Paper-Agent 是一个面向科研人员的自动化调研报告生成系统，目标在于解决学术领域论文调研“耗时长、分析浅”的痛点。它不是简单的文献摘要工具，而是一个具备“检索-阅读-分析-综合-报告”全流程能力的智能领域研究助理，能生成有深度、有见解的领域综述报告。
| 截图1 | 截图2 | 截图3 |
|---|---|---|
 |
 |
 |
| 截图4 | 截图5 | 截图6 |
 |
 |
 |
- 🤖 多智能体协作架构：基于 AutoGen 框架，采用多智能体协作模式，涵盖检索、阅读、分析、写作等多个智能体，自动协作完成复杂任务
- 📚 智能文献检索：将自然语言查询转换为精确的搜索条件，支持人工审核，从 arXiv 获取相关学术论文
- 🔍 结构化信息抽取：智能阅读自动提取论文的核心问题、技术路线、实验结果、数据集、局限性等关键信息，输出标准化 JSON 结构
- 🧠 深度领域分析：通过聚类分析、深度分析、全局分析三阶段流程，识别研究趋势和热点
- ✍️ 领域综述报告生成：将分析结果整合成结构完整、逻辑清晰的学术报告，支持 Markdown 格式输出
- 🔄 实时流式输出：基于 SSE（Server-Sent Events）技术，实时推送任务进度到前端
- ⚡ 并行处理优化：支持论文并行阅读、聚类并行分析、章节并行写作，大幅提升处理效率
- 🔧 模块化设计：各功能模块解耦，基于 LangGraph 构建工作流，便于扩展和维护
- 💾 向量数据库支持：使用 ChromaDB 存储提取的论文信息，支持检索增强写作
- 👥 用户交互审查：在关键步骤引入人工审核，确保查询条件和生成内容符合预期
下面是简要的介绍，更多关于系统架构、节点实现、智能体协作的详细说明，请参考 design.md 文档。
Paper-Agent 采用模块化设计，基于 LangGraph 构建完整的工作流，由六个核心节点协同工作：
-
search_agent_node（论文搜索节点）
- 使用 LLM 将用户自然语言需求转换为结构化查询条件
- 通过用户代理（userProxyAgent）进行人工审核
- 调用 PaperSearcher 从 arXiv 检索相关论文
- 支持查询条件：querys、start_date、end_date
-
reading_agent_node（论文阅读节点）
- 并行处理多篇论文，提取每篇论文的核心信息
- 按照预定义模型提取：核心问题、关键方法、数据集、评估指标、主要结果、局限性、贡献
- 将提取结果存入向量数据库，支持后续检索增强
-
analyse_agent_node（论文分析节点）
- PaperClusterAgent：使用嵌入向量和 KMeans 算法进行论文聚类，自动确定聚类数量
- DeepAnalyseAgent：对每个聚类进行深入分析，包括技术路线、方法对比、应用领域等
- GlobalanalyseAgent：汇总所有聚类分析结果，生成包含六大模块的全局分析报告
-
writing_agent_node（写作节点）
- writing_director_node：根据用户需求和全局分析，生成报告大纲并拆分为写作子任务
- parallel_writing_node：并行执行所有写作子任务，使用多智能体协作完成各章节写作
- 支持检索增强写作和质量审查
-
report_agent_node（报告生成节点）
- 汇总所有写作章节，生成完整的调研报告
- 使用 Markdown 格式输出，自动补充过渡语句
- 流式输出，实时推送生成进度
写作模块子智能体
- writing_agent：负责根据子任务撰写章节内容
- retrieval_agent：从向量数据库检索相关内容，补充写作所需资料
- review_agent：审查写作内容质量，通过后输出 "APPROVE" 终止子任务
分析模块子智能体
- PaperClusterAgent：论文聚类分析，生成主题描述和关键词
- DeepAnalyseAgent：单个聚类深度分析
- GlobalanalyseAgent：全局分析，生成六大模块报告
-
主控协调模块（orchestrator）
- 基于 LangGraph 构建完整工作流
- 协调各节点有序执行
- 管理全局状态与错误处理
- 通过 SSE 实时推送任务进度到前端
-
状态管理
- 使用 State 管理全局状态
- 通过队列实现前后端通信
- 支持实时状态推送
系统基于 LangGraph 构建完整的工作流，通过六个核心节点协同完成调研报告生成：
- 输入查询：用户提供研究主题或问题
- 论文检索：系统自动生成查询条件，支持人工审核，从 arXiv 检索相关论文
- 论文阅读：并行处理多篇论文，提取核心信息并结构化
