PaperOrchestra：让 AI Coding Agent 自主撰写学术论文的技能包

背景：从「做实验」到「发论文」的最后一公里

对于 AI 研究者而言，最痛苦的时刻往往不是跑通模型、调通代码——而是实验做完之后，要在一到两周的deadline压力下，把散落在各个文件夹、Slack对话、Notion笔记里的实验数据整理成一篇结构完整、引用规范的学术论文。大多数研究者在这个阶段浪费的时间，足够再做两轮消融实验。

PaperOrchestra 正是为了解决这个痛点而生。这是一个基于 Google 论文 arXiv:2604.05018 的开源实现，它将论文写作拆解为「构思→绘图→文献综述→章节撰写→内容精炼」五步多智能体流水线，并将其打包为一套 AI Coding Agent 技能包（Claude Code、Cursor、Antigravity、Cline、Aider 等均可使用）。开发者无需配置任何 API Key、无需引入任何 LLM SDK——只要把技能包安装到本地 AI Coding Agent，它就能在你的实验日志和原始材料基础上，自动生成一篇符合会议投稿规范的 LaTeX 论文。

技术原理：五步多智能体流水线

PaperOrchestra 的核心是一套严格遵循论文原文设计的多智能体协作架构。整个流水线分为七个技能模块：

第一步：Outline Agent（大纲规划）——输入你的研究想法和实验日志，输出一个结构化的 JSON 大纲，包含绘图计划、文献综述计划和各章节计划。这是整个流水线的大脑，只消耗 1 次 LLM 调用。

第二步：Plotting Agent（图表生成）——根据大纲中的绘图计划，自动调用图表生成工具（如 PaperBanana 或 matplotlib）绘制论文所需的所有图表，并撰写图注。每张图表还会经过 VLM 批判回路进行质量审查，确保学术规范。这一步通常消耗约 20-30 次 LLM 调用。

第三步：Literature Review Agent（文献综述）——通过 Web 搜索找到相关论文，再经由 Semantic Scholar API 进行模糊匹配验证（Levenshtein 相似度 > 70%），最终生成包含完整引用的 Introduction 和 Related Work 章节。引文整合率要求达到 90% 以上。同样约 20-30 次 LLM 调用。

第四步：Section Writing Agent（章节撰写）——这是流水线中效率最高的一步，仅需 1 次多模态 LLM 调用，即可完成 Methods、Experiment、Conclusion 等剩余章节的撰写，同时自动从实验日志构建表格并嵌入图表。

第五步：Content Refinement Agent（内容精炼）——模拟同行评审，对已生成的章节进行多轮修订，接受或回退每一处修改。遵循严格的停机规则，防止过度优化导致偏离原始研究内容。这一步约 5-7 次 LLM 调用。

第二步和第三步可以并行执行，这是 PaperOrchestra 论文中的关键效率优化。

关键创新：零依赖设计 + 混合式人机协作

PaperOrchestra 最大的设计哲学亮点是 「零 API Key、零 LLM SDK」。整个技能包只包含三类文件：

• SKILL.md：给 AI Coding Agent 阅读的指令文档，详细规定其角色、输入输出格式、停机规则
• references/：参考材料——论文原文的逐字复现（附录F）、JSON Schema、评审量表
• scripts/：纯确定性辅助脚本（JSON Schema 验证、Levenshtein 模糊匹配、BibTeX 格式化等），不涉及任何网络调用或 LLM 推理

所有真正的 LLM 推理和 Web 搜索都 委托给宿主 AI Coding Agent 完成。这种设计彻底规避了「集成多个 API」带来的复杂性——用户只需要配置好自己 Coding Agent 的模型（比如 Claude Code 使用 Claude 模型），技能包本身不需要任何 API 配置。

另一个值得关注的设计是 agent-research-aggregator（研究聚合器）。这是流水线的预处理模块，专门解决「研究材料散落各处」的问题。它支持从 Claude Code 记忆、Cursor 聊天历史、Antigravity worker 日志、OpenClaw 会话等多种来源自动聚合实验数据，分四阶段（发现→提取→合成→格式化）生成 PaperOrchestra 标准输入文件。这意味着，即使用户从未刻意记录实验日志，PaperOrchestra 也能从 AI Coding Agent 的工作缓存中还原出完整的科研叙事。

部署体验：本地安装，流程清晰

PaperOrchestra 面向的是已经使用 AI Coding Agent 的开发者群体，因此安装方式采用了「符号链接到 Agent 技能目录」的思路，而非传统 pip 包模式：

git clone <repo> ~/paper-orchestra
pip install -r requirements.txt   # 确定性辅助库（jsonschema, python-Levenshtein, matplotlib 等）
bash setup.sh                    # 自动将技能符号链接到 ~/.claude/skills/ 等位置

之后，只需告诉你的 Coding Agent「Run the paper-orchestra pipeline on ./workspace」，它便会自动执行完整流水线。

可选集成包括：Semantic Scholar API Key（提升文献检索速率上限）、PaperBanana（高质量论文图表生成，需 Gemini 或 OpenRouter Key）、Exa 搜索（高级文献发现）。这些均为可选优化，不影响核心功能。

硬件需求极低：无 GPU 要求，4GB 内存、2GB 磁盘即可运行。

局限与争议

PaperOrchestra 的能力上限高度依赖宿主 AI Coding Agent 的模型能力。如果宿主模型在数学推理、学术写作或代码执行方面较弱，生成的论文质量也会受到明显限制。

此外，论文生成遵循「Garbage In, Garbage Out」原则——实验日志越完整、结构越清晰，输出质量越高。对于没有保留实验记录习惯的研究者，agent-research-aggregator 虽然能部分补救，但还原效果仍不及精心维护的实验日志。

另一个潜在风险是「AI 撰写论文」的学术伦理边界。虽然 PaperOrchestra 生成的是初稿需要人工审阅和修订，但学术社区对 AI 生成内容的使用规范仍在持续讨论中，投稿前需明确了解目标会议/期刊的相关政策。

行业意义：从「辅助写作」到「端到端自动化」

PaperOrchestra 代表了一个重要趋势：AI 正在从论文写作的「辅助工具」进化为「端到端流水线」。它不仅是单个 Agent 的能力展示，更展示了一种多智能体分工协作的工程化路径——Outline Agent 规划、Plotting Agent 视觉化、Literature Review Agent 补全背景、Section Writing Agent 批量生成、Content Refinement Agent 质量把控，每个环节各司其职。

从工程角度看，PaperOrchestra 的「技能包」设计也值得借鉴。它将复杂的 AI 行为规范封装为标准化的 SKILL.md 格式，使得这类能力可以在不同 AI Coding Agent 之间无缝迁移，推动了 AI Agent 生态的插件化发展。