github.com/EurekaClaw/EurekaClaw @main

捕捉你的尤里卡时刻的 AI。

爬取 arXiv · 生成定理 · 证明引理 · 撰写 LaTeX 论文 · 运行实验

一切都从你的聊天或终端开始。

English | 中文

🚀 更新公告 — 2026年4月20日（v0.2.0）

两项新功能现已上线： - 论文问答 / Rebuttal 助手 — 针对任意生成的论文 PDF 进行多轮问答，为审稿人意见起草带引用的精准回复。 - 论文重写 — 通过自由输入的修改指令或问答对话中积累的反馈，一键重写论文，支持版本保存与自动回滚。

详见 论文问答、Rebuttal 与重写 章节。

$ eurekaclaw prove "Find recent papers on sparse attention + prove efficiency bound"

🦞 Crawling arXiv cs.LG (2024–2025)...
📄 Found 23 relevant papers. Summarizing...
💡 Hypothesis generated: O(n log n) via topological filtration
✨ Theorem 3.1 drafted. LaTeX ready. Proof complete.
🦞 Eureka! Paper draft saved to ./results/

---

EurekaClaw 是一个多智能体 AI 科研助手，能够从一个问题出发，自主完成到可发表成果的全过程。它爬取文献、生成并压力测试假设、运行实验并撰写发现报告，一切均可在终端或浏览器 UI 中完成。

开源 · 本地优先 · 隐私设计 · Apache 2.0 许可证

---

EurekaClaw 能做什么

	功能	描述
🔍	文献爬取器	从 arXiv 和 Semantic Scholar 获取、摘要并交叉引用论文
💡	想法生成器	通过综合数千篇论文的规律，产生新颖假设
🔢	定理证明器	通过 7 阶段自底向上流水线生成、验证并形式化证明
📄	论文撰写器	起草包含定理环境和引用的相机就绪 LaTeX 论文
💬	论文问答 / Rebuttal 助手	针对任意论文 PDF 进行多轮问答，理解证明、定位证据、并为审稿人意见起草精准回复
✏️	论文重写	根据自由输入的修改指令或问答对话中的反馈，一键重写生成的论文
🖥️	本地运行	兼容所有主流模型 API — 隐私设计
🧠	持续学习	每次会话后将证明策略提炼为技能，持续改进
🧪	实验运行器 （开发中）	数值验证理论界限；标记低置信度引理
🌐	浏览器 UI	React + TypeScript 界面 — 实时智能体追踪、证明草图、暂停/恢复、技能管理器

---

安装

(详细教程参见 安装)

macOS / Linux

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

Windows

powershell -c "irm https://eurekaclaw.ai/install_win.ps1 | iex"

macOS/Linux 安装程序会克隆仓库、创建虚拟环境、安装 EurekaClaw，并将 eurekaclaw 命令添加到 PATH。之后运行 eurekaclaw onboard 以配置 API 密钥和设置。

Docker — 一行命令安装（推荐服务器用户 — 无需 sudo）

要求： 仅需 Docker（用户在 docker 组中即可，无需 sudo、无需安装 Python、无需安装 Node.js）

Docker Hub 预构建镜像：

镜像	标签	大小	描述
eurekaclaw/eurekaclaw	latest	~10 GB	CPU — 内含 Python 3.11、Node.js 18、所有依赖
eurekaclaw/eurekaclaw	gpu	~13 GB	GPU — NVIDIA CUDA 12.4 + 以上所有内容

# 拉取镜像（一次性，约 10 GB）
docker pull eurekaclaw/eurekaclaw

一行命令 — 启动浏览器 UI：

docker run --rm -it -p 8080:8080 -e ANTHROPIC_API_KEY=sk-ant-... eurekaclaw/eurekaclaw
# 浏览器打开 http://localhost:8080

GPU 支持（NVIDIA）：

docker run --rm -it -p 8080:8080 --gpus all \
  -e ANTHROPIC_API_KEY=sk-ant-... eurekaclaw/eurekaclaw:gpu

