面向计算机科学与视频编码论文的本地优先、中英双语多 Agent 科研协作与投稿前预审平台。
A local-first, bilingual multi-agent research and pre-submission review platform for computer science and video coding papers.
PaperGuard AI 不把审稿包装成一次聊天。它以持久化任务图、隔离的 Agent 会话、证据账本、人工审批门和可恢复 Harness 组织完整科研流程：从研究规划、文献与创新性挑战、实验设计，到五位独立审稿人、期刊策略、论文修改、投稿材料和真实修回。
当前版本：V3.0 Controlled Runtime Validation。这是面向本地受控试点的工程版本，不代表期刊录用预测、云端生产认证或对论文结论的事实背书。
| 能力 | 当前实现 |
|---|---|
| 版本化 Agent 角色 | 51 |
| 独立同行审稿席位 | 5 |
| 受治理工具 | 17 |
| 结构化 JSON Schema | 60 |
| 编排运行时 | Native Harness + LangGraph |
| CI 回归规模 | 每个运行时 698 项测试 |
- 真正的多 Agent 边界：五位 Reviewer 使用独立上下文、私有输出和模型身份；Panel Lock 前不能互读意见。
- 非审稿质量控制：Quality Controller 检查原文证据、重复意见、严重程度、编造风险、中英文一致性和结论冲突。
- 研究闭环：Research Director 生成依赖任务图，Literature Scout、Novelty Challenger、实验委员会和复现审计协作推进。
- Claim–Evidence Ledger：主张绑定段落、公式、图表、实验和引用；稿件更新后检查旧结论是否失效。
- 两阶段预审：先按计算机 SCI 通用标准预审并推荐期刊，作者修改并确认期刊后再按目标 Venue Profile 复审。
- 视频编码专项：覆盖 CTC、QP、AI/RA/LD、BD-Rate、复杂度、公平性、编码器配置和消融证据。
- 作者始终在环：外部检索、实验建议、期刊选择、高风险工具和正式交付均需明确授权或确认。
- 拒绝虚构：无法核实的事实保持
UNVERIFIED；系统只生成回复框架，不编造实验、数据、身份或利益冲突。
flowchart LR
Author["作者工作台"] --> RD["Research Director"]
RD --> Harness["Agent Harness / Control Plane"]
subgraph Private["隔离执行区"]
R1["Reviewer 1"]
R2["Reviewer 2"]
R3["Reviewer 3"]
R4["Reviewer 4"]
R5["Reviewer 5"]
Lit["Literature Scout"]
Novelty["Novelty Challenger"]
Exp["Experiment Committee"]
end
Harness --> R1
Harness --> R2
Harness --> R3
Harness --> R4
Harness --> R5
Harness --> Lit
Harness --> Novelty
Harness --> Exp
R1 --> Lock["Panel Lock"]
R2 --> Lock
R3 --> Lock
R4 --> Lock
R5 --> Lock
Lock --> QC["Quality Controller"]
QC --> Editor["Handling Editor"]
Editor --> Venue["Journal Strategy Committee"]
Venue --> Revision["Revision / Submission Hub"]
Harness <--> Store[("SQLite Artifact Store")]
Harness <--> Ledger["Claim–Evidence Ledger"]
Harness --> Gateway["Tool Gateway + Approval Gate"]
Gateway --> Models["Local / OpenAI-compatible Models"]
Gateway --> Metadata["Authorized Literature Metadata"]
核心运行约束不是前端提示，而是由持久化 Session、Task Lease、Artifact Scope、能力令牌、Panel Lock 和两阶段提交协议共同执行。详细设计见多 Agent 运行时与统一 Harness。
四位分析 Agent 独立提交范围、质量门槛、拒稿风险和投稿约束，锁定后再由 Journal Strategist 排序。动态期刊字段必须携带来源与核验日期，否则保持 UNVERIFIED。
新稿上传后生成段落级差异，逐条检查回复、稿件修改和证据是否一致；作者可以同意、反驳或要求解释。
- 安全解析 PDF、DOCX 或 LaTeX 项目，建立稿件快照和 Evidence Index。
- Research Director 判断科研阶段并创建有依赖关系的任务图。
- 授权后执行文献侦察、创新性挑战和实验设计；不可核实项保留状态标记。
- 五位 Reviewer 并行、隔离审查，全部完成后才能 Panel Lock。
- Quality Controller 通过后，Handling Editor 才能综合已存在的问题。
- 投稿策略委员会推荐候选期刊，作者确认目标期刊。
- 作者上传修改稿，系统按目标 Venue Profile 重新组织五审与证据门禁。
- 投稿材料工厂生成 Cover Letter、Highlights、声明与检查清单草稿。
- 投稿后可导入真实编辑决定和 Reviewer 意见，进入逐点回复与多轮修回工作区。
- Windows 10/11（当前主要验证平台）
- Python 3.11 或更新版本
- Node.js 仅用于前端语法校验，启动应用不强制要求
git clone https://github.com/ring20020122/paperguard-ai.git
cd paperguard-ai
py -3.11 -m venv .venv
.\.venv\Scripts\Activate.ps1
python -m pip install --upgrade pip
python -m pip install -r .\requirements.lock如需 LangChain / LangGraph 运行时：
python -m pip install -r .\requirements-langgraph.lock
$env:PAPERGUARD_AGENT_RUNTIME = "auto"
$env:PAPERGUARD_MODEL_RUNTIME = "auto"双击 Start PaperGuard AI.bat，或运行：
.\scripts\start_local_dashboard.ps1默认仅监听 http://127.0.0.1:8765；端口被占用时启动器会寻找下一个本地可用端口。也可以直接运行：
python -m backend.app.web.server --host 127.0.0.1 --port 8765密钥只能放在环境变量或本地 Secret Manager 中。管理界面的 API Key Environment Variable 字段填写变量名，例如 DEEPSEEK_API_KEY，不能粘贴真实 Key。
[Environment]::SetEnvironmentVariable(
"DEEPSEEK_API_KEY",
"<YOUR_NEW_KEY>",
"User"
)正式五审要求至少三个通过 Gold Set 校准的模型家族；单个 Provider 只能用于连接测试与校准，不能冒充多模型独立审查。配置说明见 DeepSeek Provider 和模型与工具运行时。
# 公开发布边界：敏感路径、凭据外观、用户目录和大文件
python .\scripts\check_public_release.py
# Native / 当前环境完整测试
python -m unittest discover -s backend\tests -q
# 编译、前端语法、启动器与可选运行时锁文件
.\scripts\verify_release.ps1 -SkipFullTests -Runtime bothGitHub Actions 在隔离的 Windows runner 上分别验证 Native 和 LangGraph 两种环境。Native 作业明确不安装 LangGraph，用于防止可选依赖泄漏为隐式硬依赖。
- 稿件、审稿意见、SQLite 数据库、日志、导出包、模型缓存和个人材料默认不进入 Git。
- 外部模型处理、文献检索和 LangSmith 追踪需要独立授权；追踪默认关闭。
- 浏览器只接收有界安全投影，不接收内部文件路径、Prompt、密钥或完整私有 Artifact。
- 本项目不自动投稿、不发送邮件、不预测录用概率，也不替代作者和导师的学术判断。
- 若发现安全问题，请阅读 SECURITY.md，不要在公开 Issue 中提交论文、密钥或漏洞细节。
backend/app/ 运行时、Agent、Harness、解析、证据和业务服务
backend/tests/ Native / LangGraph 契约与端到端回归测试
config/ Agent、Tool、Reviewer 与 Venue Profile 配置
frontend/ 本地 Web 工作台
prompts/ 版本化 Agent System Prompt
schemas/ Agent 输入输出与 Artifact JSON Schema
docs/ 产品、协议、运行时和版本验收文档
scripts/ 启动、发布校验与视觉验证脚本
data/ 本地运行数据目录；内容默认被 Git 忽略
欢迎通过 Issue 和 Pull Request 改进解析器、Venue Profile、视频编码证据规则、Agent 协议与测试。提交前请阅读 CONTRIBUTING.md。
本项目采用 MIT License。