- 深度分析：
- 聚类分析：按主题对论文进行分组
- 深度分析：对每个聚类进行技术路线、方法对比等深入分析
- 全局分析：汇总所有聚类结果，生成六大模块报告
- 内容生成：
- 生成大纲：根据用户需求和全局分析，生成报告大纲
- 任务拆分：将大纲解析为可并行执行的写作子任务
- 并行写作：使用多智能体协作完成各章节写作
- 报告整合：汇总所有章节，生成完整的 Markdown 格式调研报告
- 实时流式输出：基于 SSE 技术，实时推送任务进度到前端
- 并行处理优化：论文并行阅读、聚类并行分析、章节并行写作
- 用户交互审查：在关键步骤引入人工审核
- 检索增强写作：从向量数据库检索相关内容补充写作资料
- 质量审查机制：review_agent 审查写作内容质量
Paper-Agents/
├── main.py # 应用主入口，FastAPI应用初始化
├── pyproject.toml # Python项目配置和依赖声明
├── LICENSE # MIT许可证文件
├── README.md # 项目说明文档
├── .gitignore # Git忽略文件
├──
├── src/ # 源代码目录
│ ├── agents/ # 智能体模块
│ │ ├── orchestrator.py # 工作流协调器
│ │ ├── search_agent.py # 论文检索智能体
│ │ ├── userproxy_agent.py # 用户审查代理
│ │ ├── reading_agent.py # 论文阅读智能体
│ │ ├── analyse_agent.py # 论文分析智能体
│ │ ├── writing_agent.py # 内容写作智能体
│ │ ├── report_agent.py # 报告生成智能体
│ │ ├── sub_analyse_agent/ # 子分析智能体目录
│ │ │ ├── cluster_agent.py # 论文聚类智能体
│ │ │ ├── deep_analyse_agent.py # 论文深度分析智能体
│ │ │ └── global_analyse_agent.py # 全局分析智能体
│ │ └── sub_writing_agent/ # 子写作智能体目录
│ │ ├── writing_director_agent.py # 写作主管智能体
│ │ ├── parallel_writing_node.py # 并行写作节点
│ │ ├── writing_agent.py # 章节写作智能体
│ │ ├── retrieval_agent.py # 检索增强智能体
│ │ ├── review_agent.py # 质量审查智能体
│ │ ├── writing_chatGroup.py # 写作协作组
│ │ └── writing_state_models.py # 写作状态模型
│ │
│ ├── core/ # 核心模块
│ │ ├── config.py # 配置管理
│ │ ├── model_client.py # 模型客户端
│ │ ├── models.yaml # 模型配置
│ │ ├── prompts.py # 提示词模板
│ │ └── state_models.py # 状态模型定义
│ │
│ ├── services/ # 服务层
│ │ ├── arxiv_client.py # arXiv API客户端
│ │ ├── arxiv_fetcher.py # arXiv论文获取器
│ │ ├── chroma_client.py # Chroma向量数据库客户端
│ │ └── retrieval_tool.py # 检索工具
│ │
│ ├── tasks/ # 任务模块
│ │ ├── deduplicator.py # 论文去重（暂不支持，待完善）
│ │ ├── paper_downloader.py # 论文下载（暂不支持，待完善）
│ │ ├── paper_filter.py # 论文过滤（暂不支持，待完善）
│ │ ├── paper_search.py # 论文搜索
│ │ └── papers/ # 论文存储目录（暂不支持，待完善）
│ │
│ └── utils/ # 工具函数
│ └── log_utils.py # 日志工具
│
├── test/ # 测试目录
│ ├── test_analyseAgent.py # 分析智能体测试
│ ├── test_readingAgent.py # 阅读智能体测试
│ ├── test_searchAgent.py # 搜索智能体测试
│ ├── test_writingAgent.py # 写作智能体测试
