ScienceClaw部署指南：从单机到Docker，把AI4S智能体跑起来-北京尧图网络

【免费下载链接】ScienceClawVerifiable program-level self-evolution for AI-for-Science agents: Skills and typed Operators grow from replay-verified executions.项目地址https://gitcode.com/gh_mirrors/sc/ScienceClaw点击查看免费下载本文带你完成 ScienceClaw面向科学研究场景的 AI4S 智能体系统的完整部署从单机一键安装到 Docker 容器化运行最后启用网关插件让你在浏览器里跑起一个越用越强的科学研究智能体。为什么是 ScienceClawScienceClaw 不是一次性的问答机器人而是一套可验证的程序级自进化智能体系统每个科学任务被拆解成带类型契约type / shape / unit / provenance的可执行工作流经过重放验证replay-verified的修复会被固化为Skill策略 Operator类型化算子并通过独立验证任务严格提升后才被保留。官方基准 ScienceClaw-Eval 覆盖 23 个学科进化 7 轮后 OOD 宏成功率从 77.72 提升到 91.30。系统构建在 OpenClaw 网关之上仓库同时包含网关核心src/、Web 控制台ui/、Python 科学引擎packages/scienceclaw/和网关插件extensions/scienceclaw/。部署方式怎么选维度单机部署Docker 部署适用人群本地开发、想改代码的进阶用户想要隔离、干净环境的普通用户系统要求macOS / Linux Node 20 / Python 3.11Docker Desktop 或 Docker Engine Compose v2磁盘/内存完整工具库约19 GB预训练权重构建镜像至少2 GB RAM典型场景快速调试引擎VPS / 长期常驻网关⚠️ 两种路线都要预留约 19 GB 空间完整 profile 的预训练权重磁盘紧张时可用lightprofile 跳过大于 1.5 GB 的资源。路线一单机一键部署推荐新手1. 克隆仓库git clone https://gitcode.com/gh_mirrors/sc/ScienceClaw cd ScienceClaw2. 运行一键安装脚本setup.sh 会自动完成 5 个阶段检测并安装 Node 20/pnpm/Python/uv → 安装 Node 依赖 → 安装 40 个 Python 科学计算包numpy、scikit-learn、biopython 等→ 安装 ScienceClaw 引擎与工具权重 → 安装 arXiv-LaTeX、ChEMBL 等 MCP 服务并生成网关配置chmod x setup.sh ./setup.sh脚本会把 300 技能复制到工作区~/clawd/skills/并写好~/.openclaw/openclaw.json。看到 ScienceClaw setup complete! 横幅即成功。想跳过首次的权重下载、改用首次使用时再装设置SCIENCECLAW_SKIP_TOOLS1即可。3. 手动安装可选如果一键脚本不适合你可以分步执行详见 README.md 的 Quick start 折叠区pnpm install npx openclaw onboard pip install -e packages/scienceclaw # Python 3.11 python -m scienceclaw.cli setup # 安装并校验全部工具与权重 python -m scienceclaw.cli doctor # 诊断本机哪些工具模块可运行注意引擎在setup完成前会拒绝接受任务SCIENCECLAW_SKIP_SETUP_CHECK1仅限开发用途。4. 接入你自己的模型引擎不绑定任何模型家族指向任意 OpenAI 兼容端点即可配置样例见 packages/scienceclaw/configs/default.yamlexport SCIENCECLAW_API_BASE_URL你的 OpenAI 兼容端点 export SCIENCECLAW_API_KEY你的密钥 export SCIENCECLAW_MODEL模型名5. 启动并自检npx openclaw gateway # 启动网关 curl -fsS http://127.0.0.1:18789/healthz # 存活检查 curl -fsS http://127.0.0.1:18789/readyz # 就绪检查路线二Docker 容器化部署适合在 VPS 或不想污染主机的场景完整细节见 docs/install/docker.md。1. 前置条件Docker Desktop或 Docker Engine Compose v2至少 2 GB 可用内存否则pnpm install可能被 OOM 杀掉2. 一条命令完成部署bash deploy/docker-setup.shdeploy/docker-setup.sh 会依次本地构建网关镜像或拉取远端镜像→ 运行 onboarding 向导 → 生成网关 token 写入.env→ 通过 deploy/docker-compose.yml 启动openclaw-gateway与openclaw-cli两个服务并把配置持久化到宿主机的~/.openclaw/与~/.openclaw/workspace。常用可选环境变量变量作用OPENCLAW_IMAGE改用预构建远端镜像跳过本地构建OPENCLAW_SANDBOX1为 agent 代码节点启用 Docker 沙箱隔离OPENCLAW_HOME_VOLUME用命名卷持久化/home/nodeOPENCLAW_EXTENSIONS构建时预装扩展依赖3. 访问控制台docker compose run --rm openclaw-cli dashboard --no-open # 重新打印访问地址浏览器打开http://127.0.0.1:18789/把.env里的 token 粘贴进 Control UISettings → token。网关默认暴露两个端口18789gateway与18790bridge。4. 健康检查与排障curl -fsS http://127.0.0.1:18789/healthz curl -fsS http://127.0.0.1:18789/readyz镜像内置HEALTHCHECK持续 ping/healthz容器持续失败会被标记unhealthy并按restart: unless-stopped策略自动拉起。VPS 公网部署请额外阅读 docs/install/hetzner.md 的防火墙加固建议Podman 用户可参考 deploy/setup-podman.sh 与 docs/install/podman.md。启用 ScienceClaw 网关插件无论哪种部署路线都要在~/.openclaw/openclaw.json里开启插件配置示例见 extensions/scienceclaw/README.md{ plugins: { entries: { scienceclaw: { enabled: true, config: { packageRoot: checkout/packages/scienceclaw, pythonBin: venv/bin/python, home: 状态目录, inputRoots: [工作区], llm: { baseUrl: 端点, model: 模型 } } } } } }启用后智能体获得 4 个工具scienceclaw_canvas声明任务、构建/重放工作流、scienceclaw_tools检索 42 个科学工具模块、scienceclaw_program查看/回滚版本化 Skill–Operator 程序、scienceclaw_evolve提出并门控自进化候选。首次启动时插件会在后台安装完整工具库约 19 GB完成后即可开始任务。常见坑位清单任务被拒setup未完成。运行python -m scienceclaw.cli doctor查看缺什么。Node 版本过低网关要求 Node 20推荐 22node -v检查。端口冲突18789/18790 被占用时修改OPENCLAW_GATEWAY_PORT等环境变量后重启 Compose。磁盘不足改用--profile light跳过大权重或设置SCIENCECLAW_SKIP_TOOLS1延后下载。Windows 用户请使用 WSL2脚本原生仅支持 macOS / Linux。延伸阅读安装总览docs/install/index.md快速上手docs/start/getting-started.md设计契约packages/scienceclaw/docs/DESIGN.md网关集成packages/scienceclaw/docs/INTEGRATION.md基准评测数据构建流程部署完成后把模型端点配好向智能体描述你的第一个科学任务目标、输入、交付物与硬约束剩下的拆解、执行、重放验证交给 ScienceClaw —— 它会从每一次经过验证的执行中把能力沉淀成可回滚的程序版本。赞分享【免费下载链接】ScienceClawVerifiable program-level self-evolution for AI-for-Science agents: Skills and typed Operators grow from replay-verified executions.项目地址https://gitcode.com/gh_mirrors/sc/ScienceClaw点击查看免费下载相关推荐FastAPI 手动部署指南用 fastapi run 与 ASGI 服务器把应用跑起来FastAPI 手动部署指南用 fastapi run 与 ASGI 服务器把应用跑起来本指南围绕 FastAPI 官方部署文档中手动运行服务器一章展开后端Web框架API设计异步编程ScienceClaw完整概览越用越强的AI4S自进化智能体系统凭什么提升16.45%ScienceClaw完整概览越用越强的AI4S自进化智能体系统凭什么提升16.45% ScienceClaw 是一个面向 AI for Science从单机到集群Quivr智能助手的Docker容器化部署指南从单机到集群Quivr智能助手的Docker容器化部署指南 Quivr作为你的第二大脑充分利用生成式人工智能的力量成为你的个人智能助手本文将详细介绍如何通后端人工智能RAG搜索引擎创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