使用 .env 配置文件 + 数据持久化：

# 先复制并编辑 .env: cp .env.example .env
docker run --rm -it -p 8080:8080 --env-file .env \
  -v ~/.eurekaclaw:/root/.eurekaclaw eurekaclaw/eurekaclaw

CLI 模式（prove / explore / from-papers）：

docker run --rm -it -e ANTHROPIC_API_KEY=sk-ant-... \
  eurekaclaw/eurekaclaw prove "The sample complexity of transformers is O(L·d·log(d)/ε²)"

docker run --rm -it -e ANTHROPIC_API_KEY=sk-ant-... \
  eurekaclaw/eurekaclaw explore "multi-armed bandit theory"

交互式终端（容器内有完整环境）：

docker run --rm -it -e ANTHROPIC_API_KEY=sk-ant-... eurekaclaw/eurekaclaw bash
# 容器内：eurekaclaw、python3、node、npm、uv 全部可用

远程服务器访问（SSH）：

使用 --network host 让容器直接共享宿主机网络 — 无需 -p 端口映射，OAuth 回调也直接可用：

# 第一步：SSH 连接服务器并转发端口
ssh -L 8080:localhost:8080 user@server-ip

# 第二步：在服务器上用 host 网络模式启动容器
docker run --rm -it --network host \
  -e ANTHROPIC_API_KEY=sk-ant-... eurekaclaw/eurekaclaw

# 第三步：在笔记本浏览器打开 http://localhost:8080

说明： 服务器上无需 root/sudo 权限 — 只要有 Docker 权限即可。容器内部以 root 运行，因此在容器内安装软件包或写入文件不会有权限问题。

认证方式：API Key vs OAuth（Claude Pro/Max）

方式 A — API Key（最简单）：

docker run --rm -it --network host \
  -e ANTHROPIC_API_KEY=sk-ant-... \
  eurekaclaw/eurekaclaw

方式 B — OAuth 登录 Claude Pro/Max（无需 API Key）：

# 第一步：SSH 连接时转发 UI 端口 + OAuth 回调端口（从笔记本执行）
ssh -L 8080:localhost:8080 -L 54545:localhost:54545 user@server-ip

# 第二步：用 host 网络模式启动容器 + 持久化凭证
docker run --rm -it --network host \
  -v ~/.config/ccproxy:/root/.config/ccproxy \
  -v ~/.eurekaclaw:/root/.eurekaclaw \
  eurekaclaw/eurekaclaw bash

# 第三步：在容器内执行 OAuth 登录（仅首次需要）
ccproxy auth login claude_api
# 复制打印的 URL → 粘贴到笔记本浏览器 → 完成授权

# 第四步：启动 EurekaClaw
ANTHROPIC_AUTH_MODE=oauth eurekaclaw ui --host 0.0.0.0 --port 8080

# 后续运行 — 凭证已保存，无需重新登录：
docker run --rm -it --network host \
  -e ANTHROPIC_AUTH_MODE=oauth \
  -v ~/.config/ccproxy:/root/.config/ccproxy \
  -v ~/.eurekaclaw:/root/.eurekaclaw \
  eurekaclaw/eurekaclaw

本地构建（可选）：

git clone https://github.com/EurekaClaw/EurekaClaw && cd EurekaClaw
make docker            # CPU 镜像
make docker-gpu        # GPU 镜像（NVIDIA CUDA 12.4）
make docker-run        # 运行 UI: http://localhost:8080

Docker Compose：

cp .env.example .env   # 编辑并填入 API key
docker compose up                    # CPU — UI 在 http://localhost:8080
docker compose --profile gpu up      # GPU（NVIDIA）
docker compose --profile dev up      # 开发模式（热更新 :5173 + :7860）

