wentorai/research-claw

---

Windows 用户 → Docker 一键部署（推荐）或 WSL2 手动安装

---

下方指令适用于 macOS 和 Linux（Ubuntu）

同一条命令：首次安装 · 版本更新 · 重新启动

curl -fsSL https://wentor.ai/install.sh | bash

---

这是什么

会定义下一个时代的研究者，不该把时间耗在排版参考文献上。凌晨两点独自面对屏幕的研究生，值得拥有和顶级实验室一样的科研基础设施。

科研龙虾完全运行在你的本机。它替你精读论文，在你入睡时盯着 arXiv，帮你起草方法论、设计实验、管理引文、生成图表，用你的口吻写作——而不是它的。

你的论文库、笔记、实验数据，全部存在你自己的机器上。唯一的外部依赖是你选择的大模型 API。

---

六个场景

让 Zotero 开口说话

你：Zotero「未分类」堆了 200 多篇，帮我按主题分类，每篇加一句话摘要 龙虾：已读取 217 篇，聚类分析中……建议分 6 组：LLM Reasoning (43) · Agent (38) · RAG (31) · Multimodal (28) · Eval (19) · Others (58)，可以吗？ 你：可以，Others 超 10 篇同主题的再拆 龙虾：✓ 已分到 8 个 Collection · 每篇已加摘要 · 已同步 Zotero

双向联动 Zotero / EndNote：自动分类、批注摘要、BibTeX 导出，对话式管理整个文献库。

---

组会材料，自动生成

每周五早 8 点，自动汇总一周研究进展，生成汇报材料，通过 Telegram / 飞书 / QQ / 钉钉 发到你手机。你醒来就能看到，一行命令都不用敲。

---

论文写作：从空白页到初稿

你：开始写「Multi-Agent Debate for Factual Reasoning」，先构建框架，再把 Related Work 写了 龙虾：基于 proposal + 实验笔记生成框架：1. Intro · 2. Related Work · 3. Method · 4. Experiments · 5. Conclusion，要调整吗？ 你：2.3 改成 Multi-Agent Collaboration & Consensus 龙虾：✓ Related Work 初稿完成（2,800 词 · 47 篇引用）· 已保存至 ~/research/paper/02_related.md · BibTeX 已同步 references.bib

---

7×24 科研雷达 × IM 推送

设置追踪关键词、学者、期刊，科研龙虾在后台持续扫描 arXiv、OpenAlex 等学术数据库。有重要更新第一时间推送到你的 Telegram / 飞书 / QQ，你不在电脑前也不会错过。

---

邮件：说想法，它发送

你：给 Yann LeCun 发邮件，说我们正在复现他的 XXX 论文，遇到一个问题，想请教……语气正式但不生硬 龙虾：[起草完毕，请确认后发送]

起草、确认、发送，全在对话里完成。语气随时可调。

---

本地 GPU，自动复现论文

你：帮我跑一下 arxiv:2406.12345 的实验 龙虾：正在 clone 仓库，配置 conda 环境……遇到 CUDA 版本不兼容，已自动切换，正在重试……✓ 实验完成，结果保存至 results/

卡住了自己调试，搞不定给作者发邮件。

真实案例：HiF8 量化实验 —— 以下截图来自一次实际的 Wan2.1 视频生成模型量化实验推进过程。

自主推进实验

龙虾每 10 分钟自动汇报：环境验证（GPU / CUDA / PyTorch 全链路检查）→ 逐个运行实验 → 记录遇到的问题与解决方案 → 制定下一步计划。你只需要看汇报，不需要手动执行任何命令。

遇到阻塞，主动找你决策

当模型下载被 HuggingFace 限速（~1MB/s，预计 95 分钟）时，龙虾不会傻等——它发出紧急汇报，分析根因，提出三个方案并给出推荐，等你拍板后继续执行。

Human-in-the-Loop 原则：涉及外部凭证（API Token）、不可逆操作、或需要资源决策时，龙虾不会擅自行动，而是带着分析和方案来找你——你做导师，它做执行。

