Iteris

把 source、任务池、计算实验、durable facts、verification records、日志与论文报告放进同一 project-local workspace 的 computational-math research agent。

状态: active · 总分: 3.1/5 · 推荐度: 4/5

一句话总结

Iteris 面向的不是单次“请证明”，而是计算数学研究循环：agent 读文献、提出/执行实验、沉淀 facts、分派后续任务、做多种 verification，再把结果组织成报告；它的研究方法很有启发，但最终正确性仍要求专家审查，且运行 agent 默认拥有广泛 workspace 权限 [GH:readme][Paper:Iteris]。

总体评价

Iteris 以项目目录为 durable research state：sources/ 和 references/ 保存问题与论文，TASK_POOL.json 管研究前沿，memory/facts/ 保存带状态的事实，logs/results/reports 保留过程和产物，family/evolve 支持从一个研究根分叉多个 sibling workers。日常入口是 iteris monitor、iteris run 和 local dashboard [GH:readme][Docs:user-guide]。

实现不只是 prompt 集：有 Codex/Claude executors、tmux/foreground lifecycle、arXiv/PDF/theorem-search tools、structured fact store、local command/file verification、agent verifier、panel consensus、supervision engine、LaTeX report workspace 和 React/Fastify dashboard。它比 Danus 更强调 computation/experiment 与 research artifact，比 Archon 更少绑定 Lean [GH:verification][GH:local-scan]。

论文给出两个 computational-math case studies，并公开说明最终结果经过 expert verification、repair 与 exposition reorganization。这个边界很重要：论文支持“agentic loop 能推动真实研究”，不支持“当前开源仓库可无人工产出可发表结论” [Paper:Iteris]。

本次没有安装 dependencies、运行模型、执行数值实验或复现论文案例；评分来自静态实现、CI/docs 与论文全文 [GH:local-scan]。

推荐度：4/5

面向会编程、能审查数值/符号实验、愿意隔离 agent 权限并把专家复核留在闭环内的 computational mathematics 研究者，Iteris 值得重点试验；面向只需聊天问答或要求自动形式化证书的用户，不应直接采用。

给 4 分是因为它把研究过程的材料、任务、facts、verification、logs 和 reports 做成一套完整 workspace，且公开论文与代码可相互参照；没有给 5 分，是因为项目只有 2 个 default-branch commits、单一可见贡献者，权限激进，论文成果仍有人类 repair，且本次未复现。

优势

1. research lifecycle 完整：从 source ingestion、任务选择、agent execution、fact memory、verification 到 LaTeX report 都有一等目录/命令 [GH:readme]。
2. verification 不止一个布尔值：支持 local evidence/commands、agent verifier、panel 与 typed record，能记录 accepted/rejected/uncertain 及证据 [GH:verification]。
3. 适配 computational mathematics：允许代码、数值试验、PDF/arXiv 文献和 theorem search 同处一个可追踪 project，而非强迫所有结果立即 formalize。
4. family/evolve 适合探索分支：多个 sibling paths 可并行探索不同假设/参数，再共享 family memory [GH:readme]。
5. supervision 与可视化较完整：monitor、tmux、dashboard、live logs、facts/artifacts/reports 让人类能观察长任务 [GH:readme][Docs:user-guide]。
6. 论文主动保留 human role：最终 expert verification/repair 的披露，比把 agent output 直接包装成 autonomous discovery 更可信 [Paper:Iteris]。

劣势

1. 权限面很宽：README 明示 Codex 使用 approval-bypass，Claude Code 使用 --dangerously-skip-permissions；agent 可读写、运行工具并管理项目状态 [GH:readme]。
2. 正确性是混合证据：local checks、LLM verifier、panel 和专家 review 的强度不同；用户必须区分“命令执行成功”“模型同意”和“数学上成立”。
3. 资源与成本难控：长程模型会话、多个 sibling、数值实验、PDF、dashboard 与 reports 会同时耗费 tokens、CPU、内存和磁盘。
4. 极年轻的仓库历史：249 个 tracked files 压在 2 个 default-branch commits 和 1 名贡献者上，难以从历史评估演进质量 [GH:metadata][GH:local-scan]。
5. 平台依赖较多：tmux、ripgrep、Node 20、Git、模型 CLI、Python 与可选计算工具组成较重的本地栈。

---

适合什么场景

• 数值分析、动力系统、优化、PDE、symbolic/numeric 混合研究的长程探索。
• 需要把论文/PDF、代码实验、facts、任务与报告放在统一 workspace。
• 希望 agent 能并行探索多个 hypothesis/parameter family，同时保留人类 oversight。
• 研究“LLM + tools + durable memory + evidence records”的科研工作流。
• 在最终专家复核前生成 conjectures、实验结果和 exposition drafts。

不适合什么场景

• 只需一次问答、短证明或简单文献摘要。
• 要求 Lean/Coq kernel certificate 的形式化验证。
• 不能把项目材料发送给外部模型 provider 的保密环境。
• 存放凭据、私人文件或其他项目数据的共享 home/workstation。
• 资源极小、不能运行 Node dashboard/tmux/多进程实验的主机。
• 把 agent consensus 当成独立数学证明的流程。