完整配置参见 docker-compose.yml。

使用 uv 手动安装（推荐 — Linux / macOS）

要求： Python ≥ 3.11，Node.js ≥ 18，Git，uv

# 1. 安装 uv（如果尚未安装）
curl -LsSf https://astral.sh/uv/install.sh | sh

# 2. 克隆仓库
git clone https://github.com/EurekaClaw/EurekaClaw
cd EurekaClaw

# 3. 使用 Python 3.11 创建虚拟环境并激活
uv venv --python 3.11 .venv
source .venv/bin/activate

# 4. 安装 Python 依赖 + 前端
uv pip install -e "."
cd frontend && npm install && cd ..

# 5. 安装后配置
eurekaclaw install-skills     # 安装内置证明技能
eurekaclaw onboard            # 配置 API 密钥和设置

使用 pip 手动安装（Linux / macOS）

要求： Python ≥ 3.11，Node.js ≥ 18，Git

git clone https://github.com/EurekaClaw/EurekaClaw
cd EurekaClaw
python3 -m venv .venv
source .venv/bin/activate
make install                  # pip install -e "." + npm install (frontend)

手动安装（Windows）

要求： Python ≥ 3.11，Node.js ≥ 18，Git

git clone https://github.com/EurekaClaw/EurekaClaw
cd EurekaClaw
powershell -ExecutionPolicy Bypass -File install_win.ps1

---

快速开始

eurekaclaw onboard            # 交互式设置向导（创建 .env）
# — 或 — cp .env.example .env 并手动添加 ANTHROPIC_API_KEY

eurekaclaw install-skills     # 安装内置证明技能（执行一次）

# 浏览器 UI — 构建前端并在浏览器中打开
make open

# CLI — 证明一个猜想
eurekaclaw prove "The sample complexity of transformers is O(L·d·log(d)/ε²)" \
    --domain "ML theory" --output ./results

# CLI — 探索某个领域
eurekaclaw explore "multi-armed bandit theory"

# CLI — 从 arXiv 论文出发
eurekaclaw from-papers 1706.03762 2005.14165 --domain "attention mechanisms"

# CLI — 对已完成的会话进行问答和修改
eurekaclaw review <session-id>

# CLI — 列出所有历史会话
eurekaclaw sessions

# UI界面 — 推荐
eurekaclaw ui --open-browser

没有 API 密钥？通过 OAuth 使用 Claude Pro/Max 订阅。

---

流水线

---

输入模式

命令	级别	适用场景
eurekaclaw prove "<conjecture>"	1	你有一个精确的数学命题需要证明
eurekaclaw from-papers <ids>	2	你想扩展或发现特定论文中的研究空白
eurekaclaw explore "<domain>"	3	你有一个宽泛的研究领域但尚无具体猜想

---

论文问答、Rebuttal 与重写

论文生成完成后，EurekaClaw 提供 CLI 和 UI 两种交互式审阅体验。

论文问答与 Rebuttal 助手

加载任意生成的论文（或任意历史会话），对其提问。问答智能体拥有完整的 LaTeX 源码上下文，并可搜索 arXiv、Semantic Scholar 和网络来支撑每一个回答 —— 非常适合准备审稿人 rebuttal。

浏览器 UI — 论文标签页左侧显示 PDF/LaTeX 双栏预览，右侧为问答聊天框。PDF 自动编译。直接输入问题，包括审稿人的原话，智能体会给出带引用的精准回复。

CLI — 论文生成后会自动提示进入审阅流程：

Review the paper? [y/N]: y

Question (Enter to accept): Reviewer 2: the bound in Theorem 2 seems loose compared to prior work
⏳ QA Agent thinking...
  ✓ tool: arxiv_search("spectral gap tight bound k-regular graphs")
  ✓ tool: latex_section_read(section="Theorem 2")

Our O(n²) bound follows from Weyl's inequality applied to the normalized Laplacian...
Compared to [Smith et al. 2023] (arXiv:2301.xxxxx), our setting is more general because...

