AutoSCI — Data skill for Claude Code

AutoSCI — 分布式研究 Agent 流水线 / Distributed Research-Agent Pipeline

**复刻 OpenAI 的"数学论文工厂"流水线**，但跑在单机 Windows 上、面向 AI + 生信（微生物组表示学习）场景。

*A reverse-engineered clone of OpenAI's "math manuscript factory" — scaled down to a single Windows machine, retargeted at AI + bioinformatics (microbiome representation learning).*

AutoSCI 是一个 ~2,500 行的 Python 包。给定本地论文语料 + 一批种子 idea，它会**对每个 idea 串行调度 10 个专业子 agent**，产出一份"硕士级别"研究草稿（IMRaD 完整结构）+ 伪代码骨架 + 内部审计报告。整个设计是 OpenAI 数学项目工作流的可执行复刻 —— OpenAI 用这套工作流从 ~4,000 个候选问题里产出 719 篇论文：**Director → Research Team → keep / retry / drop**，每个子 agent 的职责被切得足够窄以保证稳定。

**核心思想**：OpenAI 的瓶颈从来不在模型，而在模型**周围**的工作流。AutoSCI 试图把这个工作流用 ~2,500 行 Python 写出来，让任何研究组都能在自己笔记本上批量产硕士级论文。

---

✨ 三大亮点

1️⃣ 调度官 + 子 agent 集群（10 个）

• Director（调度官） — 选 idea、调 Research Team、决定 keep/revised/refute
• Research Team（10 个子 agent 串行）： IdeaCloser → LitSurveyer → MethodDesigner → ExpDesigner → PaperWriter → CitationGrounder → SectionValidator → CodeSketcher → Reviewer → Refuter
• 每步任务极窄：IdeaCloser 只产 1 段 claim + 1 个假设；SectionValidator 只给 8 个 section 打 1-5 分

2️⃣ 5 源论文库（k 越高越丰富）

源	覆盖	默认
arXiv	物理 / CS / ML / quant bio 预印本	30+ query 并发
OpenAlex	跨学科 2.5 亿论文（最广覆盖）	4 query
bioRxiv	生物学预印本（microbiome 主战场）	4 query
PubMed/PMC	临床 + 基础生物 36M+（含 Cell/Nature/Lancet）	4 query
Semantic Scholar	1.95 亿论文 + 引文图（含 ICML/NeurIPS/CVPR）	4 query

跨源 **dedup** 走 3 级优先级：DOI > arXiv-id > 标题 hash

3️⃣ Claude-Code 风格终端 UI（Python `rich` 实现）

• ASCII art banner
• ● Tool name + ⎿ result 缩进（Claude Code 标志性样式）
• ⠋ dots spinner
• verdict 颜色表格（kept 绿 / revised 黄 / refuted 红）
• 实时 status bar
• REPL：❯ /help /status /ideas /vault /run /mass /demo /exit

---

🛞 两种运行模式

A. 单次 demo（5 个 idea，约 12-15 分钟）

python run_demo.py

B. Autopilot 连续自循环（生产模式）

# 默认 5 个 seed + 持续从 KB 挖新 idea
python run_autopilot.py

# 限制版本
python run_autopilot.py --max-cycles 2 --max-ideas