏览器。dr-claw chat CLI 提供完整的智能体终端会话:

# 基本用法
node server/cli.js chat --model moonshotai/kimi-k2.5
# 指定 API 密钥
node server/cli.js chat --model deepseek/deepseek-r1 --key sk-or-your-key

CLI 支持与 UI 相同的工具(文件读写、Shell、Grep、Glob、网页搜索、网页抓取、Todo)。输入你的消息,Agent 将自主执行多步骤研究任务。

在 .env 中设置 OPENROUTER_MODEL 以更改未指定模型时的默认值:

OPENROUTER_MODEL=moonshotai/kimi-k2.5
如未设置,默认使用 anthropic/claude-sonnet-4。

Dr. Claw 的核心功能是 Research Lab。

Research Lab 工作流

典型流程如下:

  1. 在 Settings 中配置一个受支持的 Agent。
  2. 如果希望收到完成通知,在 Settings → Email 中配置邮件信息。
  3. 在 Chat 中描述你的研究想法。
  4. 让 Agent 生成 .pipeline/docs/research_brief.json 和 .pipeline/tasks/tasks.json。
  5. 在 Research Lab 中查看流水线,并把任务发送回 Chat 执行,或者在 Project Dashboard 上点击 Auto Research 让系统顺序执行全部任务。

完整操作步骤请见下方 使用指南。

启动 Dr. Claw 后,打开浏览器并按以下步骤操作。

首次打开 Dr. Claw 时,您会看到 Projects 侧边栏。您有两种选择:

默认项目存储路径: 新项目默认存储在 ~/dr-claw 目录下。可在 Settings → Appearance → Default Project Path 中修改,也可通过环境变量 WORKSPACES_ROOT 设置。该配置持久化在 ~/.claude/project-config.json 中。

创建或打开项目后,Dr. Claw 默认进入 Chat 页面。如果尚未生成研究流水线,页面会显示引导提示,并提供 Use in Chat 按钮注入模板提示。

Chat 界面

描述你的研究想法 — 即使只是一个大概的方向也可以。Agent 会使用 inno-pipeline-planner skill 与你交互,然后生成:

切换到 Research Lab 查看生成的任务、进度指标和研究产物,然后执行任务:

任务列表与执行流程

  1. 通过 CLI 选择器 选择后端(Claude Code、Gemini CLI 或 Codex)。
  2. 在 Research Lab 中对 pending 任务点击 Go to Chat 或 Use in Chat。
  3. Agent 执行任务并将结果写回项目。

如果你希望 Dr. Claw 端到端自动执行整条任务流水线,可以使用 Auto Research:

  1. 打开 Settings → Email,配置 Notification Email、Sender Email 和 Resend API Key。
  2. 确认项目中已经存在 .pipeline/docs/research_brief.json 和 .pipeline/tasks/tasks.json。
  3. 打开 Project Dashboard,在项目卡片上点击 Auto Research。
  4. 点击 Open Session 可随时跳转到本次运行创建的 Claude session。
  5. 所有任务完成后,Dr. Claw 会发送完成通知邮件;如果 session 中途被打断,系统会自动恢复 stale run,避免它一直卡在 running 状态。

Auto Research Hub(侧边栏 → Auto Research)让你浏览和配置第三方研究工具包。目前支持三个工具包:

工具包 说明 依赖
ARIS 端到端自动研究流水线,支持跨模型对抗审稿 需要配置 MCP Reviewer
Autoresearch 目标驱动的迭代引擎,含 9 个子命令 零依赖
DeepScientist 13 阶段研究 OS(ICLR 2026),含 50+ 模板 零依赖

使用方法:

  1. 在侧边栏点击 Auto Research 打开 Hub 页面。
  2. 选择一个工具包,展开 包含的工作流 查看可用的 slash 命令。
  3. 如果工具包需要配置(如 ARIS),展开 环境配置,选择 MCP 审稿服务,输入 API Key,然后点击 一键配置。
  4. 前往 Chat,点击输入框上方的 Auto Research 下拉菜单,选择对应的工具包和工作流。
  5. 输入研究方向或主题,Agent 将端到端执行所选工作流,并将结果写入项目。

零依赖工具包(Autoresearch、DeepScientist)开箱即用,无需配置步骤。

如果 Agent 不能搜索网页,通常是当前权限设置过于严格。除此之外,也需要确认当前进程是否仍然启用了运行时网络锁。

  1. 检查运行时网络锁:

echo "${CODEX_SANDBOX_NETWORK_DISABLED:-0}"
如果输出为 1,即使在 Settings 中放宽权限,网络请求仍可能被阻止。需要在部署或启动层(shell profile、systemd、Docker、PM2)移除或覆盖该变量,然后重启 Dr. Claw。

  1. 打开 Settings(侧边栏齿轮图标)。
  2. 进入 Permissions,然后选择当前使用的 Agent:
  1. 返回 Chat,发送新消息并重新尝试网页搜索。

Codex 权限模式说明:

安全提示:

每个 Agent 首次在项目目录中执行代码时,可能需要进行一次性的信任确认或登录。如果 Chat 窗口卡住或弹出信任/认证提示,请切换到 Dr. Claw 内置的 Shell 标签页,在那里同意提示即可。

操作步骤:

  1. 切换到 Dr. Claw 的 Shell 标签页。
  2. 在 Shell 中同意 trust/auth 提示。
  3. 返回 Chat 重新发送消息即可。

