PaperOrchestra:把研究素材编排成LaTeX论文
一个把AI研究想法和实验日志编排成LaTeX论文的多Agent框架,还能做文献综述和图表。
GitHub google-research/paper-orchestra 更新 2026-11-17 分支 main 星标 1.5K 分叉 238
Python AI论文写作 Multi-Agent Pipeline LaTeX与BibTeX Conda

🧭 决策指南

适合,如果你

  • 你有idea、experimental log和目标会议LaTeX模板,想自动生成论文初稿
    README正文介绍可将ideas和experimental logs转换为submission-ready LaTeX manuscripts;--raw_materials_dir和--latex_template_dir均为必需参数
  • 你希望把Outline、Literature Review、Section Writing和Content Refinement串成一条流程
    README的Key Features章节列出Multi-Agent Pipeline及这些专用Agent
  • 你需要从代码生成论文图表,并接受默认关闭的Plotting流程
    README的Key Arguments说明--use_plotting可启用plotting agent workflow,默认值为False

不适合,如果你

  • 你的流程必须直接使用仓库内置论文生成数据集
    README的Dataset章节明确说明该数据集不包含在代码仓库中,之后将单独发布
  • 你的组织要求依赖有正式版本发布或官方Google产品支持
    项目元数据显示0个版本发布;README Disclaimer声明它不是官方支持的Google产品
  • 你不能配置OpenAI、Gemini、Vertex AI或Semantic Scholar相关环境变量
    README Installation章节要求在.env中配置OPENAI_API_KEY、GEMINI_API_KEY、VERTEX_AI_PROJECT、VERTEX_AI_LOCATION和SEMANTIC_SCHOLAR_API_KEY等变量

前置条件

  • README要求使用名为paper_orchestra的Conda环境,并以Python 3.11安装依赖。
  • README的Usage章节要求提供--raw_materials_dir和--latex_template_dir。
  • README的Environment Variables章节列出OPENAI_API_KEY、GEMINI_API_KEY、VERTEX_AI_PROJECT、VERTEX_AI_LOCATION和SEMANTIC_SCHOLAR_API_KEY。
  • README说明论文生成数据集未包含在仓库中,未来应放入datasets/目录。

第一步命令(README 原文)

conda create -n paper_orchestra python=3.11

要注意

  • --use_plotting在README中默认是False,未显式启用不会运行Plotting Agent工作流
    README Key Arguments章节标注--use_plotting的Default为False
  • --output_dir省略时会创建带时间戳的自动输出目录
    README Key Arguments章节对--output_dir的说明
  • 交互式Streamlit Demo的运行说明位于frontend/README.md而非主章节
    README Interactive Demo章节的说明
  • 自定义会议模板需要在templates/下新建子目录
    README Project Structure章节对templates/的说明

材料未说明

  • README没有说明支持的具体LLM模型名称,以及writer_model_name和reflection_model_name的可选值。
  • README没有说明各API的调用成本、速率限制或离线运行能力。
  • README没有给出从原始材料到最终论文的运行时长、硬件要求或资源消耗。
  • README没有提供生成论文的质量评测结果或autoraters/目录的具体评测指标。
  • README没有说明生成内容的事实准确性、引用完整性或人工审校边界。
  • README没有说明数据集的发布日期,尽管Dataset章节称其将单独发布。
  • README没有说明8次近期提交对应的功能范围,也没有发布版本可供固定依赖。

💡 深度解析

6
视情况 我有实验日志和结果,希望开启 `--use_plotting true`,让系统生成 plots 和 conceptual diagrams 并放入 LaTeX 论文,这部分适合直接交给 PaperOrchestra 吗?
适合读者: 拥有实验代码和结果、想通过 `--use_plotting true` 自动生成论文图表的 AI 研究工程师

视情况,项目支持这一工作流,但不适合让生成器独立决定图表数据、统计含义或实验结论。

  • README 的 Key Features 声明支持 “Visuals Generation”,包括 plots 和 conceptual diagrams;参数 --use_plotting 可启用 plotting agent workflow。
  • 项目结构中的 methods/ 放置核心 agent 与 pipeline,utils/ 包含 PDF 等工具,说明绘图属于整条论文生成流程的一部分。
  • 项目洞察明确警告,绘图 agent 生成的代码或图表可能与真实实验数据、坐标、统计方法和论文叙述不一致。
  • 输入目录必须包含原始材料,例如 idea 和 experimental log;如果只有图片而没有可追溯数据或代码,README 没有保证能可靠重建图表。

