論文の概要: Dr. Claw: An AI Scientist Workspace for Vibe Research
- arxiv url: http://arxiv.org/abs/2609.00365v1
- Date: Mon, 31 Aug 2026 20:58:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-02 16:31:36.098616
- Title: Dr. Claw: An AI Scientist Workspace for Vibe Research
- Title（参考訳）: ウイルス研究のためのAI科学者ワークスペース「Dr. Claw」
- Abstract要約: Claw博士はオープンソースのワークスペースで、既存のコーディングエージェントエグゼキュータを制御可能なヒューマン・イン・ザ・ループワークフローでラップする。
永続状態オブジェクト、再利用可能なスキルライブラリ、マルチエグゼクティブコーディネーションは、人間の決定とAIの実行を結びつける。
Claw博士は、監査可能な、回復可能なプロセストレイルを維持しながら、研究の完全性により高いスコアを付けます。
- 参考スコア（独自算出の注目度）: 64.18459471289147
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Command-line coding agents (e.g., Claude Code, Gemini CLI) can already read and write files and sustain long sessions, yet end-to-end research still fragments across chat tools, IDEs, terminals, and writing environments, and the decisions that make it auditable are rarely preserved. We present Dr. Claw, an open-source workspace that wraps existing coding-agent executors in a controllable and auditable human-in-the-loop workflow rather than introducing another autonomous agent. Persistent state objects, a reusable skill library, and multi-executor coordination link human decisions to AI execution, turning planning, execution, and writing into one traceable, recoverable loop. We demonstrate Dr. Claw through an interactive three-view scenario and a failure-recovery walkthrough, and evaluate it against a bare command-line agent sharing the same backend executor, so the comparison contrasts the whole orchestration layer (task graph, state objects, and skill library) with the agent it wraps. Holding the executor fixed, Dr. Claw scores higher on research completeness while persisting an auditable, recoverable process trail. Demo access: repository https://github.com/OpenLAIR/dr-claw, released under AGPL-3.0 with GPL-3.0 upstream components.
- Abstract（参考訳）: コマンドラインコーディングエージェント(Claude Code、Gemini CLIなど)は、すでにファイルを読み書きし、長いセッションを継続することができるが、チャットツール、IDE、端末、書き込み環境にまたがるエンドツーエンドの研究は依然として断片的であり、監査可能にする決定はめったに保存されない。
我々は、オープンソースのワークスペースであるDr. Clawを紹介します。これは、既存のコーディングエージェントエグゼキュータを、別の自律エージェントを導入するのではなく、制御可能で監査可能なヒューマン・イン・ザ・ループのワークフローでラップします。
永続状態オブジェクト、再利用可能なスキルライブラリ、マルチエグゼクティブコーディネーションは、人間の決定をAIの実行、計画、実行、書き込みを1つのトレース可能で回復可能なループにリンクする。
インタラクティブな3ビューシナリオと障害復旧ウォークスルーを通じてClaw博士を実演し、同じバックエンドエグゼキュータを共有する素のコマンドラインエージェントに対して評価するので、比較は、それらがラップするエージェントとオーケストレーション層全体(タスクグラフ、状態オブジェクト、スキルライブラリ)とを比較します。
実行者の固定を保ちながら、Claw博士は、監査可能で回復可能なプロセストレイルを維持しながら、研究の完全性を高く評価する。
デモアクセス: repository https://github.com/OpenLAIR/dr-claw, AGPL-3.0でリリースされた。
関連論文リスト
- OpenAI4S: Code as Action, Science as Sessions [57.428071188574]
我々は、emphCode as Action, Science as Sessionsという原則に基づいて構築されたオープンソースの科学研究エージェントOpenAI4Sを紹介する。
OpenAI4Sは、永続化コンピューティングランタイムとリサーチセッション管理オーケストレーションを組み合わせることで、構造化されたツールコールによって処理される。
再合成, 分子タンパク質結合体設計, タンパク質変異, 触媒スクリーニング, ミネラルスペクトロスコピーを含む36種類の研究シナリオにおけるOpenAI4Sの評価を行った。
論文 参考訳（メタデータ） (2026-09-14T06:16:59Z) - Claude Code Complete User Handbook [0.0]
