ResearchClaw スキル — 自律研究パイプライン（中国語版）

重要な注意事項：このスキルを使用する前に AutoResearchClaw をインストールする必要があります。 このスキルはラッパーレイヤーであり、単独では動作しません。まずアップストリームプロジェクトをインストールしてから、このスキルをインストールしてください。

このスキルは AutoResearchClaw をラップしており、23 段階の自律研究パイプラインです。研究主題を入力すれば、文献レビューから論文生成まで全体的なプロセスが自動的に完了されます。実際の引用文献検索、サンドボックス実験実行、マルチエージェントピアレビュー、引用文献検証が含まれています。

誠実性の原則： このスキルは機能を捏造しません。各コマンドは実際のアップストリーム機能にマップされています。機能が失敗する場合、スキルは実際のエラーを報告し、具体的な修正提案を行います — 問題の存在を認めないことは決してありません。

コマンドリスト

コマンド	機能
`/researchclaw`	ヘルプ情報と利用可能なサブコマンドを表示
`/researchclaw:setup`	すべての前提条件をチェックしてインストール（Python、Docker、LaTeX、pip パッケージ）
`/researchclaw:config`	インタラクティブ設定ウィザード — 実用的な `config.yaml` を生成
`/researchclaw:run`	研究パイプラインを開始
`/researchclaw:status`	パイプライン実行状態を表示
`/researchclaw:resume`	最後に成功した段階から実行を再開
`/researchclaw:diagnose`	一般的な障害を自動検出して説明
`/researchclaw:validate`	設定、依存関係、接続性を実行前に検証

/researchclaw — ヘルプ

サブコマンドなしで呼び出すとコマンドリストと状態サマリーを表示します：

researchclaw CLI がインストールされているかチェック：which researchclaw
現在のディレクトリに config.yaml が存在するかチェック
上記のコマンドテーブルを出力
不足しているコンポーネントに基づいて次のステップを提案

/researchclaw:setup — 前提条件のインストール

必須：何かをインストールする前にユーザーの同意を取得します。 不足している項目を表示して明示的な承認を取得します。

前提条件チェックスクリプトを実行します：

bash "${CLAUDE_SKILL_DIR}/scripts/check-prereqs.sh"

スクリプトは各依存関係をチェックして JSON レポートを出力します。レポートに基づいて：

Python 3.11+：python3 --version をチェック。不足または古い場合は、pyenv install 3.11 またはシステムパッケージマネージャーをお勧めします。
pip / uv：pip3 --version または uv --version をチェック。uv がない場合、インストールを推奨します（より高速）。
Docker：docker info をチェック。Docker デーモンが実行されていない場合は、ユーザーに正直に伝えます — このスキルは大多数のシステムで Docker を起動できません。
LaTeX：pdflatex --version をチェック。不足している場合は、sudo apt-get install texlive-full（Linux）または brew install --cask mactex（macOS）をお勧めします。正直に明記してください：これは大きなダウンロード（2-4 GB）です。
AutoResearchClaw：pip3 show researchclaw をチェック。インストールされていない場合：
```
pip3 install researchclaw
```
またはソースからインストール：
```
git clone https://github.com/aiming-lab/AutoResearchClaw.git
cd AutoResearchClaw
pip3 install -e ".[all]"
```

中国大陸のユーザー向け：国内ミラーを使用してインストール速度を上げます：

pip install researchclaw[all] -i https://pypi.tuna.tsinghua.edu.cn/simple

このスキルが対応できないこと：

Docker デーモンを起動（システムレベルの権限が必要）
Linux で sudo なしに LaTeX をインストール
API アクセスをブロックしているネットワーク/ファイアウォールの問題を修正
LLM API キーを提供 — ユーザー自身が提供する必要があります

/researchclaw:config — インタラクティブ設定ウィザード

バッチ単位でユーザーに質問して、実用的な config.yaml を生成します。各バッチで AskUserQuestion を使用します。

第 1 バッチ — 必須設定（必ず質問）：

研究主題：何を研究したいですか？（自由テキスト）
LLM プロバイダー：どの LLM API を使用しますか？オプション：openai、anthropic、azure、deepseek、local
API キー：API キーを入力するか、キーを保存している環境変数名を入力します（例：OPENAI_API_KEY）
モデル：どのモデルを使用しますか？プロバイダーごとにお勧めのデフォルト値：
- openai：gpt-4o
- anthropic：claude-sonnet-4-20250514
- deepseek：deepseek-chat

第 2 バッチ — 実験設定（スマートなデフォルト値で質問）：

実験モード：simulated（コード実行なし、最速）、sandbox（ローカル実行）または ssh_remote（GPU サーバー）。デフォルト：simulated
自動承認ゲート：段階 5、9、20 の人間による承認をスキップしますか？デフォルト：最初の実行時は true
出力ディレクトリ：成果物を保存する場所。デフォルト：artifacts/

第 3 バッチ — オプションの高度な設定（提供しますが必須ではありません）：

論文テンプレート：neurips、icml、iclr または generic。デフォルト：neurips
最大反復回数：パイプラインを反復します。デフォルト：3
文献ソース：arxiv、semantic_scholar または both。デフォルト：both

