让AI帮你从数据一键生成可追溯的科研论文
data-to-paper 是一个基于 AI 驱动的科研自动化框架，旨在将原始数据直接转化为可发表的科学论文。它通过多智能体协作，模拟科研流程中的数据分析、结果解释、文献引用和论文撰写等环节，并强调每一步的可回溯性。项目解决了科研工作中从数据到论文的漫长过程，以及 AI 生成内容难以验证和追溯的问题。其核心能力包括：自动生成数据分析代码、执行代码并获取结果、基于结果撰写论文段落、自动检索并引用相关文献，以及提供完整的操作日志和版本控制，确保研究过程的透明性和可复现性。
PaperPal、SciSpace、ResearchRabbit
data-to-paper 是智能体领域的开源项目，由 Technion-Kishony-lab 开发，2023 年首次发布。
在全站 13,014 个收录项目中，它的 GitHub 星标数（826）位列前 30%，在智能体分类中处于中上游。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-23。MIT许可证，完全免费，可自行部署使用。
它主要面向的使用场景是：科研人员快速生成论文初稿和数据分析报告。同类可对比的替代方案包括 PaperPal、SciSpace、ResearchRabbit。
上一篇：LLM-Tool-Survey
下一篇：beekeeper
xinchao-dynamic-mind
开源
给 AI 装上疲惫和欲望，让交互更真实
独立、可自托管的 AI 动态心智状态引擎：驱动力、念头池、疲惫、睡眠与意图。
deepseek-harness
开源
把 AI 能力拆成乐高积木，拼出你的专属智能体。
DeepSeek Harness: Everything is a Plugin.
AutoGPT
开源
开箱即用的 AI 员工，交代任务就自己干完
AutoGPT is the vision of accessible AI for everyone, to use and to build on. Our mis···
EvoAgentX
开源
让 AI 智能体自己迭代变强，越用越聪明
EvoAgentX: Building a Self-Evolving Ecosystem of AI Agents
