🎓 ScholarAgent: 智能论文深度研报生成器

"Read Less, Understand More." ScholarAgent 是一个基于 LLM 的科研辅助智能体。它不仅仅是总结摘要，更能通过 Deep Reading (深度精读) 和 Deep Research (全网调研)，为你生成一份包含学术脉络、领域热度、核心创新点及费曼式讲解的深度研报。

🌟 核心痛点与解决方案

作为科研人员，我们在阅读论文时常面临以下痛点：

1. 信息孤岛：只看 PDF 无法了解该论文在领域内的真实地位（是 SOTA 还是灌水？）。
2. 理解门槛：复杂的数学公式和术语难以快速消化。
3. 脉络缺失：不知道这篇论文基于谁（Baselines），又被谁改进（Future Works）。

ScholarAgent 的解决方案：

• 全网调研 (Web Search)：利用 Tavily API 实时搜索 GitHub 代码、社区评价和最新引用，打破信息孤岛。
• 费曼精读 (Feynman Technique)：强制 AI 使用“通俗类比”和“生活案例”解释核心算法。
• 学术族谱 (Academic Lineage)：专门梳理论文的“父亲”（前人工作）和“孩子”（后续研究），构建知识图谱。

🏗️ 技术架构

graph TD
    User[用户上传 PDF] --> Parser(LlamaParse 解析器)
    Parser -- 提取全文 --> Brain{DeepSeek 大脑}
    
    subgraph "Step 1: 元数据提取"
        Brain -- 提取 Title/Domain/Keywords --> Meta[元数据 JSON]
    end
    
    subgraph "Step 2: 全网调研 (Tools)"
        Meta -- 构造查询 --> Search[Tavily 搜索引擎]
        Search -- 搜索领域趋势 --> Context1[外部情报: 趋势]
        Search -- 搜索论文评价 --> Context2[外部情报: 评价]
        Search -- 搜索引用脉络 --> Context3[外部情报: 族谱]
    end
    
    subgraph "Step 3: 深度思考 (CoT)"
        Brain -- 结合原文 + 外部情报 --> Thinking[思维链: 批判/类比/定位]
        Thinking -- 生成 --> Report[深度研报 Markdown]
    end
    
    Report --> UI[Streamlit 前端展示]

Loading

🛠️ 核心技术栈

• PDF 解析: LlamaParse (SOTA 级文档解析，支持复杂布局)
• 推理大脑: DeepSeek-V3 (兼具高智商与高性价比)
• 联网工具: Tavily (专为 AI 优化的搜索引擎)
• 前端界面: Streamlit (快速构建数据应用)

🚀 快速开始

1. 克隆仓库

git clone [https://github.com/rgnp/ScholarAgent.git](https://github.com/rgnp/ScholarAgent.git)
cd ScholarAgent

2. 环境配置

# 创建虚拟环境
python -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate

# 安装依赖
pip install -r requirements.txt

3. 配置密钥

在根目录新建 .env 文件，填入你的 API Keys：

# 核心大模型
DEEPSEEK_API_KEY=sk-xxxxxx
DEEPSEEK_BASE_URL=[https://api.deepseek.com](https://api.deepseek.com)

# PDF 解析服务
LLAMA_CLOUD_API_KEY=llx-xxxxxx

# 联网搜索服务
TAVILY_API_KEY=tvly-xxxxxx

4. 启动应用

streamlit run src/app.py

📂 项目结构

ScholarAgent/
├── assets/             # 静态资源 (截图等)
├── src/
│   ├── app.py          # 前端主程序 (Streamlit)
│   ├── tools.py        # 工具箱 (封装 LlamaParse 和 Tavily)
│   └── researcher.py   # 核心逻辑 (Prompt Engineering & 流程编排)
├── .env                # 配置文件 (不要上传到 GitHub!)
├── .gitignore          # Git 忽略规则
├── requirements.txt    # 依赖列表
└── README.md           # 项目文档

📝 开发心得

在这个项目中，我重点探索了 Prompt Engineering 在复杂任务中的应用。通过设计结构化的 Super Prompt，我成功让 LLM 从“复读机”变成了具备批判性思维的“审稿人”。特别是在处理学术脉络分析时，结合联网搜索能显著减少大模型的幻觉问题。
Created by [RGNP] - AI Engineering Journey.