---

Dashboard

大多数本地 AI Agent 的界面是一个聊天框加几个按钮。科研龙虾不是。

我们为学术工作流专门设计了一套 Dashboard，这是目前所有本地科研 AI 中功能和设计最完整的界面，支持暖色 Paper 与暗色 Terminal 双主题切换。

技术规格：React 18 + Vite 6 + Ant Design 5 + Zustand 5，中英双语，2200+ Dashboard 测试，TypeScript 零报错，响应式支持桌面 / 平板 / 浮窗三种模式。

质量管控：给你的 AI 配一个审稿人

科研最怕「一本正经地胡说」。质量管控会异步复审主模型的回答，把发现、建议修正和审计状态持久化到 Supervisor 面板；它不会阻塞或悄悄替换已经发出的回答。危险工具另有同步确定性安全规则与有界深审，确认危险时可直接阻断或请求人工审批。审稿模型可独立配置，也可继承主模型；引用存在性联网核验默认关闭，需要用户主动开启。

---

技能与集成

科研龙虾内置 433 个学术技能（安装时自动配置，无需手动操作），覆盖科研全流程：

34 个 Agent 工具（分布在 18 个 API 模块）直连学术数据库：arXiv · OpenAlex · CrossRef · PubMed · Unpaywall · Europe PMC · DBLP · DOAJ 等

150 个 MCP 配置即插即用：

• 文献管理：Zotero · EndNote · Mendeley
• IM 推送：Telegram · 飞书 · QQ · 钉钉 · Slack（在你惯用的 IM 里收到科研提醒）
• 开发工具：GitHub · Jupyter · VSCode
• AI 服务：OpenAI · Claude · 各类国内模型 API

---

架构设计

┌─────────────────────────────────────────────────────────────────────┐
│                         Research-Claw                               │
│                                                                     │
│   L0  workspace/                  L2  dashboard/                    │
│       ├─ SOUL.md                      React 18 + Vite 6             │
│       ├─ AGENTS.md                    Ant Design 5 + Zustand 5      │
│       ├─ TOOLS.md                     6 卡片类型 · 8 面板             │
│       ├─ HEARTBEAT.md                 WebSocket RPC v3 客户端        │
│       └─ (8 bootstrap files)          1024 i18n keys (EN + ZH-CN)   │
│                                             │                       │
│   L1  extensions/                           │ ws://127.0.0.1:28789  │
│       └─ research-claw-core                 │                       │
│          ├─ 46 tools                        │                       │
│          ├─ 123 WS RPC interfaces           │                       │
│          └─ 23 SQLite tables + FTS5         ▼                       │
│       ╔═══════════════════════════════════════════════════╗         │
│       ║           OpenClaw  (npm dependency)              ║         │
│       ║         Gateway · WS RPC v3 · Port 28789          ║         │
│       ╚═══════════════════════════════════════════════════╝         │
│                              │                                      │
│   L3  patches/               ▼                                      │
│       ~20 lines · 7 files    @wentorai/research-plugins             │
│                              433 skills · 34 tools                  │
└─────────────────────────────────────────────────────────────────────┘

核心设计决策

安全模型

四层纵深防御，前三层为代码级硬约束：

──────────────────────────────────────────────
  L1  网络隔离                                 
      loopback only · 无远程端口暴露            
      无 telemetry · 无云端回传                 
──────────────────────────────────────────────
  L2  Workspace 沙箱                           
      原生 write/edit 工具由 config 层禁用       
      插件写文件 = 强制路径校验（拒绝 ../）        
      原生 read 保持开放（可读论文/代码）         
──────────────────────────────────────────────
  L3  命令执行防护（before_tool_call hook）      
      拦截：rm -rf / · dd of=/dev/ · fork bomb 
      放行：python · git · npm · 单文件 rm      
──────────────────────────────────────────────
  L4  Git 版本控制备份                          
      workspace 变更自动提交（5s debounce）      
      纯本地 · 无 push · 支持全历史回滚           
──────────────────────────────────────────────
  L+  提示词级协议（软约束）                     
      SOUL.md：禁止伪造引用/数据                 
      AGENTS.md：不可逆操作需 Human-in-Loop     
──────────────────────────────────────────────

