QiZishi/PaperAgent

Letzte erfasste Quellaktivität: 19. März 2026 um 11:34

SkillsMP-Katalog aktualisiert: 2. November 2026 um 18:02

gesammelte Skills: 4

GitHub-Stars: 0
GitHub-Forks: 1

Mit einem KI-Assistenten installieren

Diesen Prompt kopieren und in den verwendeten KI-Assistenten einfügen.

Follow https://skillsmp.com/skill-install/prompt.md to install Agent Skills from https://github.com/QiZishi/PaperAgent.

README des Repositorys

README-Quelldatei: README.md

README-Quelldatei lesen

Vollständige README anzeigen

# PaperAgent - 学术论文一站式研究系统 基于 AgentScope 多智能体框架的智能学术研究助手 <a href="#核心功能">核心功能</a> • <a href="#快速开始">快速开始</a> • <a href="#技术架构">技术架构</a> • <a href="#项目结构">项目结构</a> • <a href="docs/user_guide.md">使用指南</a> --- ## 📖 项目简介 **PaperAgent** 是一个基于 [AgentScope](https://github.com/agentscope-ai/agentscope) 多智能体框架构建的学术论文一站式研究系统。它旨在为研究人员提供从论文搜索、阅读、分析到写作、评审的全流程智能辅助支持。 ### 核心特性 - 🤖 **多智能体协作**: 基于 AgentScope 的 Planning/ReAct 架构，多个专业智能体协同工作 - 🔍 **多源文献搜索**: 支持 arXiv、Semantic Scholar、Google Scholar、DBLP、PubMed 等多个学术数据源 - 📄 **智能PDF解析**: 集成 MinerU 引擎，精准提取论文内容、公式、图表 - 💾 **知识记忆管理**: 基于 AgentScope Memory 和 RAG 技术的长期知识存储 - ⚡ **性能优化**: 内置缓存、重试、资源监控等优化机制 - 🌐 **多种访问方式**: 支持 Gradio Web 界面和 FastAPI REST API --- ## 🌟 核心功能 PaperAgent 提供**八大核心功能模块**，覆盖学术研究的完整生命周期： ### 1. 📰 文献日报 (Daily Report) 自动追踪最新学术动态，生成结构化的每日/每周研究简报。 **功能亮点**: - 根据用户研究方向自动搜索 arXiv、HuggingFace 最新论文 - 并行执行多源搜索，提高效率 - 调用 MinerU 提取关键架构图 - 生成包含速览解析的结构化日报 **智能体工作流**: ``` 需求分析智能体 → [并行] arXiv搜索 + HuggingFace搜索 → 内容提取智能体 → 日报生成智能体 ``` ### 2. 📚 文献综述 (Literature Review) 智能生成规范引用的文献综述，支持双轮检索架构。 **功能亮点**: - 支持用户上传文献 + 系统自动搜索 - **双轮检索架构**: LLM驱动检索 + 引文网络拓展 - 七大专业搜索智能体并行工作 - 生成规范引用格式 (APA/MLA/Chicago/GB-T7714/IEEE) **双轮检索架构**: ``` 第一轮: LLM驱动检索 (意图解析 → 结构化检索 → 核心文献定位) 第二轮: 引文网络拓展 (参考文献追溯 → 引证文献拓展 → 交叉验证) ``` ### 3. 📖 文献阅读 (Paper Reading) 深度解析论文，支持围绕文献的多轮智能问答。 **功能亮点**: - 调用 MinerU 深度解析 PDF (公式、图表、表格) - 构建本地知识库，支持 RAG 检索 - 多轮对话式问答，深度追问论文细节 - 自动提取创新点、方法论、实验设置 **智能体工作流**: ``` 文献获取智能体 → 文献解析智能体(MinerU) → 知识库构建智能体 → 对话问答智能体 ``` ### 4. 💻 代码复现 (Code Reproduction) 基于论文算法描述，自动生成复现代码和教程。 **功能亮点**: - 依赖文献阅读模块的算法总结 - 自动生成可运行的复现代码 - 提供详细的复现教程和步骤说明 - 支持多种编程语言 (Python/PyTorch/TensorFlow) **智能体工作流**: ``` 算法提取智能体 → 代码生成智能体(ReAct) → 教程生成智能体 ``` ### 5. 💡 Idea 灵感启发 (Idea Inspiration) 结合用户需求和参考文献，生成具有理论支撑的科研 Idea。 **功能亮点**: - 分析用户研究需求和兴趣方向 - 关联相关文献，挖掘研究空白 - 生成多个科研 Idea 建议 - 每个 Idea 附带理论文献支撑说明 **输出格式示例**: ```markdown ## Idea 1: [标题] - **核心思路**: ... - **创新点**: ... - **理论支撑**: - [文献1]: 支撑说明... - [文献2]: 支撑说明... - **可行性分析**: ... ``` ### 6. ✍️ 辅助写作 (Writing Assistant) 提供三大写作辅助功能，助力学术论文撰写。 **三大核心功能**: 1. **撰写思路生成**: 根据需求生成文章框架和写作思路 2. **内容润色优化**: 对文本进行学术化润色和优化 3. **初稿文章撰写**: 根据需求和参考文献撰写初稿 **智能体**: - OutlineAgent: 大纲生成 - ContentGenerator: 内容生成 - ReferenceAgent: 引用管理 - PolishAgent: 润色优化 ### 7. 