所以它适合生成图表代码或初步视觉元素,不适合未经核对就把图表用于论文结论。

  • README: Key Features — “Visuals Generation” and “plots and conceptual diagrams”
  • README: Key Arguments — `--use_plotting`: “Enable the plotting agent workflow”
  • README: Usage — raw materials include “idea and experimental log”
  • 项目洞察:common_pitfalls — 图表可能与真实数据、坐标或统计方法不一致
python paper_writing_cli.py \
  --raw_materials_dir /path_to_your_raw_materials/ \
  --latex_template_dir /path_to_your_latex_template/ \
  --output_dir /path_to_your_output_folder/ \
  --use_plotting true
材料未说明:README 未说明 plotting agent 支持哪些绘图库、输入数据格式或输出图片格式。;README 未说明生成图表是否自动读取原始实验数据,或是否只根据文本材料生成代码。
视情况 我已经有研究想法和实验日志,运行环境限定为 Python 3.11 和 Conda,并希望输出符合 CVPR 2025 模板的完整论文初稿,PaperOrchestra 适合我吗?
适合读者: 使用 Python 3.11、Conda 和 CVPR 2025 LaTeX 模板整理 AI 实验日志的研究工程师

视情况,项目的输入输出方向匹配,但不能把生成结果直接当作可投稿论文。

  • README 明确支持把 ideas 和 experimental logs 转换为 LaTeX manuscript,并覆盖大纲、文献综述、章节写作、内容精炼和绘图。
  • 安装要求是 Conda 环境 paper_orchestra、Python 3.11 和 requirements.txt;模板示例包括 templates/cvpr2025。
  • 你必须准备 --raw_materials_dir 和 --latex_template_dir,且数据集不包含在仓库中;原始材料不足时,方法、实验和结论仍需人工补足。
  • 项目声明不是官方支持的 Google 产品,且没有正式 Release 记录,成熟度和版本稳定性不能仅凭 README 确认。

因此,它适合生成可编辑初稿,不适合承诺 CVPR 2025 的最终合规性或科学正确性。

  • README: Key Features — “Multi-Agent Pipeline” and “LaTeX Automation”
  • README: Installation — “Python 3.11” and Conda environment `paper_orchestra`
  • README: Usage — `templates/cvpr2025` and required `--raw_materials_dir` / `--latex_template_dir`
  • README: Dataset — “not included in this code repository”
  • 项目数据:release_count = 0
conda create -n paper_orchestra python=3.11
conda activate paper_orchestra
pip install -r requirements.txt
材料未说明:README 未说明 CVPR 2025 模板是否能无错误编译并满足目标会议最新投稿规范。;README 未提供不同材料完整度下的论文质量评估或端到端复现结果。
适合 我需要维护现有会议模板,并希望通过在 `templates/` 下增加子目录来支持新的会议格式;PaperOrchestra 是否适合作为可扩展的 LaTeX 论文流水线?
适合读者: 维护多个会议 LaTeX 模板、希望在 `templates/` 下接入自定义模板的论文工具维护者

适合做模板驱动的 LaTeX 流水线扩展,但 README 只承诺可添加模板目录,没有承诺自动适配所有会议规范。

  • Project Structure 明确将 templates/ 定义为目标会议的 LaTeX 模板目录,并写明可创建新的子目录添加自有模板。
  • CLI 通过必需参数 --latex_template_dir 接收模板路径,因此模板选择与核心生成流程在接口上是分开的。
  • LaTeX Automation 的目标是生成符合目标会议模板的 manuscript,输出仍是可继续编辑的 LaTeX,而非封闭格式。
  • 项目洞察指出模板、BibTeX 样式、图表文件和外部编译工具可能存在兼容性问题;README 没有提供模板验证器或自动检查最新投稿规则的说明。

