∴ GitHub / 趋势仓库

google-research / paper-orchestra

多智能体框架,将研究素材自动转化为可投稿的 LaTeX 论文

语言
Python
Star
4.5k
Fork
551
当日新增(11-19)
+1,524
累计在榜
3 天
最高名次
第 8 名
首次上榜
2026-11-17
去 GitHub 查看 ↗项目主页 ↗

∴ 是什么

PaperOrchestra 是一个多智能体框架,用于自动化 AI 研究论文写作。它通过编排多个专用智能体(大纲、文献综述、章节写作、内容精炼、绘图),将未约束的写作前材料(想法和实验日志)灵活转换为符合目标会议模板的 LaTeX 手稿。框架包含核心逻辑、LaTeX 模板、自动评估脚本和工具函数,并提供命令行和交互式演示界面。

∴ 解决什么问题

  • 弥合原始研究材料与投稿就绪论文之间的差距
  • 自动完成文献检索、优先排序和整合
  • 生成图表和概念图等视觉内容
  • 自动生成符合目标会议模板的 LaTeX 手稿

∴ 怎么上手

  1. 01创建 Conda 环境:conda create -n paper_orchestra python=3.11
  2. 02激活环境:conda activate paper_orchestra
  3. 03安装依赖:pip install -r requirements.txt
  4. 04在项目根目录创建 .env 文件并填入 API 密钥(如 SEMANTIC_SCHOLAR_API_KEY、OPENAI_API_KEY 等)
  5. 05运行 bash 脚本:./paper_writing_cli.sh
  6. 06或直接运行 Python CLI:python paper_writing_cli.py --raw_materials_dir /path_to_your_raw_materials/ --latex_template_dir /path_to_your_latex_template/ --output_dir /path_to_your_output_folder/ --use_plotting true

∴ 适合谁

需要将研究想法和实验记录自动整理成论文草稿的 AI 研究人员,尤其是熟悉 LaTeX 和命令行、且愿意配置 API 密钥的开发者。

∴ 要点

  • 多智能体流水线:包含大纲、文献综述、章节写作、内容精炼和绘图智能体
  • 自动文献综合:自动搜索、优先排序并整合相关文献
  • 视觉生成:可生成图表并支持包含概念图
  • LaTeX 自动化:生成符合目标会议模板的投稿级 LaTeX 手稿
  • 数据集不在仓库中,需单独下载后放入 datasets/ 目录
  • 支持通过 --writer_model_name 和 --reflection_model_name 指定不同 LLM,本项目非 Google 官方产品
许可证 Apache-2.0ai-research-assistantmulti-agent-systems

解读由 AI 依据项目 README 生成,生成于 2026-11-17,以 GitHub 原文为准。

∴ 在榜记录

GitHub Trending 今日榜的每日存档,日期按北京时间。2026-11-17 首次上榜,累计在榜 3 天,最高第 8 名。

[object Object]2026-11-17 +1,1752026-11-18 +1,5292026-11-19 +1,524
每日新增 Star · 2026-11-17 至 2026-11-19 · 共 3 个在榜日峰值 +1,529
日期名次当日新增总 Star
#8+1,5244,452
#9+1,5293,796
#15+1,1752,252