Tswoen/Paper-Agent

Paper‑Agent – AI 驅動的研究助理

它能做什麼

• 你輸入一個研究主題，系統會自動搜尋論文、閱讀論文、分析發現，並生成一份可逐步追隨的完整文獻回顧。
• 整個流程由一組專業代理（搜尋、閱讀、分析、大綱、撰寫）構成，這些代理與 OpenAI 或 Anthropic 等大型語言模型（LLM）提供者通訊。
• 結果、進度和中間成果透過基於 Web 的工作台即時顯示，透過伺服器傳送事件（SSE）更新，並將所有內容儲存在本地 SQLite + 檔案系統中，以便你可以暫停並稍後繼續。

關鍵技術元件

層級	技術	作用
執行環境	Python 3.12+, uv 包管理器	執行後端服務
API	FastAPI (Uvicorn)	暴露 REST 端點和 SSE 流
工作流引擎	LangGraph (typed-dict 共享狀態)	協調多代理流水線
代理	自訂 Python 代理（Search, Read, Analyse, WritingOutline, Writing）	每個代理負責研究流程中的一個階段
LLM 集成	OpenAI 兼容和 Anthropic 兼容提供者	產生提示、提取資訊、撰寫文字
論文來源	arXiv、OpenAlex、Semantic Scholar 連接器	搜尋元資料和 PDF
PDF 處理	pypdf → Markdown → 文字分塊	將 PDF 轉換為可搜尋文字
向量儲存	ChromaDB	儲存分塊嵌入以實現快速相似性搜尋
持久化	SQLite + JSON/Markdown 檔案	保存會話、中間結果和最終草稿
前端	Vue 3 + TypeScript + Vite	互動式 UI，顯示進度、模型設定和聊天式會話檢視
套件管理	uv (Python) & npm (前端)	一鍵安裝所有相依性

如何使用

1. 安裝 – 執行 uv sync（Python 相依性）和 npm run front:install（前端相依性）。
2. 設定 – 建立 config/model.json（或使用 Web UI），設定你的 LLM 提供者 URL、API 金鑰和每個代理的模型「層級」。
3. 啟動 – 執行 uv run python main.py 啟動 FastAPI 伺服器（API 文件位於 http://127.0.0.1:8000/docs）。
4. 執行 UI – 執行 npm run front:dev（或 front:dev:network 用於區域網路存取）在 http://127.0.0.1:5173/ 開啟 Vue 應用。
5. 建立會話 – 輸入研究主題，觀察 SSE 驅動的進度條，系統將搜尋三個來源、閱讀摘要、下載 PDF、分塊處理、分析子主題、建立大綱並撰寫每個部分。
6. 儲存並恢復 – 所有狀態均被持久化；你可以關閉瀏覽器，稍後繼續之前的工作。

為何重要

• 端到端自動化：取代手動搜尋、閱讀、記筆記、列大綱和撰寫草稿的循環。
• 成本意識：每個階段可使用不同模型層級，UI 顯示每一步的 token 使用量。
• 透明性：即時 SSE 更新讓你清楚看到系統正在做什麼，必要時可介入。
• 可擴展性：基於 LangGraph 建構，因此可輕鬆新增代理或自訂提示，無需重寫整個系統。

如何參與

• 歡迎提交問題和拉取請求。測試位於 test/ 目錄，可透過 uv run python -m unittest discover -s test -v 執行。
• 前端變更在合併前需通過 npm run front:build。
• 專案為開源，託管於倉儲 https://github.com/Tswoen/Paper-Agent。

---

Paper‑Agent 希望透過讓 LLM 承擔繁重工作，同時保持整個過程可見且可控，使文獻回顧更快速、更系統化。