mcpField
P
paper-assembly

paper-assembly

github.com/lingzhi227Agent 工作流4401.6k 次安装35 周前更新
代码仓库

关于 paper-assembly

用于协调学术论文全流程的 Agent 技能，可跟踪项目状态并保存检查点。它扫描现有产物、按依赖顺序推进各阶段，并在编译和评审前检查完整性与一致性。

主要功能

  1. 01评估流程当前状态
  2. 02按依赖顺序执行阶段
  3. 03保存进度检查点
  4. 04检查产物和一致性
  5. 05最终编译与评审

适用场景

  1. 01协调论文端到端工作
  2. 02检查阶段完成情况和缺失文件
  3. 03上游变更后重跑下游阶段

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/lingzhi227/agent-research-skills --skill paper-assembly

安装后在 Claude Code 中输入/paper-assembly确认已加载。

附带文件references/orchestration-patterns.mdscripts/assembly_checker.py

详细介绍

论文组装

通过状态管理和检查点机制，端到端编排整个论文流程。

输入

  • $0 — 论文项目目录或论文计划

参考资料

  • 编排模式和状态管理：~/.claude/skills/paper-assembly/references/orchestration-patterns.md

脚本

检查流程完整性
python ~/.claude/skills/paper-assembly/scripts/assembly_checker.py --dir paper/ --output checkpoint.json
python ~/.claude/skills/paper-assembly/scripts/assembly_checker.py --dir paper/ --verbose

扫描论文目录，检查 9 个流程阶段，报告缺失的产物，并建议后续步骤。

工作流

步骤 1：评估当前状态
  1. 扫描论文目录，查找现有产物
  2. 确定哪些阶段已完成，哪些待处理
  3. 为剩余工作构建依赖关系图
步骤 2：执行流程阶段

按依赖顺序运行各阶段：

阶段技能输入输出
1. 文献literature-search, literature-review主题知识库、BibTeX
2. 规划research-planning知识库论文结构、任务列表
3. 代码experiment-code计划训练/评估流程
4. 实验experiment-design代码结果 JSON/CSV
5. 图表figure-generation结果PNG 图表
6. 表格table-generation结果LaTeX 表格
7. 写作paper-writing-section以上所有内容main.tex 各章节
8. 引用citation-management草稿references.bib
9. 格式latex-formatting草稿格式化后的 LaTeX
10. 编译paper-compilation所有内容PDF
11. 审查self-reviewPDF审查评分
步骤 3：状态传递

每个阶段完成后：

  1. 将输出产物保存到论文目录
  2. 将结果传递给下游阶段
  3. 更新进度检查点文件
步骤 4：质量关卡

进入下一阶段前：

  • 确认所有必需的输出均已生成
  • 检查一致性（例如，所有引用的键都存在于 .bib 中）
  • 验证图表/表格与实验结果相符
步骤 5：最终组装
  1. 将所有章节合并到 main.tex
  2. 确认所有 \includegraphics 文件均存在
  3. 确认所有 \cite 键均存在于 .bib 中
  4. 编译为 PDF
  5. 运行自我审查，检查质量

编排模式

顺序流程（AI-Scientist）
generate_ideas → experiments → writeup → review
多 Agent 状态广播（AgentLaboratory）
# Propagate results to all downstream agents
set_agent_attr("dataset_code", code)
set_agent_attr("results", results_json)
Copilot 模式（AgentLaboratory）

人工可在任意阶段边界介入，进行审查或纠正。

检查点格式

{
  "project": "paper-name",
  "phases_completed": ["literature", "planning", "code"],
  "current_phase": "experiments",
  "artifacts": {
    "literature": "knowledge_base.json",
    "plan": "research_plan.json",
    "code": "experiments/",
    "results": null
  },
  "last_updated": "2024-01-15T10:30:00Z"
}

规则

  • 不得跳过任何阶段——每个阶段都依赖前一阶段的输出
  • 每个阶段完成后保存检查点
  • 建议人工在阶段边界进行审查
  • 论文中的所有数字都必须能追溯到实际实验日志
  • 上游发生更改时，重新运行下游阶段

相关技能

评论

支持 Markdown