End-to-end AI-powered academic paper writing system — from idea generation and literature search to experiment execution, result backfill, and LaTeX paper compilation. Supports multi-LLM routing, SSH remote training, incremental sync, and anti-AI-detection writing style.

PaperForge Research OS v3 – 構造化された AI 拡張研究アシスタント

これは何か

PaperForge は、大規模言語モデル（LLM）ベースの執筆エージェント、実験管理、再現可能な出版パイプラインを結びつける**オープンソースの「研究オペレーティングシステム」**です。Python（3.10-3.12）で構築され、すべての主張、証拠、コード成果物、実験結果を SQLite ベースの科学メモリに保存します。システムはコマンドラインインターフェース（CLI）または軽量なブラウザ UI から操作できますが、すべてのアクションは単一のランタイムサービス（PaperForgeService）に集約されます。

中核となるアイデアとその重要性

アイデア	機能	重要性
統合研究 OS	単一のランタイム（`ResearchOSRuntime`）が、執筆、計画、実験、分析、可視化、リリースを処理します。	研究者が別々のスクリプト、ノートブック、LaTeX ツールを切り替えることを強制する「ツールチェーンの飛び回り」を排除します。
証拠優先ワークフロー	論文内のすべての公開ステートメントには、保存された証拠（コード、データ、メトリクス、ライセンスなど）にリンクする `claim_id` が必要です。	トレーサビリティを保証し、レビュアーや監査者が結果を検証しやすくします。
制御された実験ライフサイクル	提案 → 静的チェック → ミニ実験 → 本実験。各段階で明示的な承認が必要です。	偶発的なリソースの無駄を防ぎ、高価なトレーニングや大規模計算の前にレビューゲートを強制します。
マルチバックエンド計算	ローカル、Docker、SSH、Slurm、Kubernetes、Cloud-SSH バックエンドに単一のインターフェースでアクセスします。	研究者はスクリプトを書き直すことなく、ラップトップからクラスターやクラウドに移動できます。
ポリシー駆動の実行プロファイル	`writing-only`、`research`、`full` – 各プロファイルは一連のアクション（例：重みの読み込み、リモート計算）を無効にします。	特定の機能のみが許可される環境（例：セキュアなワークステーション）に安全網を提供します。
主張ゲート付き出版エンジン	LaTeX コンパイル → PDF レンダリング → レイアウト診断 → 制約付き修復 → 不変条件検証。	面倒な「コンパイル・チェック・修正」ループを自動化し、最終 PDF が記録された主張と一致することを保証します。

主要コンポーネント（高レベルビュー）

CLI / UI  →  PaperForgeService
                ├─ ExecutionPolicy (profiles)
                ├─ WorkflowEngine
                │    └─ ResearchOSRuntime
                │          ├─ Typed Agents (LLM writers, reviewers, etc.)
                │          ├─ Provider Registry (model/key handling)
                │          ├─ Compute Backends (Docker, Slurm, …)
                │          └─ Domain Plugins (CV, NLP, RL, Bio, …)
                ├─ SQLite Scientific Memory (claims, evidence, runs)
                ├─ Artifact Registry (datasets, checkpoints, figures)
                └─ Publication Engine → Release Verifier

すべての永続データは <workspace>/.paperforge/ の下に保存されます（SQLite DB、ランタイム状態、リリースマニフェストなど）。

典型的なワークフロー

ワークスペースを作成 – LaTeX ソース、参考文献、オプションの writing-job.json マニフェストを含むフォルダー。
プロファイルを実行 – 例：paperforge run --profile writing-only … で LLM にセクションの下書き、引用の挿入、PDF のコンパイルをさせます。
研究プロファイル – 文献検索、提案作成、および実験を実行する前に承認が必要な提案オブジェクトを追加します。
フルプロファイル – 承認後、サポートされている任意のバックエンドで実験を起動し、コード、データ、ハイパーパラメータ、各成果物の SHA-256 ハッシュを自動的に記録できます。
公開 – paperforge publish は主張ゲート、LaTeX コンパイル、PDF レンダリング、レイアウト診断を実行します。出力は dist/ にあります。
リリース – paperforge release はすべてのゲート（シークレットスキャン、成果物ハッシュ、主張カバレッジ）を再検証し、ワークフローを COMPLETED とマークします。

AI の使用方法

LLM エージェント（「writing-only」および「research」エージェント）は、OpenAI 互換 API を介して bailu-turing というプロバイダーを呼び出します。システムはサポートされていないフィールド（例：seed、n）を削除し、OPENAI_BASE_URL を介してカスタムゲートウェイを指定できます。
エージェントは型付けされています – ランタイムは、選択された実行プロファイルに基づいて、エージェントがモデルを要求できるか、コードを実行できるか、証拠のみを読み取れるかを認識します。
プロンプトエンジニアリングは paperforge run コマンドの背後に隠されており、ユーザーは高レベルの指示（タイトル、要約など）のみを提供します。

インストールと開始（クイックリキャップ）

# clone and checkout v3 tag
git clone https://github.com/QJHWC/PaperForge.git && cd PaperForge && git checkout v3.0.0

# create a venv and install the writing extras
python3.12 -m venv .venv && source .venv/bin/activate
python -m pip install --upgrade pip
python -m pip install -e "[writing]"

# optional: add experiment/research extras if you need compute back‑ends
python -m pip install -e "[research,experiment]"

モデルキーを ~/.config/paperforge/credentials.json に設定します（chmod 600）。すぐに使える唯一のサポートプロバイダーは bailu-turing です。

安全性とライセンスに関する注意

このプロジェクトは研究専用です – README には商用利用禁止の免責事項が含まれています。
すべてのシークレットはログ記録前に編集されます。Docker/SSH アップロードはホワイトリストに登録され、シークレットがスキャンされます。
ライセンス：PaperForge License 1.0 – 個人、学術、非営利目的での使用は無料。商用 SaaS または営利目的の再配布は禁止されています。

TL;DR

PaperForge v3 は、LLM 駆動の論文ドラフト作成と、厳格に監査された実験追跡および出版パイプラインを組み合わせた Python ベースの研究 OS です。すべての主張とその証拠を SQLite データベースに保存し、承認ゲート付きの計算を強制し、再現可能で主張検証済みのリリースプロセスを通じて LaTeX 論文を公開できます。アイデアから検証済み PDF までの単一の監査可能なワークフローを求めるチームに最適です。

QJHWC/PaperForge