⏳ This skill is pending AI review.

Scores will appear once the review pipeline completes.

v0.1.0

nanoresearch-experiment

@openraiser⭐ 1.3k stars

Generate a Python code skeleton from an experiment blueprint

Choose how to use this skill

You do not need every option. Choose the path your AI client supports. The stable page stays the same; versioned files are immutable.

Adopt or update this skill from https://proskills.md/skills/other/openraiser-nanoresearch-skills-nanoresearch-experiment. First identify the installation path supported by this platform, detect whether it is already installed, compare the installed version with the latest stable release, show me what will change, and only then install or update it. If no native installer is available, use the complete package or source fallback described on the page.

1. Native installer

This listing has no registered native installer command. Use the complete package or source fallback below, depending on what your client supports.

Do not guess an installer command or replace an existing version without reviewing the diff.

2. Complete package recommended

Download the ZIP when available. It includes SKILL.md plus the references, security notes and version metadata.

No complete ProSkills package is published for this listing yet.

3. Prompt-only

Copy the prompt above when the agent can read the stable page or when you want to adopt the workflow without installing a skill.

Need only the instruction file?

Download SKILL.md only if your client requires a single file. The complete ZIP is safer for a full installation because it preserves the references and release context.

No path installs or executes anything by itself. Your agent still needs access to the project files. Before updating, compare the installed version and review the diff.

—/10

// RATINGS

⭐GitHub Stars

⭐⭐⭐⭐⭐ 1.3k on GitHubGitHub ↗

Very popular

🟢ProSkills Score

—

📍

Not yet listed on ClawHub or SkillsMP

// README

NanoResearch

端到端自主 AI 科研引擎 — 从研究想法到完整论文，全程自动化

🔬 NanoResearch 真正运行计算实验——它不仅生成代码，还能将代码提交到 GPU 集群执行训练，收集真实实验结果，生成论文配图，最终输出一篇有实验数据支撑的完整 LaTeX 论文。论文中的每一个数据、表格、图表都来自实际运行的实验结果，而非 LLM 编造。

📖 目录

📊 论文实测展示

以下为 NanoResearch 自动生成论文中的真实配图，所有数据、曲线、表格均来自实际运行的实验结果，非 LLM 虚构。

以上配图均为流水线自动生成，数据来源于真实训练日志与实验结果。

⚡ CLI 演示

NanoResearch 命令行（CLI） 提供 TUI 全屏界面 与 传统流式日志 两种呈现方式。下方为 CLI 端 TUI 主题与界面 演示视频（配色切换与布局优化）。其他入口（如 Claude Code、飞书机器人）见文档对应章节。

Why NanoResearch

特性	传统 AI 写作工具	NanoResearch
文献检索	部分支持	✅ OpenAlex + Semantic Scholar 自动检索
实验设计	❌	✅ 自动生成实验方案
代码生成	部分支持	✅ 完整可运行的实验代码
GPU 实验执行	❌	✅ 本地 / SLURM 自动训练
结果分析	❌	✅ 解析真实训练日志
论文配图	❌	✅ 基于真实数据
论文撰写	大纲/草稿	✅ 完整 LaTeX 论文
断点续跑	❌	✅ 任意阶段可恢复
多模型协作	单一模型	✅ 按阶段路由

🎯 应用场景

科研原型验证 — 快速将研究想法变成完整的实验 + 论文工作空间
自主实验 — 系统自动生成代码、提交 GPU 训练、分析结果
Benchmark 批量生成 — 对多个课题批量运行，生成可复现的实验结果
论文初稿辅助 — 基于真实实验数据产出 LaTeX 草稿，加速写作
科研流程审计 — 完整工作空间、中间产物和日志，可追溯每一步

🖼️ 效果展示

CLI：标准输出与 TUI 模式对比

CLI 支持 传统流式日志（非 TUI） 与 全屏 TUI 面板 两种呈现方式，可按习惯切换。

示例输出

🔬 流水线

Research Topic
     ↓
 IDEATION → PLANNING → SETUP → CODING → EXECUTION → ANALYSIS → FIGURE_GEN → WRITING → REVIEW
     ↓
 Exported: paper.pdf / paper.tex / references.bib / figures / code / data

Stage	功能	说明
`IDEATION`	文献检索与创意生成	搜索学术文献、发现研究空白、提出假说、收集必引文献
`PLANNING`	实验方案设计	将研究想法转化为详细的实验蓝图（数据集、基线、指标、消融）
`SETUP`	环境准备	准备代码仓库、依赖环境、模型和数据集
`CODING`	代码生成	生成完整可运行的实验项目（含训练脚本、数据处理、模型定义）
`EXECUTION`	实验执行	在本地 GPU 或 SLURM 集群上运行训练，支持自动重试和调试
`ANALYSIS`	结果分析	解析训练日志和指标，生成结构化实验证据
`FIGURE_GEN`	图表生成	创建架构图、结果对比图、消融实验图
`WRITING`	论文撰写	基于实验证据和引用撰写 LaTeX 论文
`REVIEW`	审稿与修订	自动审阅各章节，检测问题并修订

EXECUTION 阶段是 NanoResearch 的核心差异化能力：

自动提交 SLURM 作业 — 生成 sbatch 脚本，提交到集群，监控作业状态
本地 GPU 执行 — 自动检测可用 GPU，管理训练进程
自动调试与重试 — 训练失败时自动分析错误日志，修复代码并重新执行
实时日志监控 — 追踪训练进度和指标变化
混合执行模式 — 可根据任务复杂度在本地和集群之间自动切换

📦 快速开始

遵循以下步骤，约 5 分钟即可完成从安装到首次运行的完整流程。

步骤一：安装

git clone https://github.com/OpenRaiser/NanoResearch.git
cd NanoResearch
pip install -e ".[dev]"

步骤二：配置

[!TIP] 创建 ~/.nanoresearch/config.json，替换 base_url 和 api_key 为你自己的 OpenAI 兼容 API 端点。

{
  "research": {
    "base_url": "https://your-openai-compatible-endpoint/v1/",
    "api_key": "your-api-key",
    "template_format": "neurips2025",
    "execution_profile": "local_quick",
    "writing_mode": "hybrid",
    "max_retries": 2,
    "auto_create_env": true,
    "auto_download_resources": true,
    "ideation": { "model": "your-model", "temperature": 0.5, "max_tokens": 16384, "timeout": 600.0 },

// HOW IT'S BUILT

KEY FILES

skills/nanoresearch-experiment/SKILL.mdREADME.md

// REPO STATS

1.3k stars

// SHARE

Share on X Share on LinkedIn