回答を収集した後、assets/config-template.yaml のテンプレートを使用して config.yaml を生成します。現在のディレクトリに書き込んでユーザーに表示します。

/researchclaw:run — パイプラインの実行

実行前のチェック（開始前に必ず実行）：

/researchclaw:validate ロジックをサイレントで実行
チェックが失敗した場合、報告して、ユーザーに続行するか先に修正するかを尋ねます

パイプラインを開始：

researchclaw run --topic "$ARGUMENTS" --config config.yaml --auto-approve 2>&1 | tee researchclaw-run.log

$ARGUMENTS が空の場合、config.yaml からトピックを読み取ります。

実行中：

パイプラインは 23 段階を実行します。各段階は artifacts/<run-id>/stage-N/ で出力を生成します
段階ディレクトリが存在するかチェックして進行状況を監視
パイプラインが失敗した場合、エラー出力をキャプチャして自動的に /researchclaw:diagnose ロジックを実行

完了後：

どの段階が成功し、どれが失敗したかを報告
生成された論文へのパスを表示
総実行時間を表示

/researchclaw:status — パイプラインの状態

パイプライン実行の現在の状態をチェック：

最新の artifacts/rc-* ディレクトリを見つけます
完了した段階の数をカウント
pipeline_summary.json をチェック — 存在する場合は実行が完了
レポート：ステージ X/23 が完了しました。現在のステージ：[ステージ名]。ステータス：[実行中/失敗/完了]

段階名マッピング：

段階	名前
1	トピック初期化
2	問題分解
3	文献検索
4	文献分析
5	研究方向（ゲート）
6	仮説生成
7	実験設計
8	実験レビュー
9	実験承認（ゲート）
10	コード生成
11	コードレビュー
12	実験実行
13	結果収集
14	結果分析
15	論文アウトライン
16	セクション作成
17	論文初稿
18	ピアレビュー
19	修訂
20	最終レビュー（ゲート）
21	引用文献検証
22	可視化
23	最終エクスポート

/researchclaw:resume — 失敗した実行を再開

最後に成功した段階から再開：

最新の実行ディレクトリを見つけます
最後に完了した段階を見つけます

実行：

researchclaw run --config config.yaml --from-stage STAGE_NAME --output <run-dir> --auto-approve

既知の問題（アップストリーム）： --from-stage フラグはすべてのバージョンで正しく動作しない可能性があります。再開が失敗した場合、ユーザーに正直に伝えて、最初からやり直すことをお勧めします。

/researchclaw:diagnose — 自動障害診断

最近のログとエラー出力を読み込んで問題を特定：

tail -100 researchclaw-run.log 2>/dev/null || tail -100 researchclaw-resume.log 2>/dev/null

一般的な障害パターンと修正：

エラーパターン	原因	修正
`HTTP 401`	API キーが無効または期限切れ	`config.yaml` → `llm.api_key` または環境変数をチェック
`HTTP 429`	API レート制限	60 秒待ってから再開するか、モデルを切り替え
`Stage 10` 失敗	コード生成が無効な Python を生成	生成されたコードをチェック、より強力なモデルを使用
`Docker` エラー	Docker が実行されていない、または権限不足	`docker info` を実行して検証
`pdflatex` が見つからない	LaTeX がインストールされていない	texlive-full をインストール
`quality_score < threshold`	品質ゲートが厳しすぎる	`quality.min_score` を下げます（デフォルト 2.0 は厳しい）
`MemoryError`	メモリ不足（32GB 以上必要）	`simulated` モードを使用

/researchclaw:validate — 実行前検証

パイプラインを開始せずにすべてのチェックを実行：

設定構文：YAML が解析可能であることを確認
設定の完全性：API キーと研究主題が設定されていることをチェック
API 接続性：LLM エンドポイントをテスト
Docker ヘルスチェック：docker info（サンドボックスモードの場合）
ディスク領域：10 GB 未満の場合に警告
書き込み権限：artifacts/ に書き込めることをテスト

チェックリスト形式で合格/不合格の結果をレポート。

中国大陸のユーザー向け特別説明

DeepSeek の使用をお勧めします

DeepSeek は中国大陸でのアクセスがより安定しています：

llm:
  provider: deepseek
  model: deepseek-chat
  api_key_env: DEEPSEEK_API_KEY

ネットワークプロキシ

arXiv または Semantic Scholar にアクセスできない場合：

export HTTP_PROXY=http://your-proxy:port
export HTTPS_PROXY=http://your-proxy:port

ミラーソースの高速化

pip install researchclaw[all] -i https://pypi.tuna.tsinghua.edu.cn/simple

原則

絶対に嘘をつかない。 機能が壊れている場合は、正直に言いましょう。アップストリームに機能がない場合は、存在すると見せかけないでください。
常にテストする。 パイプラインを実行する前に検証を実行します。各操作後に結果をチェックします。
行動前に尋ねる。 ユーザーの明示的な承認なしに、パッケージをインストール、設定を変更、長時間実行プロセスを開始しないでください。
正直に報告する。 実際のエラーメッセージを表示し、美化されたサマリーは表示しません。
最新の状態を保つ。 このスキルは AutoResearchClaw v0.3.x を対象としています。

ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ

researchclaw-cn

SKILL.md 本文