5分钟装好EurekaClaw:从一条命令到第一个定理,新手快速上手教程
5分钟装好EurekaClaw:从一条命令到第一个定理,新手快速上手教程
EurekaClaw 是一个开源的多智能体 AI 科研助手:它能爬取 arXiv 文献、生成猜想、通过 7 阶段流水线证明引理、最后写出可发表的 LaTeX 论文。本快速上手教程带你在 5 分钟内完成 EurekaClaw 安装、配置 API Key,并跑通第一个定理证明——全程只需几条命令。
EurekaClaw 是什么:会从爬文献到证定理的 AI 科研助手
一句话概括:EurekaClaw 是本地优先(Local-First)、隐私优先的 AI 科研流水线,从你的终端或浏览器 UI 里发起,自动完成"提问 → 可发表结果"的全过程。
| 能力 | 说明 |
|---|---|
| 🔍 文献爬虫 | 抓取并总结 arXiv、Semantic Scholar 论文,交叉引用 |
| 💡 想法生成 | 跨数千篇论文综合模式,提出新颖假设 |
| 🔢 定理证明 | 7 阶段自底向上流水线:分解 → 证明 → 验证 → 组装 |
| 📄 论文写作 | 直接生成含定理环境与引用的 camera-ready LaTeX |
| 🖥️ 本地运行 | 兼容主流模型 API,数据留在本地 |
| 🧠 持续学习 | 每次会话后把证明策略蒸馏成技能,越用越强 |
EurekaClaw 安装步骤:一键安装命令(macOS / Linux)
打开终端,粘贴这一条命令即可,安装脚本会自动完成全部 3 个阶段(准备环境 → 安装 EurekaClaw → 收尾):
curl -fsSL https://eurekaclaw.ai/install.sh | bash
这条命令背后做了什么(详见 install.sh):
- 准备环境:自动检测并安装
uv、Python 3.11+、Git、Node.js 18+,缺什么装什么; - 安装 EurekaClaw:克隆仓库到
~/eurekaclaw,创建虚拟环境,安装 Python 依赖和前端; - 收尾:生成
~/.local/bin/eurekaclaw命令垫片,并顺手安装内置证明技能(seed skills)。
Windows 用户执行对应命令:
powershell -c "irm https://eurekaclaw.ai/install_win.ps1 | iex"
💡 Windows 原生支持仍在完善中,建议优先使用 WSL 2。
替代方案:手动 git clone 安装
如果你想自己掌控环境,手动安装也很简单(要求 Python ≥ 3.11、Node.js ≥ 18、Git):
git clone https://gitcode.com/gh_mirrors/eu/EurekaClaw
cd EurekaClaw
make install # pip install -e "." + 前端 npm install
替代方案:Docker 一行安装(适合服务器)
服务器上只要有 Docker,一条命令就能启动带浏览器 UI 的完整环境(CPU 镜像约 10 GB,含 Python 3.11 与 Node.js 18):
docker pull eurekaclaw/eurekaclaw
docker run --rm -it -p 8080:8080 -e ANTHROPIC_API_KEY=sk-ant-... eurekaclaw/eurekaclaw
然后打开 http://localhost:8080 即可。完整配置见 docker-compose.yml。
配置 API Key:eurekaclaw onboard 交互式向导
安装完成后,运行配置向导(约 1 分钟):
eurekaclaw onboard
onboard 会一步步引导你完成 LLM 后端选择 → API Key 配置 → 搜索工具 → 系统行为,然后自动写入 .env 文件。过程中可以按提示选择:
- Anthropic API Key(最常用,填入
ANTHROPIC_API_KEY); - Claude Pro/Max 订阅 OAuth 登录(无需 API Key,一次性浏览器授权);
- OpenRouter 或本地模型(Ollama / vLLM)。
如果你更习惯手动配置,也可以复制示例文件自行填写:
cp .env.example .env # 然后编辑,填入 ANTHROPIC_API_KEY=sk-ant-...
