∴ 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
∴ 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
- 01创建 Conda 环境:conda create -n paper_orchestra python=3.11
- 02激活环境:conda activate paper_orchestra
- 03安装依赖:pip install -r requirements.txt
- 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)
- 05运行 bash 脚本:./paper_writing_cli.sh
- 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。