What next?  [a]ccept  [q]uestion  [r]ewrite

历史会话 — 使用 eurekaclaw review <session-id> 或在 UI 中点击任意已完成会话，即可对任何历史工作进行问答和修改。

论文重写

根据自由输入的修改指令，或基于问答对话中积累的反馈，重写论文。EurekaClaw 将反馈注入理论和写作智能体后重新运行，将新版本与原版并排保存，失败时自动回滚。

What next?  [a]ccept  [q]uestion  [r]ewrite
→ r

Describe what to fix:
→ 用 k-正则图的 Cauchy 交错定理收紧 Theorem 2 的界，
  并添加一段与 Smith et al. 2023 的对比分析

Re-running theory + writer with feedback...
✓ Done: theory  (paper_v2.tex saved)
✓ Done: writer

在浏览器 UI 中，点击 Revise Paper，在弹出框中输入修改说明，更新后的 PDF 将自动出现在预览窗格。

---

文档

详细文档请见 https://eurekaclaw.github.io/zh/ 。

📖 用户指南	安装、演练、门控模式、调优、故障排除
⚙️ 配置	所有 .env 变量及默认值
🏗️ 架构	流水线阶段、数据流、组件设计
🤖 智能体	每个智能体的角色、输入、输出和工具使用
🔧 工具	arXiv、Semantic Scholar、Lean4、WolframAlpha、代码执行
💻 CLI 参考	所有命令和选项
🐍 Python API	EurekaSession、KnowledgeBus、数据模型
🧠 记忆系统	情节记忆、持久记忆和知识图谱层
✨ 技能	技能注册表、注入、提炼、编写自定义技能
🔌 领域插件	插件架构、MAB 领域、添加新领域
🌐 UI 设计	React/TS 架构、组件树、运行命令

---

配置要点

cp .env.example .env

变量	默认值	描述
ANTHROPIC_API_KEY	—	API 密钥（或使用 OAuth，参见用户指南）
EUREKACLAW_MODEL	claude-sonnet-4-6	主推理模型
GATE_MODE	auto	none · auto · human
THEORY_PIPELINE	default	default 或 memory_guided
OUTPUT_FORMAT	latex	latex 或 markdown
EXPERIMENT_MODE	auto	auto · true · false
THEORY_MAX_ITERATIONS	10	最大证明循环迭代次数

完整参考 → configuration.md

---

评估

EurekaClaw 包含一个 Scientist-Bench 评估器：

维度	权重
形式正确性（Lean4 / LLM 同行评审）	0.35
新颖性（与已知结果的嵌入距离）	0.25
实验一致性	0.15
证明深度（引理数量）	0.15
引用覆盖率	0.10

eurekaclaw eval-session <session_id>

---

贡献

# 单元测试（无需 API 密钥）
pytest tests/unit/ -v

# 集成测试
ANTHROPIC_API_KEY=sk-... pytest tests/integration/ -v

# 前端类型检查
make typecheck

# 前端开发（热重载）
make dev

要添加自定义技能，将 .md 文件放入 ~/.eurekaclaw/skills/ — 参见技能与持续学习。

要添加新研究领域，子类化 DomainPlugin — 参见领域插件系统。

要添加新工具，子类化 BaseTool 并注册 — 参见研究工具。

---

致谢

EurekaClaw站在AI智能体开发和AI赋能的科学研究成果的肩膀上。我们感谢以下项目的作者：

• MetaClaw — multi-agent research orchestration
• AutoResearchClaw — automated research orchestration
• EvoScientist — evolutionary hypothesis generation
• AI-Researcher — automated research pipeline
• Awesome AI for Science — curated resource list
• Dr. Claw — open research agent framework
• OpenClaw — open-source research claw
• ClawTeam — collaborative research agents
• ScienceClaw — science-focused research agent

---

星标历史

引用

如果你在研究中使用了 EurekaClaw，请引用：

```bibtex @misc{eurekaclaw2026, title = {EurekaClaw: An AI Agent for Capturing Eureka Moments}, author = {Li, Xuheng and Di, Qiwei and Zhang, Chenggong and Ji, Kaixuan and Zhao, Qingyue and Liu, Yifeng and Zhang, Shiyuan and Gu, Quanquan}, year = {2026}, url = {https://