项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-11-17 · 当前星标 ★ 1277
技术标签
使用教程
ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。
环境要求
- 已安装 Conda(用于创建独立环境)
- Python 3.11
- 项目根目录需能写入 .env 文件
- 至少一个大模型服务的 API Key(Gemini、Vertex AI 或 OpenAI)
- 如需文献检索与邮件推送,还需 Semantic Scholar 与 SMTP 账号信息
安装与启动步骤
-
1获取项目代码
把仓库克隆到本地并进入项目目录,后续命令都在该目录下执行。
git clone https://github.com/google-research/paper-orchestra.git cd paper-orchestra -
2创建 Conda 环境
README 指定使用名为 paper_orchestra 的环境和 Python 3.11,不要用其他版本以免依赖不兼容。
conda create -n paper_orchestra python=3.11 -
3激活环境
激活刚创建的环境,之后的安装和运行都要在这个环境里进行。
conda activate paper_orchestra -
4安装依赖
按 requirements.txt 一次性安装项目所需的 Python 依赖,建议在项目根目录执行。
pip install -r requirements.txt -
5编写 .env 配置
在项目根目录新建 .env,按需填入各服务密钥;不用某个模型时可留空不填。
-
6运行写作流水线
README 说明可通过附带的 bash 脚本或 Python CLI 启动,但未给出具体命令,请以仓库内脚本与 CLI 帮助为准。
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
SEMANTIC_SCHOLAR_API_KEY | 是 | 文献检索服务密钥,用于自动搜索与整合相关文献 | your_semantic_scholar_api_key |
OPENAI_API_KEY | 否 | 使用 OpenAI 模型时填写,不使用时留空 | your_openai_api_key |
GEMINI_API_KEY | 否 | 使用 Gemini 模型时填写,与 Vertex AI 方式二选一 | your_gemini_api_key |
VERTEX_AI_PROJECT | 否 | 走 Vertex AI 调用时的项目 ID,需配合区域字段一起填 | your_vertex_ai_project |
VERTEX_AI_LOCATION | 否 | Vertex AI 所在区域,与项目 ID 成对使用 | your_vertex_ai_location |
SMTP_EMAIL | 否 | 需要把生成结果邮件发给自己时填写,同时填 SMTP_PASSWORD | your_email |
如何确认成功
README 未提供明确的启动成功标志;依赖装好且 .env 中对应模型密钥可用后,运行流水线应能产出 LaTeX 稿件。
常见问题
Q:不填 API Key 能跑吗?
A:不能完整跑通。README 说明想使用某个模型就必须配置对应密钥,例如 Gemini 需 Vertex AI 项目信息或 GEMINI_API_KEY,OpenAI 需 OPENAI_API_KEY。
Q:报依赖安装失败怎么办?
A:先确认已激活 paper_orchestra 环境且 Python 为 3.11,再回到项目根目录重新执行 pip install -r requirements.txt。
Q:生成结果是什么格式?
A:输出面向投稿的 LaTeX 稿件,包含文献综述与自动生成的图表,可按目标会议模板调整。
Q:为什么找不到启动命令?
A:README 只说明可用 bash 脚本或 Python CLI 运行,未列出具体参数,请查看仓库内脚本文件与 CLI 帮助信息。
注意事项
- conda activate 在部分终端需要先执行 conda init,激活失败时重开终端再试
- API 密钥只写入 .env,不要提交到 Git 仓库或分享给他人
- 首次运行会调用外部模型与文献检索接口,建议先用小规模材料测试
- 按需填写配置项,未使用的模型密钥留空即可,避免误用计费服务
核心亮点
- 将论文写作拆分为多个智能体角色,长文结构比单模型一次性生成更清晰
- 提供可配置的写作流水线,便于按章节或研究阶段调整流程
- Python 实现,代码结构便于二次开发和多智能体编排实验
不足之处
- 生成内容仍需人工核验,文献引用与事实准确性无法自动保证
- 项目处于成长阶段,文档与社区生态有待完善
适用场景
- 研究者快速生成论文初稿框架与章节草稿
- 学生练习学术写作并获取结构化修改建议
- 开发者研究多智能体协作在长文本生成中的应用
替代项目
AutoGen、CrewAI、MetaGPT
同类项目推荐
openclaude-improved
开源
让 Claude Code 随处运行,任意工具随意接入
runs anywhere. uses anything
mcp-odoo
开源
让AI直接操控Odoo,安全写数据,多实例连接
Odoo MCP for AI agents — gated writes, multi-instance. Hosted product: https://erpi···
text-to-cad
开源
用自然语言直接生成 CAD 模型,让设计像聊天一样简单。
Design physical products with AI
manor-ai
开源
自托管 AI 工作台,自带 Key 跑流程,关键步骤人工把关
Source-available, self-hosted AI agent workspace for small businesses and lean teams···
hbg-life-simulation
开源
一键生成带字幕和镜头运动的中文生活模拟视频
HBG Agent Skill for Chinese life-simulation narrative videos with consistent comic I···
tossinvest-cli
开源
在终端或AI代理中直接玩转韩国Toss证券交易
공식 API에 없는 30+ 기능까지, 터미널과 AI에서 쓰세요. 토스증권 비공식 CLI·MCP.
sgr-agent-core
开源
用 Schema 约束推理,让 Agent 工具调用不再乱输出
Schema-Guided Reasoning (SGR) has agentic system design created by neuraldeep commun···
nano-banana-pro-prompts-recommen···
开源
输入场景,秒出高质量图像提示词
AI skill for OpenClaw & Claude Code — recommend from 10000+ Nano Banana Pro (Gemini···
mercury-agent
开源
给AI装上权限锁和预算表,7x24小时稳定干活
Soul-driven AI agent with permission-hardened tools, token budgets, and multi-channe···
