基于 AgentScope 的计算机学术论文多智能体解读系统
功能特性 • 系统架构 • 快速开始 • 使用方法 • 开发指南 • 测试
ScholarMind（智读）是一个先进的多智能体协作系统，旨在将复杂的计算机学术论文自动转化为结构清晰、深入浅出的解读报告。通过模拟专家团队的研讨过程，ScholarMind 能够深度解析论文的方法论、评估其实验设计，并提供批判性洞察，赋能科研与学习。
- 智能体协作架构：采用5个专业角色智能体协同工作，包括资源检索、方法论解析、实验评估、洞察生成和综合报告生成
- 多运行模式：
- 交互式对话模式（智能识别论文标题、ArXiv URL/ID、本地PDF文件）
- 命令行参数指定论文文件、URL或文本内容
- Runtime API模式（基于AgentScope Runtime的RESTful API服务）
- 并行处理能力：支持方法论分析与实验评估的并行处理，大幅提升处理效率
- 智能输入识别：自动识别并处理多种论文输入格式，包括输入验证和安全过滤
- 学术API集成：集成ArXiv和Semantic Scholar API，支持通过论文标题搜索论文
- 多语言支持：支持中英文双语输出
- 个性化报告：根据用户技术背景（初级/中级/高级）调整报告深度
- 零LLM参数收集：在交互模式下，参数收集阶段不调用LLM，节省API资源
- 结构化输出：生成包含标题、摘要、关键贡献、洞察等结构化内容的报告
- 生产就绪：完整的CI/CD流水线、日志管理系统和错误处理
- 开发友好：Pre-commit hooks、类型检查、代码覆盖率报告、全面的测试套件
ScholarMind 采用基于 AgentScope 的多智能体协作架构，核心是一个有向无环图（DAG）的计算流程：
用户输入 → [资源检索智能体] → [方法论解析智能体]
↘
[洞察生成智能体] → [综合报告智能体] → 解读报告
↗
[实验评估智能体]
- 资源检索智能体：负责论文解析和结构化信息提取
- 方法论解析智能体：深度剖析论文的技术核心和创新点
- 实验评估智能体：客观评估实验设计的严谨性和结论可靠性
- 洞察生成智能体：提炼宏观逻辑并提供批判性洞察
- 综合报告智能体：整合所有分析结果生成最终报告
- Runtime智能体：基于AgentScope Runtime的API服务智能体，支持HTTP请求处理
- 标准工作流：基础的5智能体DAG流程（
scholarmind_pipeline.py） - 增强工作流：包含输入验证、错误处理和监控的改进版本（
scholarmind_enhanced_pipeline.py）
- Python 3.10+
- AgentScope 框架
- 支持的LLM服务（OpenAI、ModelScope等）
- 克隆项目代码：
git clone <repository-url>
cd ScholarMind_MAS- 安装依赖（推荐使用锁定版本）：
# 使用锁定版本（推荐）
pip install -r requirements-lock.txt
# 或使用标准版本
pip install -r requirements.txt- 设置开发环境（可选）：
# 安装pre-commit hooks
pip install pre-commit
pre-commit install- 配置环境变量：
cp .env.example .env
# 编辑 .env 文件，填入您的 API 密钥- 运行测试（可选）：
python -m pytest直接运行程序，系统将引导您完成论文分析：
python main.py交互式模式支持多种输入方式：
- 论文标题：
attention is all you need - ArXiv ID：
1706.03762 - ArXiv URL：
https://arxiv.org/abs/1706.03762 - 本地PDF文件：
/path/to/paper.pdf
启动基于AgentScope Runtime的RESTful API服务：
# 启动Runtime服务
python main_runtime.py --mode runtime
# 或启动交互式Runtime模式
python main_runtime.py --mode interactive
# 或直接处理模式（兼容main.py功能）
python main_runtime.py --mode direct /path/to/paper.pdfAPI服务启动后，可通过以下端点访问：
- 论文处理:
POST http://localhost:8080/process_paper - 健康检查:
GET http://localhost:8080/health - 就绪检查:
GET http://localhost:8080/readiness - 存活检查:
GET http://localhost:8080/liveness
# 分析本地PDF文件
python main.py /path/to/paper.pdf --type file
# 分析ArXiv论文
python main.py "1706.03762" --type url
# 分析论文文本
python main.py "This is a paper about..." --type text
# 指定用户背景（beginner/intermediate/advanced）
python main.py /path/to/paper.pdf --background advanced
# 指定输出语言（zh/en）
python main.py /path/to/paper.pdf --language en
# 保存报告到文件
python main.py /path/to/paper.pdf --save-report在 .env 文件中配置您的API密钥：