📊 辅助绘图 (Figure Assistant) 提取和分析参考文献图表，生成绘图代码。 **功能亮点**: - 调用 MinerU + VLM 提取参考文献图表 - 图表描述和分析 - 提供专业绘图建议 - 生成 LaTeX 表格代码 - 生成 Mermaid 设计图代码 **智能体工作流**: ``` 图表提取智能体(VLM) → 图表分析智能体 → [并行] 绘图建议 + LaTeX代码 + Mermaid代码 ``` ### 8. 🔍 论文评审 (Paper Review) 从 AI 顶会审稿人角度进行多维度论文评审。 **六大评审维度**: | 维度 | 描述 | |------|------| | 创新性 | 研究的原创性和新颖程度 | | 技术贡献 | 技术方法的深度和贡献 | | 实验设计 | 实验的完整性和说服力 | | 写作质量 | 论文的表达和逻辑性 | | 相关工作 | 文献综述的全面性 | | 可复现性 | 方法和实验的可复现程度 | **智能体工作流**: ``` 论文解析智能体 → [并行] 六维度评审智能体 → 综合评审智能体 → 修改建议智能体 ``` --- ## 🚀 快速开始 ### 环境要求 - Python 3.10+ - CUDA (可选，用于本地模型加速) ### 安装步骤 1. **克隆项目** ```bash git clone https://github.com/your-repo/paperagent.git cd paperagent ``` 2. **安装依赖** ```bash pip install -r requirements.txt ``` 3. **配置 API Key** 在项目根目录创建 `.env` 文件： ```env # LLM 配置 (二选一或同时配置) DASHSCOPE_API_KEY=sk-xxx OPENAI_API_KEY=sk-xxx OPENAI_BASE_URL=https://api.openai.com/v1 # MinerU PDF 解析 API MINERU_API_TOKEN=xxx ``` 4. **启动系统** ```bash # 启动 Gradio Web 界面 (默认) python main.py # 指定端口 python main.py --port 8080 # 启用公网分享 python main.py --share # 仅启动 API 服务 python main.py --mode api ``` 5. **访问系统** - Web 界面: http://localhost:7860 - API 文档: http://localhost:8000/api/docs (API 模式) --- ## 🏗️ 技术架构 ### 整体架构 ``` ┌─────────────────────────────────────────────────────────────────────┐ │ PaperAgent 系统架构 │ ├─────────────────────────────────────────────────────────────────────┤ │ ┌─────────────────────────────────────────────────────────────┐ │ │ │ 前端层 (Frontend) │ │ │ │ ┌──────────────────┐ ┌──────────────────────────────┐ │ │ │ │ │ Gradio Web UI │ │ FastAPI REST API │ │ │ │ │ │ (7860 端口) │ │ (8000 端口) │ │ │ │ │ └──────────────────┘ └──────────────────────────────┘ │ │ │ └─────────────────────────────────────────────────────────────┘ │ │ │ │ │ ┌─────────────────────────────────────────────────────────────┐ │ │ │ 功能模块层 (Modules) │ │ │ │ ┌─────────┬─────────┬─────────┬─────────┬─────────────┐ │ │ │ │ │ 文献日报 │ 文献综述 │ 文献阅读 │ 代码复现 │ Idea灵感启发 │ │ │ │ │ ├─────────┼─────────┼─────────┼─────────┼─────────────┤ │ │ │ │ │ 辅助写作 │ 辅助绘图 │ 论文评审 │ │ │ │ │ │ │ └─────────┴─────────┴─────────┴─────────┴─────────────┘ │ │ │ └─────────────────────────────────────────────────────────────┘ │ │ │ │ │ ┌─────────────────────────────────────────────────────────────┐ │ │ │ 智能体层 (Agents) │ │ │ │ ┌──────────────────────────────────────────────────────┐ │ │ │ │ │ 基础智能体 (PaperAgentBase) - 继承 AgentScope │ │ │ │ │ ├──────────────────────────────────────────────────────┤ │ │ │ │ │ Planning 架构智能体 │ ReAct 架构智能体 │ │ │ │ │ ├──────────────────────────────────────────────────────┤ │ │ │ │ │ 七大搜索智能体: TopicExplorer, AuthorTracker, │ │ │ │ │ │ ClassicTracer, FrontierDiscoverer, MethodSearcher, │ │ │ │ │ │ DatasetSearcher, CodeSearcher │ │ │ │ │ └──────────────────────────────────────────────────────┘ │ │ │ │ ┌──────────────────────────────────────────────────────┐ │ │ │ │ │ 技能模块 (Skills): 搜索/解析/引文/写作 │ │ │ │ │ └──────────────────────────────────────────────────────┘ │ │ │ └─────────────────────────────────────────────────────────────┘ │ │ │ │ │ ┌─────────────────────────────────────────────────────────────┐ │ │ │ 核心层 (Core) │ │ │ │ ┌────────────┐ ┌────────────┐ ┌────────────┐ ┌──────────┐ │ │ │ │ │ LLM Client │ │ VLM Client │ │MinerU Client│ │Task Ctrl │ │ │ │ │ │ (缓存+重试) │ │ (图表分析) │ │ (PDF解析) │ │(中断/并行)│ │ │ │ │ └────────────┘ └────────────┘ └────────────┘ └──────────┘ │ │ │ │ ┌──────────────────────────────────────────────────────┐ │ │ │ │ │ Memory Manager (AgentScope Memory) │ │ │ │ │ │ 对话记忆 │ 知识库记忆 │ 证据记忆库 (Memory Bank) │ │ │ │ │ └──────────────────────────────────────────────────────┘ │ │ │ └─────────────────────────────────────────────────────────────┘ │ │ │ │ │ ┌─────────────────────────────────────────────────────────────┐ │ │ │ 工具层 (Utils) │ │ │ │ 性能优化(缓存/重试) │ 资源监控 │ 文件处理 │ 导出处理 │ 引用格式 │ │ │ └─────────────────────────────────────────────────────────────┘ │ └─────────────────────────────────────────────────────────────────────┘ ``` ### 核心依赖 | 库名 | 用途 | 集成方式 | |------|------|----------| | **AgentScope** | 多智能体系统架构、Memory 管理、Agent Skills | 深度集成 | | **MinerU** | PDF 转 Markdown、图表提取 | API 调用 | | **FastAPI** | RESTful API 后端 | 内置 | | **Gradio** | Web 界面 | 内置 | --- ## 📂 项目结构 ``` paperagent/ ├── main.py # 应用入口 ├── requirements.txt # 依赖包列表 ├── README.md # 项目说明文档 │ ├── config/ # 配置管理 │ ├── settings.py # 全局配置 │ ├── api_config.py # API 密钥配置 (加密存储) │ └── default_prompts.py # 默认提示语配置 (英文) │ ├── core/ # 核心模块 │ ├── llm_client.py # LLM 调用客户端 (支持缓存、重试) │ ├── vlm_client.py # VLM 调用客户端 (图表分析) │ ├── mineru_client.py # MinerU API 客户端 (PDF 解析) │ ├── memory_manager.py # Memory 管理 (基于 AgentScope) │ └── task_controller.py # 任务控制器 (中断/并行管理) │ ├── agents/ # 智能体系统 │ ├── base_agent.py # 基础智能体类 │ ├── planning_agent.py # Planning 架构智能体 │ ├── react_agent.py # ReAct 架构智能体 │ ├── search_agents/ # 七大搜索智能体 │ │ ├── topic_explorer.py # 主题探索智能体 │ │ ├── author_tracker.py # 作者追踪智能体 │ │ ├── classic_tracer.py # 经典溯源智能体 │ │ ├── frontier_discoverer.py # 前沿发现智能体 │ │ ├── method_searcher.py # 方法检索智能体 │ │ ├── dataset_searcher.py # 数据集搜索智能体 │ │ └── code_searcher.py # 代码搜索智能体 │ └── skills/ # 智能体技能模块 (基于 AgentScope Skills) │ ├── __init__.py # 技能注册与管理 │ ├── _tools.py # 工具函数实现 │ ├── search_skill/ # 文献搜索技能 │ │ └── SKILL.md # 技能描述 (YAML 元数据 + 说明) │ ├── parse_skill/ # 文献解析技能 │ │ └── SKILL.md │ ├── citation_skill/ # 引文网络技能 │ │ └── SKILL.md │ └── write_skill/ # 写作技能 │ └── SKILL.md │ ├── modules/ # 八大功能模块 │ ├── daily_report/ # 文献日报模块 │ ├── literature_review/ # 文献综述模块 │ ├── paper_reading/ # 文献阅读模块 │ ├── code_reproduction/ # 代码复现模块 │ ├── idea_inspiration/ # Idea 灵感启发模块 │ ├── writing_assistant/ # 辅助写作模块 │ ├── figure_assistant/ # 辅助绘图模块 │ └── paper_review/ # 论文评审模块 │ ├── utils/ # 工具模块 │ ├── performance.py # 性能优化 (缓存、重试、批处理) │ ├── resource_manager.py # 资源监控 (内存管理) │ ├── async_utils.py # 异步工具 │ ├── file_handler.py # 文件处理 │ ├── export_handler.py # 导出处理 (Word/PDF/Markdown) │ └── citation_formatter.py # 引用格式处理 │ ├── api/ # 后端 API 接口 │ ├── endpoints.py # RESTful API 端点 │ ├── schemas.py # 请求/响应模型 │ └── services.py # 服务层 │ ├── frontend/ # 前端模块 │ ├── app.py # Gradio 主应用 │ ├── components/ # UI 组件 │ └── pages/ # 功能页面 (八大模块对应页面) │ ├── data/ # 数据存储 │ ├── knowledge_base/ # 本地知识库 │ ├── history/ # 历史对话存储 │ ├── exports/ # 导出文件存储 │ └── downloads/ # 文献下载链接存储 │ ├── docs/ # 文档 │ ├── user_guide.md # 用户指南 │ ├── api_reference.md # API 参考 │ ├── configuration.md # 配置说明 │ ├── development.md # 开发指南 │ └── quickstart.md # 快速启动手册 │ └── tests/ # 测试模块 ├── test_core/ # 核心模块测试 ├── test_agents/ # 智能体测试 ├── test_modules/ # 功能模块测试 └── test_api/ # API 测试 ``` --- ## 📄 文档 - [用户指南](docs/user_guide.md) - 详细的功能使用说明 - [快速启动手册](docs/quickstart.md) - 5 分钟上手指南 - [API 参考](docs/api_reference.md) - REST API 接口文档 - [配置说明](docs/configuration.md) - 系统配置详解 - [开发指南](docs/development.md) - 开发者文档 --- ## 🛠️ 性能优化本项目集成了多项性能优化措施： - **智能缓存**: LLM 响应自动缓存 (LRUCache, 1小时TTL)，减少重复 API 调用 - **自动重试**: 网络请求失败自动重试 (指数退避策略)，增强系统稳定性 - **资源监控**: 实时监控内存使用 (MemoryMonitor)，自动触发 GC 防止内存泄漏 - **异步并发**: 核心 I/O 操作全异步化，多智能体并行执行 --- ## 📝 许可证 Apache License 2.0 --- ## 🙏 致谢 - [AgentScope](https://github.com/agentscope-ai/agentscope) - 多智能体框架 - [MinerU](https://github.com/opendatalab/MinerU) - PDF 解析引擎 - [SciResearcher](https://github.com/wisdom-pan/SciResearcher) - 架构设计参考 - [AIscientists_prompts](https://github.com/HughYau/AIscientists_prompts) - 科研提示语模板

README des Repositorys wird geladen…

Skills in diesem Repository

Softwareentwickler Hochschullehrer für Englische Sprache und Literatur

2 Berufskategorien · 100% klassifiziert

Skill

Beruf

Beschreibung

Aktualisiert

citation-skill

Softwareentwickler

Citation network and reference management skill for tracking citations, formatting references, and building citation graphs

Quellsprache: Englisch

2026-03-19

parse-skill

Softwareentwickler

Document parsing skill for extracting content from PDFs and other academic documents using MinerU and local parsers

Quellsprache: Englisch

2026-03-19

search-skill

Softwareentwickler

Academic literature search skill for finding papers from arXiv, Semantic Scholar, and HuggingFace

Quellsprache: Englisch

2026-03-19

write-skill

Hochschullehrer für Englische Sprache und Literatur

Academic writing skill for generating summaries, reports, literature reviews, and other research documents

Quellsprache: Englisch

2026-03-19

Es werden 4 von 4 gesammelten Skills angezeigt.