Tswoen/Paper-Agent

解决的问题

Paper-Agent 自动化了学术研究和文献综述的繁琐过程。它用一个集成的AI驱动工作流，取代了在多个数据库中手动搜索、逐篇筛选论文、碎片化笔记记录，以及费力构建全面综述论文的困境。

如何工作

该系统使用由 LangGraph 协调的多代理架构，将研究主题推进到多个阶段：

1. 搜索：SearchAgent 生成检索计划，并从 arXiv、OpenAlex 和 Semantic Scholar 获取论文。
2. 阅读：ReadAgent 筛选摘要的相关性；相关论文被下载、转换为 Markdown、分块并存储在 ChromaDB 向量数据库中。
3. 分析：AnalyseAgent 执行子主题和全局分析，以识别研究趋势、共识和空白点。
4. 大纲：WritingOutlineAgent 创建结构化大纲，并将具体证据映射到各个章节。
5. 撰写：WritingAgent 逐节起草综述内容，必要时检索额外证据并执行自我审查。

适用人群

需要进行深入文献综述，并将复杂研究领域整合为结构化文档的学术研究人员、学生和专业人士。

特色亮点

• 多源检索：集成 arXiv、OpenAlex 和 Semantic Scholar 的连接器，支持去重和评分。
• 渐进式阅读：采用分层方法，在投入全文处理和向量索引前，先通过摘要进行筛选。
• 基于证据的撰写：生成包含证据映射的结构化大纲，确保最终综述基于实际论文内容。
• 实时监控：通过使用 SSE（Server-Sent Events）的 Vue 3 Web 界面，实时跟踪代理工作流的进展。
• 灵活的模型配置：可根据任务复杂度，为不同代理分配不同的 LLM 提供商和模型层级。