企业官网建设流程全解析

NanoResearch 是一款开源的自主 AI 科研助手（Autonomous AI Research Assistant），能自动完成"研究课题 → 文献检索 → 实验执行 → 论文撰写"的全流程。本教程带你用3 步配置 + 1 条命令，跑通这条 AI 科研自动化流水线，产出一篇带真实实验数据和配图的完整 LaTeX 论文。

与普通 AI 写作工具最大的区别：NanoResearch真正运行计算实验——它会生成可运行代码，提交到本地 GPU 或 SLURM 集群训练，解析真实日志，再生成论文图表。论文里的每个数字都来自真实实验，而不是模型编造。

环境要求：安装前快速检查

第 1 步：克隆仓库，一条命令完成安装

git clone https://gitcode.com/gh_mirrors/na/NanoResearch cd NanoResearch pip install -e ".[dev]"

安装完成后会得到nanoresearch命令入口，它由 nanoresearch/cli.py 提供，所有 CLI 参数都从这里出发。

第 2 步：配置模型 API（3 分钟搞定）

在~/.nanoresearch/config.json中填入你自己的 OpenAI 兼容 API 端点，最小可用配置如下：

{ "research": { "base_url": "https://your-openai-compatible-endpoint/v1/", "api_key": "your-api-key", "template_format": "neurips2025", "execution_profile": "local_quick", "writing_mode": "hybrid" } }

💡 小贴士：

• 不必每个阶段都配模型——NanoResearch 支持按阶段路由（ideation、planning、code_gen、writing、review等），也可以全部共用一个模型。
• 可用环境变量NANORESEARCH_BASE_URL/NANORESEARCH_API_KEY/NANORESEARCH_TIMEOUT覆盖配置，免去反复改文件。
• 文献检索走 OpenAlex 与 Semantic Scholar，不配 key 也能匿名访问。
• 完整配置示例（含各阶段模型、温度、超时）见 README.md 的"快速开始"章节，配置加载逻辑在 nanoresearch/config.py。

第 3 步：一条命令启动自主科研流水线

先跑一次--dry-run验证配置无误，然后启动完整流水线：

# 验证配置（不真正执行） nanoresearch run --topic "Adaptive Sparse Attention Mechanisms" --dry-run # 正式启动：一条命令跑完 9 个阶段 nanoresearch run --topic "Adaptive Sparse Attention Mechanisms" --format neurips2025 --verbose

运行期间 CLI 默认使用TUI 全屏面板，左侧是 9 个阶段的进度列表，右侧是实时日志，适合交互式监控：

也支持经典流式日志模式（非 TUI），方便重定向和脚本集成，切换方式见 README.md 的 "CLI：标准输出与 TUI 模式对比" 一节。

9 阶段流水线：幕后发生了什么

你只需给一个课题，编排器（nanoresearch/pipeline/orchestrator.py）会依次驱动 9 个 Agent：

其中EXECUTION是核心差异化能力，相关实现集中在 nanoresearch/agents/execution/：自动提交 sbatch 作业、GPU 检测、错误日志分析与代码修复、实时日志监控一应俱全。文献检索、GitHub 搜索、PDF 编译等能力则通过 MCP 工具服务 mcp_server/tools/ 提供。

产出效果：论文图表全部来自真实实验

下面是 NanoResearch 自动生成的论文中的真实配图，数据来源于真实训练日志：

架构图也是流水线基于实验产物自动绘制的，而非人工制作：

断点续跑与导出：新手必会的实用操作

长流水线难免中途失败或断开，工作空间按阶段保存检查点（manifest.json），随时可从断点恢复：

# 从断点恢复 nanoresearch resume --workspace ~/.nanoresearch/workspace/research/{session_id} --verbose # 查看阶段状态 / 检查产物 nanoresearch status --workspace ~/.nanoresearch/workspace/research/{session_id} nanoresearch inspect --workspace ~/.nanoresearch/workspace/research/{session_id} # 导出论文包（paper.pdf / paper.tex / references.bib / figures / code） nanoresearch export --workspace ~/.nanoresearch/workspace/research/{session_id} --output ./my_paper

导出的论文包包含paper.pdf、paper.tex、references.bib、figures/、code/、data/和manifest.json，完整工作空间还会保留logs/、drafts/等中间产物，每一步都可追溯。

新手常见问题

Q：真的会跑实验吗？数据会不会是编的？会。代码在本地 GPU 或 SLURM 集群真实执行，论文只读取真实执行结果；某类实验没有产物时，系统会降级证据范围或写入 limitation，不会补造数字。

Q：只想生成论文、跳过实验怎么办？在 config 中设置"skip_stages": ["SETUP", "CODING", "EXECUTION", "ANALYSIS"]即可。

Q：LaTeX 编译报错？推荐tectonic（conda install -c conda-forge tectonic），它会自动下载所需 TeX 包，避免 conda 版 texlive 缺pdflatex.fmt的坑。LaTeX 自动修复逻辑在 nanoresearch/latex/fixer.py。

Q：生成的论文能直接投稿吗？建议当作高质量初稿：它提供完整工作空间和编译好的 PDF，但人工审阅与修订仍然必要。

总结

至此，你已用最少操作跑通了 NanoResearch 的自主科研全流程。想继续深入，可以查看：

• 完整文档与演示：README.md
• 各阶段 Agent 实现：nanoresearch/agents/
• 论文模板（arXiv / ICML / NeurIPS）：nanoresearch/templates/
• 提示词模板：nanoresearch/prompts/

祝你早日让 AI 替你完成从想法到论文的自动化科研！🚀