---

快速上手

系统要求

所有平台均需 LLM API Key（推荐 Anthropic Claude / OpenAI，支持国内中转 API）。

不需要单独安装 OpenClaw。 科研龙虾已内置 OpenClaw 和全部学术技能插件，安装脚本 / Docker 会自动完成所有配置。如果你已有独立安装的 OpenClaw，也可以只安装技能插件：openclaw plugins install @wentorai/research-plugins，但推荐完整安装以获得 Dashboard 和全部功能。

安装

macOS / Linux — 源码一键安装（推荐）：

curl -fsSL https://wentor.ai/install.sh | bash

Docker 一键安装（macOS / Linux / Windows 通用）

先安装 Docker Desktop，确保启动后托盘显示 Running，然后：

# macOS / Linux
curl -fsSL https://wentor.ai/docker-install.sh | bash

# Windows PowerShell
irm https://wentor.ai/docker-install.ps1 | iex

脚本自动完成：检测 Docker → 拉取最新镜像 → 保留旧容器作为回退 → 启动并验活 → 打开浏览器。新版本未能正常启动时会自动恢复旧版本。 重复运行即可更新到最新版本，数据不丢失（持久化在 Docker named volumes 中）。

安装完成后浏览器自动打开 http://127.0.0.1:28789，在 Setup Wizard 中配置 API Key，无需编辑任何配置文件。安装、更新和 pnpm serve 启动时都会在终端显示当前 Research-Claw、OpenClaw 与代码版本。

常用命令

pnpm serve           # 自动选择：安装用户安静启动，源码工作区开发启动
pnpm serve:user      # 显式用户模式：终端 error，文件 info
pnpm serve:developer # 显式开发模式：终端与文件均为 debug
pnpm support         # 一次性排障：debug 启动；退出时生成脱敏诊断包
pnpm start           # 单次启动（不自动重启）
pnpm dev             # 开发模式（Gateway debug + Dashboard HMR）
pnpm test           # 运行单元测试
pnpm health         # 检查运行状态
pnpm backup         # 备份数据库

pnpm serve 是推荐的日常启动方式。安装器会写入本机安装标记，因此安装用户与源码开发者即使运行同一命令，也会稳定得到各自的日志体验。pnpm support 只影响本次进程，不修改 active config；按 Ctrl+C 退出后自动恢复日常等级并生成脱敏诊断包。

斜杠命令

在对话输入框中输入 / 即可触发命令联想菜单，支持键盘导航（↑↓ 选择，Enter 确认，Esc 关闭）。

更新

curl -fsSL https://wentor.ai/install.sh | bash

数据迁移（整机搬家）

科研龙虾的所有记忆、会话历史、文献库、任务和工作区文件都可以完整迁移到另一台电脑。

---

项目结构

research-claw/
├── config/           # OpenClaw 配置覆盖层
├── dashboard/        # React + Vite Dashboard
│   └── src/
│       ├── components/   # TopBar, LeftNav, ChatView, panels, cards
│       ├── gateway/      # WS RPC v3 client + hooks
│       ├── i18n/         # en.json + zh-CN.json
│       ├── stores/       # Zustand stores × 18
│       └── types/        # 6 Card type definitions
├── extensions/
│   └── research-claw-core/   # 46 tools · 123 RPC · 23 tables
├── patches/          # pnpm patch (~20 lines, 7 files)
├── scripts/          # install / health / backup / sync
├── skills/           # 自定义 SKILL.md 文件
└── workspace/        # Bootstrap files (SOUL.md, AGENTS.md …)

---

卸载

已有 OpenClaw 用户：恢复原始 OpenClaw

如果你在安装科研龙虾后遇到以下问题，说明安装脚本修改的全局设置影响了你原有的 OpenClaw：

• openclaw 命令启动的是科研龙虾，而非原始 OpenClaw
• 端口被固定为 28789，原始 OpenClaw 无法正常启动
• openclaw config 读写的是科研龙虾的配置，而非 ~/.openclaw/openclaw.json

