Ar9av/PaperOrchestra

解決的問題

PaperOrchestra 自動將非結構化的研究材料（如實驗日誌、原始想法和分散的代理聊天記錄）轉化為可提交的 LaTeX 研究論文。它透過實現一個結構化的多代理流水線，彌補單一代理撰寫與專業學術標準之間的品質差距。

如何運作

此專案並非獨立應用程式，而是一個「技能套件」，旨在整合至現有的程式碼代理（如 Claude Code、Cursor 或 Aider）中。它提供提示、模式和決定性輔助腳本，引導宿主代理完成五步流水線：

1. 大綱：建立用於規劃、文獻回顧和章節的結構化 JSON 計畫。
2. 繪圖：渲染圖表和概念圖（可選使用 PaperBanana）。
3. 文獻回顧：搜尋候選文獻，透過 Semantic Scholar 驗證，並起草相關工作部分。
4. 章節撰寫：撰寫剩餘章節並整合表格和圖表。
5. 內容精煉：執行模擬同儕審查，並根據嚴格的停止規則優化文字。

可選的 研究聚合器 可先執行，掃描代理快取（如 .claude/、.cursor/），將分散的日誌整合為流水線所需的結構化輸入。

適用對象

使用程式碼代理進行實驗，並希望在保持研究資料高保真度的同時自動化學術論文撰寫的 AI 研究人員與開發者。

主要亮點

• 宿主代理無關：適用於任何能執行本地腳本和執行網路搜尋的代理；無需內部 API 金鑰。
• 論文保真度高：提示內容直接複現自原始 arXiv:2604.05018 研究論文。
• 決定性輔助工具：包含 BibTeX 格式化、JSON 模式驗證和 LaTeX 合理性檢查等腳本，確保結構正確性。
• 整合生態系統：支援透過 Semantic Scholar（引用）、PaperBanana（高品質圖表）和 Exa（專業研究搜尋）實現可選增強。