CYC2002tommy/Deep-Research-Agent

An autonomous AI agent pipeline for rigorous academic research, featuring strict DOI verification, multi-agent Scopus/OpenAlex/Semantic Scholar retrieval, and APA 7th .docx generation

解決的問題

Deep Research Agent (Deep Science Writer) 自動化了學術文獻回顧中繁瑣且容易出錯的過程。它消除了常見的 AI 問題，例如虛構的引用、學術寫作中的「AI 廢話」，以及從受限資料庫中收集全文論文的困難。

運作方式

該專案實作了一個為 Hermes/ECC 框架設計的 7 階段自主流程。它使用多代理系統來查詢如 Scopus、OpenAlex 和 Semantic Scholar 等資料庫。為了防止幻覺，它遵循嚴格的順序：先篩選摘要，然後下載並閱讀高度相關論文的全文以驗證主張。它包含一個專門的「反幻覺」階段，在該階段會對每個 DOI 進行偵測以確保連結有效。最後，它使用 Python 腳本生成格式化的 APA 第七版 .docx 檔案，並與 Obsidian 和 Google NotebookLM 整合以進行知識管理。

適用對象

需要嚴謹、有證據支持的文獻回顧過程，且遵守嚴格期刊品質標準（Q1-Q2 期刊）並避免與一般 LLM 相同缺陷的學術研究人員和科學家。

亮點

全文驗證： 強制閱讀全文 PDF，以防止因摘要引起的幻覺。
嚴格的品質控制： 硬編碼以優先考慮 Q1-Q2 期刊，並禁止如 MDPI 等特定出版商。
DOI 驗證： 透過 HTTP 請求自動測試每個生成的 DOI，以確保 100% 的有效性。
學術語氣強制執行： 使用專門的同儕審查迴圈來去除一般的 AI 詞彙，並強制執行專業語氣。
免動手輸出： 以程式設計方式生成具有 APA 第七版格式和資料視覺化的 Microsoft Word 文件。
知識迴圈： 自動將研究摘要同步到 Obsidian，並將來源上傳到 Google NotebookLM。