|
|
1 bulan lalu | |
|---|---|---|
| .. | ||
| agents | 1 bulan lalu | |
| services | 1 bulan lalu | |
| tools | 1 bulan lalu | |
| .env.example | 1 bulan lalu | |
| README.md | 1 bulan lalu | |
| agent.py | 1 bulan lalu | |
| config.py | 1 bulan lalu | |
| main.py | 1 bulan lalu | |
| models.py | 1 bulan lalu | |
| prompts.py | 1 bulan lalu | |
| requirements.txt | 1 bulan lalu | |
| utils.py | 1 bulan lalu | |
基于 HelloAgents 框架构建的多智能体论文撰写助手。它能够根据给定的研究主题,自动完成章节规划 → 文献检索 → PDF 下载 → RAG 索引 → 章节撰写 → 论文审校 → 最终汇总的全流程,输出一份结构化的 Markdown 格式论文。
NoteTool 保存章节草稿、大纲与终稿,支持跨会话恢复MemoryTool 管理工作记忆、情景记忆与语义记忆ToolCallTracker 记录,便于调试与审计┌─────────────────────────────────────────────────────────────┐
│ 用户:输入研究主题 │
└─────────────────────────────┬───────────────────────────────┘
│
┌─────────▼──────────┐
│ PaperAssistant │ 协调器
│ (Orchestrator) │
└─────────┬──────────┘
│
┌──────────────────────┼──────────────────────┐
│ │ │
┌────▼─────┐ ┌─────▼────┐ ┌─────▼────┐
│ Planner │ → │ Searcher │ → │ Writer │
│ 章节规划 │ │ 文献检索 │ │ 章节撰写 │
└──────────┘ └─────┬────┘ └─────┬────┘
│ │
│ 下载 PDF │ 检索论文原文
│ │
┌────────▼──────┐ ┌────────▼─────┐
│ PaperLibrary │◄─────│ search_paper │
│ (RAGTool) │ │ _library │
└────────┬──────┘ └──────────────┘
│
┌───────────▼───────────┐
│ Reviewer → Assembler │
│ 审校 → 汇总成稿 │
└───────────────────────┘
五个专职 Agent:
| Agent | 职责 | 工具 |
|---|---|---|
| PaperPlannerAgent | 将研究主题拆解为 3-5 个章节 | NoteTool |
| LiteratureSearchAgent | 检索学术论文、下载 PDF、加入 RAG 索引 | Paper Search MCP + RAGTool |
| SectionWriterAgent | 撰写章节正文,引用文献 | search_paper_library + format_citation + NoteTool |
| PaperReviewAgent | 审校论文的逻辑、引用、术语一致性 | NoteTool |
| ReportAssemblerAgent | 汇总章节生成最终论文 | NoteTool |
| 组件 | 版本 | 用途 |
|---|---|---|
| Python | ≥ 3.10 | 运行环境 |
| uv | ≥ 0.4 | 管理 Paper Search MCP 依赖 |
| Ollama 或其他 OpenAI 兼容 LLM | 任意 | 提供 LLM 能力 |
| Qdrant | ≥ 1.7 | RAG 向量存储(本地 Docker 或云服务) |
| Neo4j | ≥ 5.x | 语义记忆图存储(可选,可禁用) |
# 推荐使用虚拟环境
python -m venv .venv
# Windows
.venv\Scripts\activate
# Linux/macOS
source .venv/bin/activate
# 安装依赖
pip install -r requirements.txt
# Windows PowerShell
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
# Linux / macOS
curl -LsSf https://astral.sh/uv/install.sh | sh
python -m spacy download zh_core_web_sm
python -m spacy download en_core_web_sm
为了避免每次调用都重新解析依赖,强烈建议预装到专属 venv:
# 在项目根目录
uv venv .venv-paper-search
# Windows
uv pip install --python .venv-paper-search `
-i https://pypi.tuna.tsinghua.edu.cn/simple `
"mcp<2" paper-search-mcp
# Linux/macOS
uv pip install --python .venv-paper-search \
-i https://pypi.tuna.tsinghua.edu.cn/simple \
"mcp<2" paper-search-mcp
注意:paper-search-mcp 目前依赖 mcp<2,必须显式 pin 版本,否则会因 mcp 2.x 中 fastmcp 重命名而启动失败。
在项目根目录创建 .env 文件:
cp .env.example .env
.env 示例# ============================================================
# LLM 配置(由 HelloAgentsLLM 自动检测,参数优先,环境变量兜底)
# ============================================================
# --- 例 1:本地 Ollama ---
LLM_PROVIDER=ollama
LLM_BASE_URL=http://localhost:11434/v1
LLM_API_KEY=ollama
LLM_MODEL_ID=qwen2.5:7b
# --- 例 2:DeepSeek 云端 ---
# DEEPSEEK_API_KEY=sk-xxxxxxxxxxxx
# LLM_MODEL_ID=deepseek-chat
# --- 例 3:OpenAI ---
# OPENAI_API_KEY=sk-xxxxxxxxxxxx
# LLM_MODEL_ID=gpt-4o-mini
# ============================================================
# Qdrant 向量数据库(RAGTool + MemoryTool 使用)
# ============================================================
QDRANT_URL=http://localhost:6333
QDRANT_API_KEY=
QDRANT_COLLECTION=hello_agents_vectors
QDRANT_VECTOR_SIZE=384
QDRANT_DISTANCE=cosine
QDRANT_TIMEOUT=30
# ============================================================
# Neo4j 图数据库(MemoryTool 的 semantic memory 使用)
# ============================================================
NEO4J_URI=bolt://localhost:7687
NEO4J_USERNAME=neo4j
NEO4J_PASSWORD=your_neo4j_password