Dr. Claw 默认已经开启 trust 流程,因此通常不需要再手动输入额外的 trust 指令。

信任状态按目录持久保存,每个项目只需操作一次。

Shell 标签页无法使用? 如果 Shell 标签页报 Error: posix_spawnp failed,请参阅 docs/faq.zh-CN.md 中的修复方法,然后重试。

您也可以随时切换到其他标签页:

标签页 功能说明
Chat 从这里开始。用它描述研究想法、生成流水线,并用所选 Agent 执行任务。
Survey 查看当前项目的论文、文献图谱、笔记和调研阶段任务。
Research Lab 在一个视图里查看研究简报、任务列表、进度和已生成的产物。
Skills 浏览已安装的 Skills,查看内容,并导入本地 Skills。
Compute 在一个位置管理计算资源并运行实验工作负载。
Shell 需要直接使用 CLI、处理 trust 提示或手动执行命令时,使用内置终端。
Files 浏览、打开、创建、重命名和编辑项目文件,并支持语法高亮。
Git 不离开应用即可查看差异、暂存更改、提交和切换分支。

Dr. Claw 当前以生成后的 Pipeline Task List 作为执行流水线。
项目内置了 100+ 个 skills(位于 skills/),用于辅助科研任务,包括 idea 探索、代码调研、实验开发/分析、论文写作、审阅与交付等。
Agent 会自动发现这些 skills,并在任务执行过程中按需调用。

如果你主要使用 Claude Code 作为编程代理,希望在终端中直接使用 Dr. Claw 的研究流水线而无需运行完整的 Web UI,可以使用独立的 Claude Code 插件:

该插件提供 4 个斜杠命令(/drclaw:setup、/drclaw:status、/drclaw:run、/drclaw:reset),让你可以初始化研究项目、跟踪 5 个流水线阶段的进度并执行任务 — 全部在 Claude Code 会话中完成。

在任意 Claude Code 会话中运行:

/plugin marketplace add OpenLAIR/dr-claw-plugin-cc
/plugin install dr-claw@dr-claw
/reload-plugins

插件安装完成后在后续会话中均可使用。运行 /drclaw:setup 即可初始化新的研究项目。

安装范围: 默认安装到用户级别(所有项目可用)。添加 --scope project 可仅安装到当前项目,--scope local 可安装到本机。

注意: 插件内置的技能是本仓库技能库的快照,技能同步由维护者手动完成 — 详见插件仓库的 README。

Dr. Claw 完全响应式设计。在移动设备上:

┌─────────────────┐    ┌─────────────────┐    ┌─────────────────┐
│   Frontend      │    │   Backend       │    │  Agent     │
│   (React/Vite)  │◄──►│ (Express/WS)    │◄──►│  Integration    │
│                 │    │                 │    │                │
└─────────────────┘    └─────────────────┘    └─────────────────┘

🔒 重要提示: 各 Agent 的权限都是按提供方独立配置的。在开启宽松的文件、Shell 或网页访问前,请先检查 Settings → Permissions。

为了安全地使用网页搜索和高权限工具:

  1. 打开 Settings - 点击侧边栏中的齿轮图标
  2. 选择 Agent - Claude Code、Gemini CLI 或 Codex
  3. 按需启用 - 仅开启当前任务需要的工具或权限模式
  4. 应用设置 - 您的偏好设置将保存在本地

推荐方法: 优先使用最保守的权限模式,只在确实需要时放宽配置。

我们欢迎贡献!请遵循以下指南:

  1. Fork 仓库
  2. 克隆 您的 fork:git clone <your-fork-url>
  3. 安装 依赖:npm install
  4. 创建 特性分支:git checkout -b feature/amazing-feature

  5. 进行更改,遵循现有代码风格

  6. 彻底测试 - 确保所有功能正常工作
  7. 运行质量检查:npm run typecheck && npm run build
  8. 提交,遵循 Conventional Commits 的描述性消息
  9. 推送 到您的分支:git push origin feature/amazing-feature
  10. 提交 拉取请求,包括:
    - 更改的清晰描述
    - UI 更改的截图
    - 适用时的测试结果

安装与故障排除请参阅 FAQ。

本仓库包含一个组合作品。

其中,源自 Claude Code UI 的上游部分继续适用 GNU General Public License v3.0(GPL-3.0);Dr. Claw Contributors 的原创修改与新增部分适用 GNU Affero General Public License v3.0(AGPL-3.0)。

完整许可证文本与适用范围说明请参见 LICENSE 和 NOTICE。

Dr. Claw 的设计与评测发表于论文 Dr. Claw: An AI Scientist Workspace for Vibe Research(arXiv:2609.00365),已被 EMNLP 2026 System Demonstrations 接收。如果这个项目对你的研究有帮助,欢迎引用我们的工作:

@misc{song2026drclaw,
  title         = {Dr. Claw: An AI Scientist Workspace for Vibe Research},
  author        = {Dingjie Song and Hanrong Zhang and Dawei Liu and Yixin Liu and Zongxia Li and Zhengqing Yuan and Siqi Zhang and Henry Peng Zou and Zhiling Yan and Yuxuan Zhang and Yanfang Ye and Philip S. Yu and Lichao Sun},
  year          = {2026},
  eprint        = {2609.00365},
  archivePrefix = {arXiv},
  primaryClass  = {cs.AI},
  doi           = {10.48550/arXiv.2609.00365},
  url           = {https://arxiv.org/abs/2609.00365},
  note          = {Accepted to EMNLP 2026 System Demonstrations},
}
原文链接:https://github.com/OpenLAIR/dr-claw/blob/main/README.zh-CN.md