# 选择配置以下任一或多个API密钥
OPENAI_API_KEY=your-openai-api-key
MODELSCOPE_API_KEY=your-modelscope-api-key
SEMANTIC_SCHOLAR_API_KEY=your-semantic-scholar-api-key当前版本：0.2.0 (详见 CHANGELOG.md)
项目使用以下工具确保代码质量：
- Black - 代码格式化（行长度限制100字符）
- isort - 导入语句排序
- flake8 - 代码风格检查
- mypy - 静态类型检查
- pytest - 测试框架，支持覆盖率报告
- pre-commit - Git提交前检查钩子
- bandit - 安全检查
scholarmind/
├── agents/ # 智能体实现
│ ├── base_agent.py # 智能体基类
│ ├── resource_retrieval_agent.py # 资源检索智能体
│ ├── methodology_agent.py # 方法论解析智能体
│ ├── experiment_evaluator_agent.py # 实验评估智能体
│ ├── insight_generation_agent.py # 洞察生成智能体
│ ├── synthesizer_agent.py # 综合报告智能体
│ ├── interactive_agent.py # 交互式智能体
│ └── runtime_agent.py # Runtime API智能体
├── tools/ # 工具集
│ └── paper_parser.py # 论文解析工具
├── workflows/ # 工作流
│ ├── scholarmind_pipeline.py # 标准工作流
│ └── scholarmind_enhanced_pipeline.py # 增强工作流
├── models/ # 数据模型
│ └── structured_outputs.py # 结构化输出模型
├── utils/ # 工具模块
│ ├── logger.py # 日志工具
│ ├── error_handler.py # 错误处理
│ ├── input_validation.py # 输入验证
│ ├── message_utils.py # 消息工具
│ ├── model_availability.py # 模型可用性检查
│ ├── model_config_manager.py # 模型配置管理
│ └── path_utils.py # 路径工具
├── tests/ # 测试
│ ├── demo/ # 演示脚本
│ ├── test_*.py # 测试文件
docs/ # 文档
├── design.md # 设计文档
├── task.md # 任务文档
├── logging_guide.md # 日志指南
├── runtime_api.md # Runtime API文档
├── runtime_usage.md # Runtime使用指南
scripts/ # 脚本工具
├── clean_logs.sh # 日志清理脚本
.github/ # GitHub配置
├── workflows/ci.yml # CI/CD流水线
├── main.py # CLI主入口
├── main_runtime.py # Runtime主入口
├── config.py # 配置文件
├── pyproject.toml # 项目配置
├── requirements.txt # 依赖包
├── requirements-lock.txt # 锁定版本依赖
└── CONTRIBUTING.md # 贡献指南
- 智能体（Agents）：每个智能体负责特定的任务，通过继承 AgentScope 的 ReActAgent 实现
- 工具（Tools）：提供各种功能函数，如论文解析等
- 工作流（Workflow）：使用 AgentScope 的 Pipeline 编排智能体协作流程
- 数据模型（Models）：定义结构化输出格式，确保数据一致性
- 工具模块（Utils）：提供日志、错误处理、输入验证等通用功能
- 配置系统：支持环境变量的灵活配置管理
- 查看贡献指南了解开发规范
- 实现新的智能体功能或工具模块
- 编写对应的测试用例
- 集成到工作流中
- 运行pre-commit hooks检查代码质量
- 运行测试验证功能
- 提交Pull Request
项目包含全面的测试套件，确保系统稳定性和功能正确性：
# 运行所有测试
python -m pytest
# 运行特定测试文件
python -m pytest scholarmind/tests/test_basic_functionality.py
# 生成测试覆盖率报告
python -m pytest --cov=scholarmind --cov-report=html
# 运行代码质量检查
flake8 scholarmind/
mypy scholarmind/
black --check scholarmind/
isort --check-only scholarmind/- 基础功能测试（论文解析、元数据提取）
- 智能体单元测试（各智能体核心功能）
- 集成测试（完整工作流测试）
- 错误处理测试
- 输入验证测试
本项目采用 MIT 许可证。详情请见 LICENSE 文件。
欢迎提交 Issue 和 Pull Request 来改进 ScholarMind！
详细的贡献指南请见 CONTRIBUTING.md。
项目遵循 Semantic Versioning，详细的变更日志请见 CHANGELOG.md。
- AgentScope - 多智能体协作框架
- ArXiv API - 学术论文搜索服务