PaperQA & Draft Generator - AI 论文写作助手

项目背景

在学术研究和论文写作过程中，研究者需要查阅大量文献、理解和分析代码实现、并最终完成论文初稿。传统方式下，这些工作需要大量的人工时间和精力。

本项目旨在构建一个基于大语言模型的 AI 论文写作助手系统，通过 Agentic RAG + Multi-Agent 架构，为用户提供论文知识库问答、代码与论文双重解析、论文初稿生成等一站式服务。

系统采用 LangGraph 框架构建多智能体架构，由 Orchestrator 协调器统筹管理，多个专业 Agent 协同工作，实现从查询理解到答案生成的完整流程。

技术实现

多智能体架构设计

系统采用层级式多智能体架构：

Orchestrator (协调器)
├── Query Agent (查询分析)
├── Retrieval Agent (混合检索)
├── Generation Agent (答案生成)
├── Code Analyzer Agent (代码分析)
├── Draft Generator Agent (初稿生成)
├── Citation Agent (引用管理)
├── Quality Check Agent (质量检查)
└── Format Analyst Agent (格式分析)

Orchestrator 负责意图分类和任务路由，根据用户查询类型将任务分发给对应的专业 Agent，实现专业分工与高效协作。

LangGraph 工作流编排

使用 LangGraph 构建状态管理工作流：

• State 管理: 定义全局状态，包含查询、检索结果、生成内容、质量分数等
• 节点定义: 每个 Agent 作为一个节点，处理特定类型的任务
• 条件边: 根据检索质量动态决定是否需要重新检索
• 迭代式 RAG: 实现"检索-评估-重写"闭环，最多支持 3 次迭代

核心功能实现

1. 论文知识库问答 (PaperQA)

• PDF 文档解析与语义分块
• ChromaDB 向量存储
• 混合检索（向量检索 + 关键词检索 + RRF 融合）
• 引用溯源，自动标注信息来源

2. 代码 + 论文双重解析

• 支持 Python、JavaScript、Java 等多语言
• 结合论文知识库理解代码与学术概念的关联
• 自动生成代码说明文档

3. 论文初稿生成

• 格式学习与模板生成
• 大纲智能生成
• 章节内容自动撰写
• 参考文献管理

4. 迭代式 RAG

• 查询重写与扩展
• 检索质量评估（LLM 判断）
• 自动重写查询优化检索效果
• 最多 3 次迭代

API 服务层

基于 FastAPI 构建 RESTful API：

• 支持流式响应 (Server-Sent Events)
• 提供 Swagger 文档 (/docs)
• 统一的错误处理和日志记录

性能优化

• LLM 请求超时配置（300 秒）
• 自动重试机制（最多 3 次）
• 连接池管理

项目成果

• ✅ 完成多智能体架构设计与实现（8 个专业 Agent）
• ✅ 实现论文知识库问答、代码解析、初稿生成三大核心服务
• ✅ 集成 LangGraph StateGraph，支持迭代式 RAG
• ✅ 提供 FastAPI 接口，支持流式响应
• ✅ 所有功能通过测试验证

测试结果

功能	状态	耗时
QA 工作流	✅	~20s
Draft 工作流	✅	~170s
Code 工作流	✅	~25s
MultiAgentWorkflow	✅	~22s
流式输出	✅	~33s

快速开始

# 1. 克隆项目
git clone https://github.com/your-repo/paperqa.git
cd paperqa

# 2. 创建虚拟环境
python -m venv .venv
.venv\Scripts\activate

# 3. 安装依赖
pip install -r requirements.txt

# 4. 配置环境变量
# 创建 .env 文件，添加 OPENAI_API_KEY

# 5. 启动服务
python -m uvicorn app.main:app --reload --port 8000

访问 http://localhost:8000/docs 查看 API 文档。