NEO4J_DATABASE=neo4j
NEO4J_MAX_CONNECTION_LIFETIME=3600
NEO4J_MAX_CONNECTION_POOL_SIZE=50
NEO4J_CONNECTION_TIMEOUT=60
# ============================================================
# Embedding 服务(RAGTool 与 MemoryTool 的向量化后端)
# 若 EMBED_API_KEY 留空,会自动回退到本地 sentence-transformers
# ============================================================
EMBED_MODEL_TYPE=dashscope
EMBED_MODEL_NAME=text-embedding-v3
EMBED_API_KEY=your_dashscope_api_key
EMBED_BASE_URL=
# ============================================================
# Paper Search MCP(openags/paper-search-mcp)
# 推荐:使用预装 venv 的 Python 解释器启动
# ============================================================
PAPER_SEARCH_MCP_COMMAND=.venv-paper-search\Scripts\python,-m,paper_search_mcp.server
PAPER_SEARCH_MCP_PREFIX=papersearch
# 备选:使用 uvx 直接运行(首次较慢,每次调用需重新解析依赖)
# PAPER_SEARCH_MCP_COMMAND=uvx,--with,mcp<2,paper-search-mcp
# 可选 API Key(提升速率与覆盖率,不配也能用)
# PAPER_SEARCH_MCP_SEMANTIC_SCHOLAR_API_KEY=
# PAPER_SEARCH_MCP_CORE_API_KEY=
# PAPER_SEARCH_MCP_UNPAYWALL_EMAIL=you@example.com
# ============================================================
# 论文设置
# ============================================================
PAPER_TYPE=conference # conference / journal / thesis
CITATION_STYLE=gb7714 # gb7714 / apa
TARGET_SECTIONS=5
TARGET_WORDS_PER_SECTION=1000
MAX_REFERENCES_PER_SECTION=5
MAX_REVIEW_ROUNDS=2
# ============================================================
# 论文库
# ============================================================
PDF_DOWNLOAD_ENABLED=true
MAX_PDF_SIZE_MB=50
PAPER_LIBRARY_PATH=./workspace/paper_library
# ============================================================
# 笔记与记忆
# ============================================================
ENABLE_NOTES=true
NOTES_WORKSPACE=./workspace/paper_notes
ENABLE_MEMORY=true
MEMORY_USER_ID=paper_author
# ============================================================
# 其他
# ============================================================
STRIP_THINKING_TOKENS=true
| 变量 | 含义 |
|---|---|
LLM_* / *_API_KEY |
LLM 连接信息,由 HelloAgentsLLM 自动检测 |
QDRANT_URL |
Qdrant 向量库地址,RAG 索引与记忆系统的核心依赖 |
NEO4J_* |
Neo4j 图数据库,只有启用 semantic 记忆时才需要 |
EMBED_* |
文本嵌入服务,留空则回退本地模型 |
PAPER_SEARCH_MCP_COMMAND |
MCP 服务器启动命令,逗号分隔 |
TARGET_SECTIONS |
论文目标章节数 |
MAX_REFERENCES_PER_SECTION |
每章最多检索的论文数 |
PAPER_LIBRARY_PATH |
论文库路径,存放 PDF 与 RAG 索引 |
python main.py "大语言模型在学术写作辅助中的应用与挑战"
在 .env 中临时调整:
TARGET_SECTIONS=3
TARGET_WORDS_PER_SECTION=200
MAX_REFERENCES_PER_SECTION=3
然后运行:
python main.py "大语言模型在学术写作辅助中的应用与挑战"
python main.py "联邦学习在医疗影像中的应用"
python main.py "量子机器学习的最新进展"
运行完成后,产物位于 workspace/ 目录下:
workspace/
├── output/
│ ├── paper_<主题>.md # 最终论文(Markdown)
│ └── review_<主题>.md # 审校意见
├── paper_notes/ # NoteTool 工作区
│ ├── note_xxx_0.md # 章节 1 笔记(task_state)
│ ├── note_xxx_1.md # 章节 2 笔记
│ └── note_xxx_N.md # 论文终稿(conclusion)
├── paper_memory/ # MemoryTool 数据
│ └── memory.db
└── paper_library/ # RAGTool 论文库
├── pdfs/ # 下载的论文 PDF
│ ├── 2502.00632v2.pdf
│ ├── 2404.00027v5.pdf
│ └── ...
└── rag/
└── index_manifest.json # 索引清单
最终论文为 Markdown 格式,包含:
PaperAssistant/
├── README.md # 本文档
├── requirements.txt # Python 依赖
├── .env.example # 环境变量模板
├── main.py # 入口脚本
├── config.py # 应用层配置
├── models.py # 数据模型
├── prompts.py # 提示词模板
├── utils.py # 通用工具函数
├── agent.py # 协调器
│
├── tools/ # 工具层
│ ├── __init__.py
│ ├── citation_tool.py # 引用格式化
│ ├── paper_library_tool.py # 论文库检索/问答
│ └── mcp_paper_search.py # Paper Search MCP 工厂
│
├── services/ # 服务层
│ ├── __init__.py
│ ├── paper_library.py # 论文库服务(包装 RAGTool)
│ ├── planner.py # 章节规划服务
│ ├── writer.py # 章节撰写服务
│ ├── reviewer.py # 论文审校服务
│ ├── assembler.py # 论文汇总服务
│ └── tool_events.py # 工具调用追踪
│
└── agents/ # Agent 层
├── __init__.py
└── literature_search.py # 文献检索 Agent
本项目采用 MIT License 授权。
感谢Datawhale社区和Hello-Agents项目!