ideate_paper（构思/假设/实验计划）
      │
      ▼
reproduce_paper ──► reproduce_status（异步轮询，五步闭环）
      │
      ├────────────────────────────┐
      ▼                            ▼
research_verdict（PROCEED/REFINE/PIVOT）   write_section（撰写各章节）
      │                                   │
      ▼                                   ▼
inject_results（实验数据并入 results）      export_document（LaTeX/PDF/DOCX）
      │                                   │
      └──────────────► get_deliverables（交付全部实物）

git clone https://github.com/liudongyan13701205717-source/clawsgo-science-mcp.git
cd clawsgo-science-mcp
pip install -e .            # 最小安装（只带 MCP 本体）

# 需要复现线时，装上运行依赖（推荐）：
pip install -e ".[reproduce,dev]"

python -m clawsgo_self.server --help 2>&1 | Out-Null   # 能启动即安装成功（stdio server）
python -m pytest tests/ -q                              # 跑内置测试，应全绿

{
  "mcp": {
    "clawsgo-self": {
      "type": "local",
      "command": ["python", "-m", "clawsgo_self.server"],
      "cwd": "<你的工作区路径>",
      "enabled": true,
      "environment": {
        "PYTHONPATH": "<你的工作区路径>"
      }
    }
  }
}

paper_id = "demo"
write_section(paper_id, "abstract",   "为《边缘设备上的轻量推理》写摘要，主题=推理速度优化", "markdown")
write_section(paper_id, "problem",    "问题定义：边缘设备推理延迟与能耗瓶颈", "markdown")
write_section(paper_id, "modeling",   "建模：轻量化网络与量化方案", "markdown")
write_section(paper_id, "solution",   "求解：剪枝/蒸馏/量化组合策略", "markdown")
write_section(paper_id, "results",    "实验设置与评估指标", "markdown")
write_section(paper_id, "references", "参考文献", "markdown")

export_document(paper_id, "pdf")      # 产出 demo/doc.pdf + doc.tex + doc.html

ideate_paper("大语言模型的轻量化可解释方法", "my_proj")
# 返回：研究缺口、候选假设、多视角评审（novelty/rigor/feasibility 加权）、实验计划

tid = reproduce_paper("path/to/paper.pdf")["task_id"]
# 轮询 reproduce_status(tid) 直到 done

research_verdict(tid)             # 根据实验结果给出 PROCEED/REFINE/PIVOT
inject_results("my_proj", tid)    # 把真实指标表 + 收敛图写进 my_proj 的 results 章节

get_deliverables(tid)             # 拿到复现的全部交付物

clawsgo_self/
├── server.py        # MCP stdio server，注册全部 8 个工具
├── core/            # 布局/存储/Layout + 可选 LLM 连接层（无 key 会回退模板）
├── parse/           # 论文 PDF 解析（PyMuPDF）
├── reproduce/       # 五步复现闭环：tasks/codegen/harness/pipeline
│   ├── codegen.py   #   提取超参 + 生成 numpy/torch 复现代码
│   ├── harness.py   #   沙箱执行 + 自愈重试 + 指标/图采集
│   └── pipeline.py  #   编排五步，产出 results.json / plan.json / deliverables/
├── write/           # 写作：doc(DocStore)/templates/validate
├── export/          # 导出：md→latex/html/docx + PDF 渲染
├── research/        # 研究线：lit(OpenAlex 免 key 检索)/ideate/hypoth/design/inject
└── deliver/         # 交付：get_deliverables（源码/数据/报告/图 分类）

.clawsgo-self/                  # 运行产物，已 gitignore
├── env                         # 本地配置（可选 LLM 端点），不提交
├── projects/{paper_id}/        # 写作项目：doc.md / doc.pdf / doc.tex / sections/
└── tasks/{task_id}/            # 复现任务：parse/ code/ runs/ deliverables/

BASE_URL=https://.../v1
API_KEY=sk-...
MODEL=...

pip install -e ".[dev]"
python -m pytest tests/ -q      # 40 项，全离线可跑（文献/复现用模拟数据）