修复方法（两步即可，无需卸载科研龙虾）：

# 1. 删除 CLI wrapper（安装脚本在 ~/.local/bin/ 创建了指向科研龙虾的启动脚本）
rm -f ~/.local/bin/openclaw

# 2. 清除 shell 配置中的环境变量覆盖
#    查看哪些文件被修改过：
grep -n "OPENCLAW_CONFIG_PATH\|# Research-Claw\|\.local/bin.*Research-Claw" ~/.zshrc ~/.bashrc ~/.bash_profile 2>/dev/null
#    找到带 "Research-Claw" 注释的行，删除即可。

清理后重开终端，openclaw 命令即恢复为原始版本。科研龙虾不受影响——通过 cd ~/research-claw && pnpm serve 启动即可，run.sh 会在进程内自行设置正确的配置路径，两者可以并存。

为什么会冲突？ 安装脚本在 ~/.local/bin/openclaw 创建了一个 wrapper 脚本，并将 OPENCLAW_CONFIG_PATH 写入 shell profile，使所有终端中的 openclaw 命令都指向科研龙虾的配置（端口 28789 等）。这是为了让纯科研龙虾用户可以在任意目录使用 openclaw CLI，但对已有 OpenClaw 安装的用户会造成覆盖。

macOS / Linux（源码安装）

# 1. 停止运行中的进程
pkill -f "openclaw.*gateway" 2>/dev/null

# 2. 删除项目目录
rm -rf ~/research-claw

# 3. 删除本地数据（数据库、配置、记忆）
rm -rf ~/.research-claw

# 4.（可选）删除 OpenClaw 全局配置
rm -rf ~/.openclaw

# 5. 删除 CLI wrapper 和 shell 环境变量
rm -f ~/.local/bin/openclaw
# 编辑 ~/.zshrc 或 ~/.bashrc，删除包含 OPENCLAW_CONFIG_PATH 和
# "Research-Claw" 注释的行（通常 2-3 行），然后重开终端

# 6.（可选）清除 pnpm 全局缓存
pnpm store prune

Docker（macOS / Linux / Windows）

# 1. 停止并删除容器
docker stop research-claw && docker rm research-claw

# 2. 删除镜像
docker rmi ghcr.io/wentorai/research-claw:latest

# 3.（可选）删除持久化数据（配置、数据库、工作区）
docker volume rm rc-config rc-data rc-workspace rc-state

Windows PowerShell 命令相同，在 PowerShell 中逐行执行即可。

注意：执行第 3 步将永久删除所有数据（论文库、任务、工作区文件、会话历史）。如需保留数据，跳过此步。

Docker 安装不会修改宿主机的 shell 配置或 CLI wrapper，无需额外清理。

WSL2（Windows 手动安装）

# 1. 在 WSL2 中停止并删除（同 Linux 步骤）
wsl -e bash -c "pkill -f 'openclaw.*gateway' 2>/dev/null; rm -rf ~/research-claw ~/.research-claw ~/.openclaw ~/.local/bin/openclaw"

# 2. 清理 shell 环境变量（在 WSL2 Ubuntu 终端中）
wsl -e bash -c "sed -i '/OPENCLAW_CONFIG_PATH/d;/Research-Claw/d' ~/.bashrc 2>/dev/null"

# 3.（可选）如果 WSL2 仅用于科研龙虾，可以完全卸载 WSL 发行版
wsl --unregister Ubuntu

卸载 WSL 发行版会删除该发行版内的所有数据，请确认无其他用途后再操作。

---

问题反馈

遇到 Bug？在 GitHub Issues 提交报告，标题格式：[Bug] 一句话描述。

一份有效的 Bug 报告需要四样东西：

为什么日志要文字复制？ 截图里的日志无法搜索、无法复制到代码中定位、容易截不全。截图展示界面异常 + 文字复制日志内容，两者配合。

功能建议和讨论请用 GitHub Discussions。

---

致谢

• ppt-master — PPT 生成引擎，为科研龙虾的 PPT 导出功能提供了核心支持

许可证

BSL 1.1 — 个人及学术研究免费使用。商业用途需单独授权，联系 [email protected]。2030-03-12 自动转为 Apache 2.0 开源。

---