│ └── test_workflow.py # 工作流测试
│
├── web/ # 前端目录
│ ├── index.html # 前端入口页面
│ ├── package.json # 前端依赖配置
│ ├── src/ # 前端源代码
│ └── vite.config.js # Vite配置
│
├── data/ # 数据存储目录
└── output/ # 输出目录
└── log/ # 日志输出目录
-
环境准备
- Python 3.12+
- 项目使用poetry 管理虚拟环境
- 安装依赖：
poetry install
-
配置环境
- 复制
.env.example为.env并填写您的API密钥 - 修改
models.yaml中的参数
- 复制
-
运行系统
poetry run python main.py
-
Web界面
cd web && npm install && npm run dev
- 访问 http://localhost:5173 使用Web界面
在 .env 文件中设置API密钥和相关配置：
# 模型提供商API密钥
OPENAI_API_KEY=your_openai_api_key
# 或其他提供商的API密钥系统配置文件位于 models.yaml，可根据需求调整以下参数：
可选模型提供商
- OpenAI
- 其他兼容的LLM提供商
项目默认使用的模型和嵌入模型配置
- 默认LLM模型
- 默认嵌入模型
- 模型参数（temperature、max_tokens等）
项目模块具体使用的模型和嵌入模型配置（可选）
- search_agent：搜索专用模型
- reading_agent：阅读专用模型
- analyse_agent：分析专用模型
- writing_agent：写作专用模型
- report_agent：报告生成专用模型
- 各模块的嵌入模型配置
各个模型提供商的API密钥和基础URL
- API密钥配置
- 基础URL配置
- 其他连接参数
# models.yaml 示例
default:
model-provider: "openai"
model: "gpt-4"
embedding-model: "text-embedding-3-large"
embedding-dimension: 1024
modules:
search_agent:
model-provider: "openai"
model: "gpt-3.5-turbo"
reading_agent:
model-provider: "openai"
model: "gpt-4"
analyse_agent:
model-provider: "openai"
model: "gpt-4"
writing_agent:
model-provider: "openai"
model: "gpt-4"
report_agent:
model-provider: "openai"
model: "gpt-4"
openai:
api-key: ${OPENAI_API_KEY}
base-url: https://api.openai.com/v1- 编程语言: Python 3.12+
- 智能体框架:
- AutoGen：多智能体协作框架
- LangGraph：工作流编排框架
- Web框架: FastAPI, Uvicorn
- 实时通信: SSE (Server-Sent Events)
- 向量数据库: ChromaDB
- 数据处理: pyyaml, python-dotenv, tenacity
- 机器学习:
- scikit-learn：KMeans 聚类、肘部法则
- numpy：向量计算
- 论文检索: arXiv API
- 网络请求: requests, aiohttp
- 包管理: Poetry
- 日志系统: Python标准库logging模块 (自定义配置)
- 框架: Vue.js 3.4+
- 构建工具: Vite 5.0+
- 开发工具: @vitejs/plugin-vue
我们欢迎各种形式的贡献，包括但不限于：
- 提交issue报告bug或建议新功能
- 提交pull request改进代码
- 完善文档
请阅读 CONTRIBUTING.md 了解更多细节。
本项目采用MIT许可证，详情参见 LICENSE 文件。
如有任何问题或建议，请通过以下方式反馈：
- GitHub Issues：请在项目仓库中提交Issue，这是最推荐的问题反馈方式
- 项目主页：https://github.com/Tswoen/paper-agent
⭐ 如果这个项目对你有帮助，请给我们点个星支持一下！