与类似项目对比

项目	定位	相对本项目
Danus	verifier-gated natural-language facts 与 fact DAG	Danus authority 更集中、fact dependency 更强；Iteris 的实验/报告/workspace surface 更广
Rethlas	最小自然语言 generation–verification loop	Rethlas 更轻；Iteris 多出 durable task/fact/report/supervision 体系
Archon	repository-scale Lean autoformalization	Archon 最终 proof 可由 Lean 检查；Iteris 更适合非形式化/计算型研究
Archon Horizon	多项目长程 Lean workspace 与共享 ledger	Horizon 更偏跨 team provenance/governance；Iteris 更偏 research loop、实验和 evolve families

本表中的项目在本批次按同一评分框架审阅，未统一复现论文实验。

---

它能做什么

• 初始化 research project 并保存 source/reference/PDF。
• 用 monitor 诊断状态、给出 next step、恢复中断任务。
• 在 foreground 或 tmux 中运行 Codex/Claude Code research loop。
• 管理 task pool、durable facts、verification records、logs 与 final artifacts。
• 搜索 arXiv、提取 PDF、调用 theorem search 或项目自定义工具。
• 执行 local checks、agent verification 与 panel review。
• 分叉/schedule family siblings 并共享 evolve memory。
• 生成与迭代 LaTeX report workspace，通过 dashboard 查看全过程 [GH:readme][Docs:user-guide][GH:verification]。

这些是代码/文档能力；本次未执行真实 research run [GH:local-scan]。

运行环境与资源占用

场景	CPU	内存	存储	说明
小型项目	4 cores	4-8GB	5-10GB	单 agent、少量 PDF/实验，dashboard 可选
多分支研究	8-16+ cores	8-16GB+	20-50GB+	多 sibling/tmux、数值进程、logs、facts、reports；模型费用另计

• 运行时：Python 3.10+、Git、ripgrep、Codex 或 Claude Code；detached run 需 tmux。
• 操作系统：README主支持 Linux/macOS；Windows 未列为 primary platform [GH:readme]。
• Docker：未发现官方镜像、Dockerfile 或 Compose，故 docker_support: false [GH:local-scan]。
• GPU：核心不要求本地 GPU；具体研究代码可能另有需求。
• 外部依赖：Node.js 20+/npm 用于 dashboard，requests/pdfminer/FastAPI 等用于文献和服务面。

资源数字是依赖栈与并发方式的启发式估计，不是实测。

上手体验

评分 3/5。

bash install.sh、iteris init/monitor/run/dashboard 与中英 README 给出了连续路径，项目目录也较直观；但要正确使用 verification、family/evolve、report、tmux 与模型权限仍需读 user guide，并自行准备 provider login 与隔离 workspace [GH:readme][Docs:user-guide]。

代码质量

评分 4/5。

159 个 Python 文件按 agents/tools/memory/verification/supervision/commands/project 分层，typed Pydantic records、CI、43 个 test-related files 和前端检查显示出工程结构。本地 116 个 Python 文件及 1 个 shell 文件通过语法检查；因未跑 pytest/frontend/真实 executor，仅能说明静态可解析 [GH:verification][GH:local-scan]。

可扩展性

评分 4/5。

Executor、tools、verification backend、facts、supervision、report 与 family 都是独立模块，project-local files 也允许研究者加入自定义代码/命令。扣分在于缺少稳定 plugin API/version guarantees，许多扩展仍需理解内部目录和 prompt contract。

文档质量

评分 4/5。

英文/中文 README、quick start、security model、project layout 与 user guide 覆盖主流程，论文补充设计动机与案例。尚缺完整 developer/API docs、migration/changelog、contribution/security policy 和可复现实验说明 [GH:readme][Paper:Iteris][GH:local-scan]。

社区与成熟度

维度	评分	说明
社区活跃度	2/5	2026-08-28 快照有 53 stars、12 forks、1 名贡献者；没有 contribution/code-of-conduct 治理面 [GH:metadata][GH:local-scan]
成熟度	2/5	2026-06 创建、版本 0.2.0、仅 2 个 default-branch commits、无 GitHub releases，长期兼容/生产采用未知 [GH:metadata]

安全与风险

评分 2/5。

README 对风险披露很明确：两类 engine 都以 bypass permissions 模式运行，可读写项目、执行命令并把 sources/references 发给 provider。项目级目录能缩小数据面，但不是 OS sandbox；用户必须用专用账户/VM/container、最小 credentials 和可恢复备份 [GH:readme]。

Verification panel 也不是安全边界：多个模型意见不能消除 prompt injection、恶意论文内容、共模推理或危险 command evidence。GHSA 查询为空不证明安全；仓库没有 SECURITY.md [GH:verification][GH:advisories][GH:local-scan]。

学习价值

Iteris 展示了如何把科研 agent 从“长聊天”重构为 stateful research process：task frontier、facts、evidence、artifacts、reports 与 branch families 都可单独检查。论文最重要的 lesson 不是 agent 已替代数学家，而是 agent 可以扩大探索带宽，而 expert verification、repair 和 exposition 仍是结果成为数学知识的必要步骤 [Paper:Iteris]。