Skip to content

Repository files navigation

PaperPilot

安装到你的 AI 编程助手后,它立即具备学术论文全流程研究能力——从选题发散、文献搜索、案例分析到论文排版。面向人文社科(经济学、管理学、公共政策等)的案例研究与学术论文写作。

License Python


致谢与依赖

PaperPilot 的学术搜索能力由 paper-search-mcp 提供,覆盖 arXiv、Semantic Scholar、PubMed、Crossref、SSRN 等 20+ 学术数据库,免费且无需 API Key 即可使用。联网与数据获取能力基于 web-access 构建,提供搜索策略调度、网页抓取与文件下载。感谢以上项目作者的开源贡献。

环境要求:Python 3.11+,Node.js 18+(MCP 运行时),TeX Live(可选,编译论文 PDF)。


Demo

以下是 PaperPilot 辅助完成的示例论文(完整产出见 demo/ 目录):

《数字经济发展对省际就业结构的影响》—— 从选题到《经济研究》格式排版均由 PaperPilot 辅助完成


安装

方式一:一键脚本

bash <(curl -fsSL https://raw.githubusercontent.com/DGU-stallion/PaperPilot/main/install.sh)

方式二:让你的 Agent 安装

将这段话发给你的 AI 编程助手:

请为我安装 PaperPilot:https://github.com/DGU-stallion/PaperPilot
读取 AGENT_INSTALL.md 完成安装和搜索能力配置,然后引导我开始。

安装脚本会自动检测你使用的 Agent 平台(Claude Code / Kiro / Cursor / Codex / OpenCode),生成对应的配置文件,无需手动适配。


使用方式

  1. 为你的论文创建一个独立文件夹,或者进入已有的论文项目目录
  2. 在该目录中启动你的 AI 编程助手
  3. 用自然语言描述你的需求,PaperPilot 会自动激活

你也可以通过 /paperpilot 命令手动触发 PaperPilot,查看当前项目状态或选择要执行的研究阶段。

PaperPilot 会在当前目录下按约定组织产出文件:

my-paper/
├── topics/          研究方案
├── literature/      文献搜索与综述
├── data/            数据与证据
├── analysis/        实证分析
├── paper/           论文正文
├── audit/           审查报告
└── researcher_profile.json

当 PaperPilot 仓库通过 git pull 更新后,你的项目下次启动 Agent 时自动获取最新能力。


设计哲学

导师而非工具。 PaperPilot 不等指令。它主动判断方向可行性、报告风险、在你走偏时拉回来。它模拟的是一个好导师的思维模式:先了解你在哪里,再决定带你去哪里。新手得到详细解释,有经验者得到干净的选项。

证据链可追溯。 每一个结论都必须有出处。LLM 生成的内容绝不标记为"已验证",搜索结果必须附带判断而非罗列。学术诚信不是事后检查,而是从第一步嵌入流程。

搜索后给判断。 不做信息搬运工。搜到 50 篇文献不是交付,告诉你"这个方向已经饱和、你的差异化可能在 X"才是交付。每次搜索结束后给出方向性判断和可操作建议。

渐进式复杂度。 用同一套系统服务从零开始的本科生和正在改稿的博士生。系统根据你的阶段、经验和当前想法成熟度动态调整引导深度,不用一种方式对所有人说话。


架构

[PaperPilot]  ← 论文领航员:用户画像 + 状态诊断 + 搜索策略 + 流程编排
   │
   ├── topic-explorer        选题探索(发散-收敛 → 研究计划书)
   ├── paper-search          文献搜索(锚点深搜 → 验证 → 清单 + .bib)
   ├── literature-review     文献综述(主题提炼 → 结构规划 → 成文)
   ├── data-collector        案例证据搜集(多源交叉验证 + 事件时间线)
   ├── paper-writer          论文写作(学位论文结构 + 规范排版 + AI 痕迹消除)
   └── integrity-auditor     学术审查(引用验证 + 论据事实一致性)

各 Skill 之间没有固定顺序,按用户当前需求调用。每个 Skill 完成后返回产出评价、下一步建议和风险提示。


Skill 能力

Skill 做什么 产出
topic-explorer 从模糊兴趣出发,通过发散-收敛对话确定选题、研究问题、Through-line research_proposal.md
paper-search 基于锚点论文向外扩展搜索,验证每条引用真实性,构建参考文献清单 paper_search.md + .bib
literature-review 从文献清单中提炼主题、识别争论和空白,写出结构化综述 literature_review.md
data-collector 定位案例材料(年报/公告/研报/政策)、评估可得性、多源三角验证、构建时间线 data_report.md + 案例素材
paper-writer 按目标期刊或高校学位论文格式组装论文,检查 AI 写作痕迹,编译 PDF main.tex + PDF
integrity-auditor 逐条验证引用、核对正文事实与案例证据一致性 audit_report.md

搜索能力

层级 工具 用途
学术文献 paper-search-mcp 20+ 数据库精确检索,免费
信息侦察 web-access 选题验证、政策背景、数据源定位
兜底 Agent 内置搜索 无需配置,基础可用

项目结构

PaperPilot/
├── AGENTS.md             # 元技能规范(所有 Agent 的统一入口)
├── CLAUDE.md             # Claude Code 入口
├── AGENT_INSTALL.md      # 安装契约
├── install.sh            # 一键安装脚本
├── skills/               # 技能包
│   ├── topic-explorer/
│   ├── paper-search/
│   ├── literature-review/
│   ├── data-collector/
│   ├── paper-writer/
│   ├── integrity-auditor/
│   └── web-access/
├── scripts/              # Python 后端
├── demo/                 # 示例论文(展示完整产出)
└── install/              # 安装与诊断脚本

许可证

MIT License. 详见 LICENSE.

About

Agent skills for academic research — from topic exploration to publication

Resources

Stars

3 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages