全功能的学术研究智能体 —— 从商讨方案到发表级论文的一站式科研助手
基于 91 个通用技能 + 10 个 Nature 学术技能 + 60 个科学数据库 + 6 个子智能体 + 训练循环 + 7 个消息渠道
💬 Chat 商讨/执行双模式 · 论文管线 |
📊 Data 数据分析 · 可视化 |
📄 Paper Agent 论文生成/导出/审稿 |
实机操作演示 · 下载高清视频 (mp4) |
Aetheris（灵思） 是一个专注于学术研究全流程的智能体系统。它把研究者的工作流（选题 → 检索 → 讨论 → 写作 → 图表 → 引用 → 自查 → 润色）转化为可对话、可执行、可交付的智能体能力：
- 💬 商讨方案模式：像学术顾问一样与你讨论、细化方向、主动提问，只读检索证据，绝不擅自执行
- 🤖 执行方案模式：按功能输出真实产物（文献综述、数据分析报告、完整论文草稿……），实时推送到对话区与产物抽屉
| 能力 | 说明 |
|---|---|
| 9 种研究工作流 | 完整论文 / 想法发现 / 论文写作 / 实验运行 / 文献综述 / 代码生成 / 数据分析 / 审稿回复 / 自主研究 |
| 101 个技能 | 91 个通用技能 + 10 个 Nature 学术技能（写作/检索/引用/图表/数据/润色/审稿/回复） |
| 60 个科学数据库 | 生物医学（PubMed/UniProt/PDB…）+ 综合学术（arXiv/Crossref/OpenAlex）+ 社科经济（SSRN/RePEc/NBER/JSTOR）真实 API 检索 |
| 论文管线方法论 | 写论文时自动加载 nature-writing 等 9 个技能的方法论，指导发表级创作 |
| 6 个子智能体 | plan / research / code / debug / analyze / write 专业分工 |
| 4 循环训练功能 | 自主研究（researchSetup → Train → Status → Decide 迭代） |
| 7 个消息渠道 | Telegram / 企业微信 / Slack / Discord / 飞书 / QQ / Email |
| 产物系统 | 执行产物实时卡片 + 📦 产物抽屉 + 对话框直接输出可复制成果 |
| 分段执行 | 每阶段完成后暂停，可继续 / 修改 / 跳过；90 秒无操作自动继续 |
| 模式范围约束 | 每个模式只讨论/输出该模式相关内容 |
- Node.js ≥ 18
- （可选）一个 LLM API Key（DeepSeek / OpenAI / Claude），不配置则使用 mock 演示模式
# 1. 克隆仓库
git clone https://github.com/agonxl/aetheris.git
cd aetheris/source
# 2. 安装依赖
npm install
# 3. 启动 Web 控制面板
npm run dev
# 或：node bin/cli.js ui浏览器打开 http://127.0.0.1:xxxxx（终端会显示实际端口）。
npm run dist:win # Windows 安装包（NSIS）
npm run dist:mac # macOS
npm run dist:all # 全平台不配置时使用 mock 演示模式（提供结构化草稿与真实文献检索，但非深度创作）。要获得发表级论文，请配置真实模型。
- 打开 Web 面板 → ⚙️ 设置 → Provider
- 添加 Provider：
- Provider:
deepseek（或 openai / claude） - API Key: 你的 Key（DeepSeek: platform.deepseek.com）
- Base URL:
https://api.deepseek.com（DeepSeek 示例）
- Provider:
- 回到对话区，Provider 下拉会自动默认选中已配置的模型
1. 选择工作流（如"文献综述"）
2. 💬 商讨方案：与 agent 讨论主题范围、检索策略、综述结构（agent 会主动提问细化）
3. 满意后点 🤖 执行方案（自动携带商讨记录）
4. ☑ 勾选"输出结果文件"或"分段执行"
5. 发送 → agent 按论文管线技能执行
6. 📋 执行成果区显示完整产物（可直接复制）+ 📦 产物抽屉查看文件
| 工作流 | 执行产物 |
|---|---|
| 完整流程 | 完整论文草稿（摘要/引言/文献综述/方法/结果/讨论/结论） |
| 想法发现 | 研究现状 + 缺口 + 3-5 个研究方向建议 |
| 论文写作 | 完整论文（按 nature-writing 方法论逐章创作） |
| 实验运行 | 实验脚本 + 运行结果 + 分析报告 |
| 文献综述 | 基于真实检索文献的综述正文（正文引用具体文献） |
| 代码生成 | 可运行代码 + 测试 + 使用说明 |
| 数据分析 | 数据概览 + 分析结果 + 可视化 + 报告 |
| 审稿回复 | 意见解析 + 逐条回复策略 + 回复信 |
| 自主研究 | 训练循环 + 最佳配置 + 研究小结 |
source/
├── bin/
│ ├── cli.js # CLI 入口（ui / init / paper / plot …）
│ └── lib/
│ ├── server.js # Web 服务器 + 69 个 API 端点 + 模式编排
│ ├── agent.js # Agent 核心（planner + ReAct 循环 + 检查点）
│ ├── llm.js # LLM 路由（mock/DeepSeek/OpenAI/Claude）
│ ├── skill-loader.js # 技能加载/匹配/方法论注入
│ ├── tools-academic.js # 学术工具（litSearch/writeSection/…）
│ ├── science-fetch.js # 60 科学数据库检索
│ ├── channels.js # 7 消息渠道 + 沙箱
│ ├── subagents.js # 6 子智能体
│ ├── autoresearch.js # 训练循环
│ ├── harness.js # 规格约束/验证/追踪
│ └── …
├── ui/ # 前端（Web 控制面板，Linear 风格）
├── skills/ # 91 个通用技能
├── skills-academic/ # 10 个 Nature 学术技能
├── electron/ # 桌面应用壳
└── test/ # 单元测试
npm test欢迎通过 Issue 与 Pull Request 参与贡献。请阅读 CONTRIBUTING.md 与 CODE_OF_CONDUCT.md。