Skip to content

About

PaperAgent - 全流程智能文章写作与代码执行系统

Resources

Stars

50 stars

Watchers

2 watching

Forks

Latest commit

 

History

216 Commits

Folders and files

Repository files navigation

PaperAgent

wakatime Ask DeepWiki

PaperAgent

提出问题,让 AI 自主研究。上传题目与数据,PaperAgent 自主建模、运行实验、分析结果,并将研究过程与结论写成论文,适用于数学建模、数据分析和研究写作。

在线体验 · 示例论文

功能

  • 自主研究 — 读取材料、制定计划、调用工具,根据实验结果继续分析和调整方法。
  • 代码实验 — 在沙箱中运行 Python,处理数据、求解模型、生成图表,并保存代码与计算结果。
  • 论文写作 — 将研究结果写入正文,支持 LaTeX / PDF、Word、Markdown,以及自定义 Word 和 Markdown 模板。
  • 交互修改 — 在对话中追问、补充要求,也可以选中论文段落提出问题或修改意见。
  • 研究工作区 — 在同一界面查看对话、论文、文件与运行输出,支持分屏预览和中断后继续。

数模真题示例采用 2026 年全国大学生数学建模竞赛 A 题《药材的烘干问题》,包含传热传质建模、数值求解、模型检验和灵敏度分析。示例包提供题目附件、代码、图表、四份结果表及 17 页论文。 查看论文 · 下载示例包

架构

层次 技术与职责
前端 Vue 3、TypeScript、TDesign、Pinia、Vite,提供对话、论文预览与文件工作区
后端 FastAPI、SQLAlchemy、WebSocket,处理认证、项目、文件和实时任务消息
Agent LangGraph 编排研究流程,LangChain 接入模型,按需调用计算、文献和写作工具
执行环境 OpenSandbox 运行 Python 实验,以及 Pandoc、XeLaTeX、BibTeX 等文档工具
数据存储 PostgreSQL 保存账户与项目;SQLite 保存研究状态、事件和执行位置;pa_data 保存资料、成果与运行记录
用户输入问题与附件
        ↓
FastAPI 接收消息 → LangGraph 识别意图
        ↓
研究 Agent
  读取材料 → 制定计划 → 调用工具 → 观察结果 → 决定下一步
                         │                       │
                         ├─ Python 建模与计算    └─ 继续实验或编辑论文
                         ├─ 文献检索与引用
                         └─ 论文编辑与导出
        ↓
代码、图表、结果表与论文 → 工作区实时展示

研究计算通过独立 Python 进程执行,代码模块和数据文件供后续步骤复用。运行回执、输出文件和执行位置持久保存,恢复任务时先核对已有执行记录,再继续处理。资料与正式成果保存在后端,按需通过文件 API 传入沙箱执行。

流程细节见 研究 Agent 说明,沙箱连接与部署见 执行环境说明。

快速启动

环境准备

  • Python 3.14+ 和 uv。
  • Node.js 20.19+(20.x)或 22.12+,以及 npm。
  • PostgreSQL,准备好数据库与有建表权限的账户。
  • 可访问的 OpenSandbox 1.1.1 服务与 paperagent-research:workspace-v2 执行镜像,用于研究计算和文档导出。搭建步骤见 沙箱部署说明。

以下命令在 macOS / Linux 终端执行。

1. 获取代码

git clone https://github.com/songhahaha66/PaperAgent.git
cd PaperAgent

2. 配置并启动后端

cd backend
uv sync --frozen --extra sandbox
cp .env.example .env
cp ../deploy/sandbox/client.env.example .sandbox.env

编辑 backend/.env,填写数据库连接、随机生成的 JWT 密钥和沙箱配置路径。

DATABASE_URL=postgresql+psycopg://username:password@localhost:5432/paperagent
SECRET_KEY=replace-with-a-random-secret
PAPERAGENT_SANDBOX_CONFIG=.sandbox.env

编辑 backend/.sandbox.env,将服务地址、API Key、镜像名和服务器缓存目录填写为实际部署值。配置字段见 沙箱配置示例。

在 backend 目录启动服务,应用会自动执行数据库迁移。

uv run --frozen --extra sandbox uvicorn main:app --host 127.0.0.1 --port 8000

后端启动后可访问 健康检查 和 API 文档。

3. 启动前端

打开另一个终端,从项目根目录执行。

cd frontend
npm ci
cp .env.example .env
npm run dev

前端默认连接 http://localhost:8000,可通过 frontend/.env 中的 VITE_API_BASE_URL 调整。

4. 开始研究

打开 本地页面,注册并登录,在「模型设置」中配置模型服务地址、API Key 和模型名称。返回工作台,输入研究问题、上传附件、选择输出格式,即可开始研究。

生成的资料和成果默认保存在项目根目录的 pa_data 中,可通过后端环境变量 PA_DATA_PATH 指定存储位置。

About

PaperAgent - 全流程智能文章写作与代码执行系统

Resources

Stars

50 stars

Watchers

2 watching

Forks

Releases

Packages

Used by

Contributors

Languages