Ar9av/PaperOrchestra

解决的问题

PaperOrchestra 自动将非结构化的研究材料（如实验日志、原始想法和分散的代理聊天记录）转化为可提交的 LaTeX 研究论文。它通过实现一个结构化的多代理流水线，弥合了单代理写作与专业学术标准之间的质量差距。

如何工作

该项目并非独立应用程序，而是一个“技能包”，旨在集成到现有的编码代理（如 Claude Code、Cursor 或 Aider）中。它提供提示、模式和确定性辅助脚本，引导宿主代理完成五步流水线：

1. 大纲：创建用于规划、文献综述和章节的结构化 JSON 计划。
2. 绘图：渲染图表和概念图（可选使用 PaperBanana）。
3. 文献综述：搜索候选文献，通过 Semantic Scholar 验证，并起草相关工作部分。
4. 章节撰写：撰写剩余章节并整合表格和图表。
5. 内容精炼：执行模拟同行评审，并根据严格的停止规则优化文本。

可选的 研究聚合器 可先运行，扫描代理缓存（如 .claude/、.cursor/），将分散的日志整合为流水线所需的结构化输入。

适用人群

使用编码代理进行实验并希望在保持研究数据高保真度的同时自动化学术论文撰写的 AI 研究人员和开发者。

主要亮点

• 宿主代理无关：适用于任何能够运行本地脚本和执行网络搜索的代理；无需内部 API 密钥。
• 论文保真度高：提示内容直接复现自原始 arXiv:2604.05018 研究论文。
• 确定性辅助工具：包含 BibTeX 格式化、JSON 模式验证和 LaTeX 合理性检查等脚本，确保结构正确性。
• 集成生态系统：支持通过 Semantic Scholar（引用）、PaperBanana（高质量图表）和 Exa（专业研究搜索）实现可选增强。