ScienceClaw部署指南：从单机到Docker，把AI4S智能体跑起来

相关推荐

openDCIM 部署避坑指南：PHP版本、mbstring配置与MySQL字符集关键适配

AI获客闭环实战：从客户画像到智能触达的完整落地指南

百度AI自然语言处理接口实战：从分词到情感分析的完整指南

更多资讯

Flutter断点续传实战：基于dio的Range请求与文件追加实现

微软将允许Copilot操作Windows电脑本地文件

Roboflow导出YOLOv8数据集避坑指南：标注校验、预处理与目录结构全解析

谷歌Agent白皮书解读：AI智能体架构、工具调用与多Agent协作实践

AI论文写作技巧、研究热点与发表规范全解析

security-audit-skill：基于CLI+JSON的可编程安全审计实战体系

今日更新

金融AI落地指南：从调研报告到技术选型与工程实践

大模型上下文成本与注意力优化技术深度解析——为何O(n²)平方复杂度无法被常规优化消除｜TaoToken 统一 Key 通道实测

基于GMM的语音识别系统原理与MATLAB实现详解

本周精选

金融AI落地指南：从调研报告到技术选型与工程实践

大模型上下文成本与注意力优化技术深度解析——为何O(n²)平方复杂度无法被常规优化消除｜TaoToken 统一 Key 通道实测

基于GMM的语音识别系统原理与MATLAB实现详解

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？