Claude Codeは、未検証アクセス、シェル実行、ブラウザ制御、スケジュールおよびクラウド実行を備えたループで動作する言語モデルである。
この本は、そのシステムを安全かつ生産的に運用するためのタスク指向の参照である。
論文 参考訳（メタデータ） (2026-08-27T07:32:14Z) - Loop Engineering: Building Blocks, Adoption, and Impact [9.402135587560347]
2026年6月、実践者はループエンジニアリングと呼ばれるさらなるレベルを記述し始めた。
この用語は、大胆な主張と声楽的な懐疑主義を伴って急速に広まったが、ソフトウェアプロジェクトへの導入は測定されていない。
本研究は, 先進的なグレー文学の探索的考察であり, 十分に設計されたループが含んでいるものについて概ね一致している。
論文 参考訳（メタデータ） (2026-08-22T09:52:23Z) - SciForge: An AI-Native, Multimodal Workbench for Scientific Discovery [48.99744520105086]
SciForgeはマルチモーダルな研究ネイティブAIワークベンチである。
検索、解析、モデルルーティング、ワークフローの実行、プロット、書き込み、プレゼンテーション生成がモジュラーエージェントアクセス可能なサービスとして実行される間、人間の判断のためにグラフィカルインターフェースを予約する。
論文 参考訳（メタデータ） (2026-07-17T15:13:03Z) - ToFu: A White-Box, Token-Efficient Agent Harness for Researchers [73.72929185946842]
ToFuは、ファイルを読み、ファイルを編集し、コマンドを実行し、開発ツールと統合する研究者のためのエージェントハーネスだ。
研究助手として、より優れたトークン効率、低コスト、多言語能力で実践的な研究を支援する。
研究対象として、ToFuはホワイトボックスのエージェントハーネスを提供しており、研究者はオーケストレーションロジック、ツール使用の振る舞い、デザインを検査、修正、評価することができる。
論文 参考訳（メタデータ） (2026-07-13T11:26:06Z) - Claw AI Lab: An Autonomous Multi-Agent Research Team [73.07229229907435]
今回紹介するClaw AI Labは,ラボネイティブな自律型研究プラットフォームである。
1つのエージェントや固定されたシリアルワークフローを中心にシステムを集中するのではなく、ユーザーは1つのプロンプトから完全な研究チームをインスタンス化できる。
Claw-Code Harnessはローカル、データセット、チェックポイントを接続して実行可能な実験を行い、実行成果物を研究ループにフィードバックする。
論文 参考訳（メタデータ） (2026-05-21T16:02:53Z) - AutoResearchClaw: Self-Reinforcing Autonomous Research with Human-AI Collaboration [175.74514061083195]
提案するAutoResearchClawは,5つのメカニズムに基づいて構築されたマルチエージェント自律型研究パイプラインである。
25トピックの実験ステージベンチマークであるARC-Benchでは、AutoResearchClawがAI Scientist v2を54.7%上回っている。
論文 参考訳（メタデータ） (2026-05-19T15:49:51Z) - Cochise: A Reference Harness for Autonomous Penetration Testing [1.3124479769761592]
自動貫入試験のための597 LOC Pythonリファレンスハーネスであるcochiseを提案する。
Cochiseは、LSM駆動エージェントをSSH上のLinuxホストに接続し、制御されたターゲット環境をサポートする。
リプレイと分析ツール: (i)コチス・リプレイ, (ii)コチス・アナライゼログ, コチス・アナライゼ-グラフ, コスト, トークン持続時間, 妥協解析。
論文 参考訳（メタデータ） (2026-05-12T07:28:12Z) - Collaborator or Assistant? How AI Coding Agents Partition Work Across Pull Request Lifecycles [0.8777271346549705]
Initiator xr 分類法と6つの相互作用シナリオを用いて29,585のPRライフサイクルを分析した。
私たちは、協力者支援のスペクトルに沿ってツールを特徴付け、イニシアチブを再編成し、監視し、支持します。
我々は、PRにおける自動化、監視、およびガバナンスの研究のために、分類学、ツールごとのステートマシン、複製パッケージにコントリビュートする。
論文 参考訳（メタデータ） (2026-05-08T17:06:54Z) - NeuroClaw Technical Report [54.14941057366186]
NeuroClawは、神経イメージング研究のためのドメイン特化マルチエージェント研究アシスタントである。
NeuroClawは、フォーマットとモダリティをまたいだ生のニューロイメージングデータを直接運用する。
3階層のスキル/エージェント階層は、ユーザとのインタラクション、高レベルのオーケストレーション、低レベルのツールスキルを分離する。
論文 参考訳（メタデータ） (2026-04-27T16:57:14Z) - ResearStudio: A Human-Intervenable Framework for Building Controllable Deep-Research Agents [29.584029036072863]
私たちはResearStudioを紹介します。ResearStudioは、リアルタイムなヒューマンコントロールをその中核に配置する最初のオープンソースフレームワークです。
階層的なPlanner-Executorは、すべてのステップをライブの'プラン・アズ・ドキュメント'に書きます。
ユーザーはいつでも、実行を一時停止し、計画やコードを編集し、カスタムコマンドを実行し、再開することができる。
論文 参考訳（メタデータ） (2025-10-14T06:40:11Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。