最后确认技能已安装(安装脚本通常已替你执行过):
eurekaclaw install-skills # 安装内置证明技能(只需一次)
eurekaclaw skills # 列出所有可用技能
运行第一个定理:三种输入命令怎么选
EurekaClaw 提供 3 个核心命令,按"问题明确程度"选择(完整参数见 docs/cli.md):
| 命令 | 适用场景 |
|---|---|
eurekaclaw prove "<猜想>" |
你有一条明确的数学命题要证明 |
eurekaclaw from-papers <arXiv ID...> |
想基于特定论文找空白、做扩展 |
eurekaclaw explore "<领域>" |
只有研究方向,还没有具体猜想 |
新手第一次建议用经典的"数三角形"命题做冒烟测试,5 分钟内跑完:
eurekaclaw prove "The sum of the first n natural numbers equals n(n+1)/2" \
--domain "combinatorics" --output ./results
执行后终端会实时打印每个阶段的摘要卡片:
━━━━━━━━━━━━━━━ Survey Complete ━━━━━━━━━━━━━━━
Papers found 12
Open problems 4
━━━━━━━━━━━━━━━ Theory Complete ━━━━━━━━━━━━━━━
Status proved
Lemmas 6 (3 known · 1 adapted · 2 new)
证明完成后,EurekaClaw 会弹出理论审查门(无论 gate 模式是什么都会显示):列出带 ✓ verified / ~ low confidence 标记的引理清单,输入 y 进入论文写作,输入 n 可指出有逻辑漏洞的步骤,让它带着你的反馈重跑一轮。
不喜欢盯终端?随时可以改用浏览器 UI,获得分屏论文预览 + 实时流水线进度:
eurekaclaw ui --open-browser
查看输出产物:第一个定理和论文在哪里?
运行结束后,所有产物保存在 ./results/<session_id>/ 目录:
| 文件 | 内容 |
|---|---|
paper.tex |
完整 LaTeX 源码(含定理环境与引用) |
paper.pdf |
编译好的 PDF(需要本机安装 pdflatex + bibtex) |
references.bib |
BibTeX 参考文献 |
theory_state.json |
完整证明状态:引理、证明文本、置信度 |
research_brief.json |
规划状态:候选方向与打分 |
experiment_result.json |
数值验证结果(若启用了实验阶段) |
重点看 theory_state.json 里的 status 字段:
proved— 所有引理验证通过,证明完整;refuted— 找到了反例,说明猜想本身不成立或需细化;abandoned— 达到THEORY_MAX_ITERATIONS上限未完成,已保存部分证明。
如果论文里出现 [Unverified step] 橙色标记,说明该引理未被正式确认,投稿前请人工复核。
新手常见问题速查(Troubleshooting)
| 症状 | 原因 | 解决方法 |
|---|---|---|
提示 eurekaclaw: command not found |
PATH 未生效 | 执行 export PATH="$HOME/.local/bin:$PATH" 并重启终端 |
没有 paper.pdf |
未安装 LaTeX | 安装 TeX Live(Linux)或 MacTeX(Mac);.tex/.bib 始终会保存,可上传 Overleaf 手动编译 |
状态为 abandoned |
迭代次数用尽 | 调大 THEORY_MAX_ITERATIONS=20,或把猜想拆小、用 --gate human 中途给提示 |
状态为 refuted |
猜想被反例推翻 | 查看 theory_state.json 的 counterexamples[],收紧条件后重跑 |
| API 限流报错 | 长任务撞上限 | EurekaClaw 会自动指数退避重试;持续报错可减小 MAX_TOKENS_AGENT |
更多排障细节见官方用户指南 docs/user-guide.md。
下一步:让 EurekaClaw 越用越强
跑通第一个定理后,推荐按这个顺序深入:
eurekaclaw sessions— 列出所有历史会话,随时复盘;eurekaclaw review <session-id>— 对已完成会话提问、要求修改(含论文 Q&A 与改写);eurekaclaw explore "multi-armed bandit theory"— 体验开放式领域探索;- 阅读架构文档了解 Survey → Ideation → Theory → Writer 的完整数据流,核心编排在 eurekaclaw/orchestrator/meta_orchestrator.py,理论证明流水线的各阶段实现位于 eurekaclaw/agents/theory/,浏览器 UI 服务在 eurekaclaw/ui/server.py;
- 参考 docs/architecture.md 与 docs/user-guide.md 掌握 Gate 模式与成本调优。
每次会话结束后,EurekaClaw 会自动把成功证明策略蒸馏成技能文件写入 ~/.eurekaclaw/skills/,下次运行自动注入——你的第一个定理,正是它持续学习的起点。🦞

