Tswoen/Paper-Agent

Paper‑Agent – 基于AI的研究助手

它能做什么

• 你输入一个研究主题，系统会自动搜索论文、阅读论文、分析发现，并生成一份可逐步跟随的完整文献综述。
• 整个流程由一组专业代理（搜索、阅读、分析、大纲、写作）构成，这些代理与 OpenAI 或 Anthropic 等大型语言模型（LLM）提供商通信。
• 结果、进度和中间成果通过基于 Web 的工作台实时显示，通过服务器发送事件（SSE）更新，并将所有内容保存在本地 SQLite + 文件系统中，以便你可以暂停并稍后继续。

关键技术组件

层级	技术	作用
运行时	Python 3.12+, uv 包管理器	运行后端服务
API	FastAPI (Uvicorn)	暴露 REST 端点和 SSE 流
工作流引擎	LangGraph (typed-dict 共享状态)	协调多代理流水线
代理	自定义 Python 代理（Search, Read, Analyse, WritingOutline, Writing）	每个代理负责研究流程中的一个阶段
LLM 集成	OpenAI 兼容和 Anthropic 兼容提供方	生成提示、提取信息、撰写文本
论文来源	arXiv、OpenAlex、Semantic Scholar 连接器	检索元数据和 PDF
PDF 处理	pypdf → Markdown → 文本分块	将 PDF 转换为可搜索文本
向量存储	ChromaDB	存储分块嵌入以实现快速相似性搜索
持久化	SQLite + JSON/Markdown 文件	保存会话、中间结果和最终草稿
前端	Vue 3 + TypeScript + Vite	交互式 UI，显示进度、模型配置和聊天式会话视图
包管理	uv (Python) & npm (前端)	一键安装所有依赖

如何使用

1. 安装 – 运行 uv sync（Python 依赖）和 npm run front:install（前端依赖）。
2. 配置 – 创建 config/model.json（或使用 Web UI），配置你的 LLM 提供商 URL、API 密钥和每个代理的模型“层级”。
3. 启动 – 运行 uv run python main.py 启动 FastAPI 服务器（API 文档在 http://127.0.0.1:8000/docs）。
4. 运行 UI – 运行 npm run front:dev（或 front:dev:network 用于局域网访问）在 http://127.0.0.1:5173/ 打开 Vue 应用。
5. 创建会话 – 输入研究主题，观察 SSE 驱动的进度条，系统将搜索三个来源、阅读摘要、下载 PDF、分块处理、分析子主题、构建大纲并撰写每个部分。
6. 保存并恢复 – 所有状态均被持久化；你可以关闭浏览器，稍后继续之前的工作。

为何重要

• 端到端自动化：取代手动搜索、阅读、记笔记、列大纲和撰写草稿的循环。
• 成本意识：每个阶段可使用不同模型层级，UI 显示每一步的 token 使用量。
• 透明性：实时 SSE 更新让你清楚看到系统正在做什么，必要时可干预。
• 可扩展性：基于 LangGraph 构建，因此可轻松添加新代理或自定义提示，无需重写整个系统。

如何参与

• 欢迎提交问题和拉取请求。测试位于 test/ 目录，可通过 uv run python -m unittest discover -s test -v 运行。
• 前端更改在合并前需通过 npm run front:build。
• 项目开源，托管于仓库 https://github.com/Tswoen/Paper-Agent。

---

Paper‑Agent 旨在通过让 LLM 承担繁重工作，同时保持整个过程可见且可控，使文献综述更快、更系统化。