因此,它适合集中维护模板并接入内部流程,但模板目录能否直接编译、参考文献和图表是否合规仍取决于你的模板内容与工具链。

  • README: Project Structure — `templates/`: “you can add your own template by creating a new subfolder”
  • README: Usage — required `--latex_template_dir`
  • README: Key Features — “LaTeX Automation”
  • 项目洞察:common_pitfalls — LaTeX 模板、BibTeX、图表和外部编译工具的兼容性风险
python paper_writing_cli.py \
  --raw_materials_dir /path_to_your_raw_materials/ \
  --latex_template_dir /path_to_your_latex_template/ \
  --output_dir /path_to_your_output_folder/ \
  --use_plotting true
材料未说明:README 未说明新增模板目录必须包含哪些文件、入口文件或 BibTeX 样式。;README 未说明项目是否会自动运行 LaTeX/BibTeX 编译并报告错误。
适合 我们已有 Vertex AI 项目和区域配置,希望用一个模型负责写作、另一个模型负责反思修订,并通过命令行运行整条流程,PaperOrchestra 能满足吗?
适合读者: 已在 Google Cloud 使用 Vertex AI、希望把写作模型和反思模型分开的机器学习研究团队

适合,README 明确暴露了 Vertex AI 配置以及写作模型与反思模型的独立参数。

  • 环境变量示例要求 Gemini 通过 VERTEX_AI_PROJECT、VERTEX_AI_LOCATION 或 GEMINI_API_KEY 配置;这与你们已有的 Vertex AI 条件一致。
  • Usage 的参数包含 --writer_model_name 和 --reflection_model_name,可分别指定 writer/literature 与 reflection agents 使用的模型。
  • CLI 可通过 ./paper_writing_cli.sh 或 python paper_writing_cli.py 启动,适合脚本化运行,而不必依赖 Streamlit 界面。
  • 但多智能体串联意味着前序大纲、检索或解释错误会传给后续阶段;项目也没有说明 Vertex AI 模型兼容矩阵、区域可用性或总调用成本。

因此,架构上满足你的模型分工和执行方式,供应商配置细节仍需由仓库实现与 Vertex AI 环境共同确认。

  • README: Environment Variables — `VERTEX_AI_PROJECT` and `VERTEX_AI_LOCATION`
  • README: Key Arguments — `--writer_model_name` and `--reflection_model_name`
  • README: Usage — `./paper_writing_cli.sh` and Python CLI
  • 项目洞察:usage_limitations — 多智能体串联会增加调用次数、延迟和成本
conda create -n paper_orchestra python=3.11
conda activate paper_orchestra
pip install -r requirements.txt
材料未说明:README 未列出支持的具体 Vertex AI 模型名称及其必需参数。;README 未说明写作模型和反思模型是否必须属于同一供应商,也未给出多模型成本估算。
适合 我已经能提供 `SEMANTIC_SCHOLAR_API_KEY` 和 `OPENAI_API_KEY`,希望让系统检索、筛选并把文献写入论文,而不是只生成孤立段落,PaperOrchestra 适合吗?
适合读者: 拥有 Semantic Scholar API 和 OpenAI API 凭据、希望自动整理 AI 论文相关工作的研究者

适合用于把文献检索纳入论文写作流水线,但不适合把自动引用视为已核验的学术证据。

  • README 的 Key Features 明确写有 “Comprehensive Literature Synthesis”,包括自动搜索、排序和整合相关文献。
  • 环境变量示例同时提供 SEMANTIC_SCHOLAR_API_KEY 和 OPENAI_API_KEY;参数说明还指出 writer 与 literature agents 使用 --writer_model_name 配置。
  • 多智能体流程把 Literature Review 与 Section Writing 分开,适合从检索结果继续生成章节,而不是只调用一次聊天接口。
  • 项目洞察指出可能出现检索遗漏、相关性判断错误、引用位置不准确或 BibTeX 元数据错误;外部服务的覆盖范围、配额和网络状态也会影响结果。

所以你的凭据和目标与项目设计相符,但引用、论断支持关系和论文元数据仍须逐条核查。

  • README: Key Features — “Comprehensive Literature Synthesis”
  • README: Environment Variables — `SEMANTIC_SCHOLAR_API_KEY` and `OPENAI_API_KEY`
  • README: Key Arguments — `--writer_model_name`
  • README: Key Features — agents include “Literature Review” and “Section Writing”
  • 项目洞察:common_pitfalls — 文献检索遗漏、引用不匹配和元数据错误
python paper_writing_cli.py \
  --raw_materials_dir /path_to_your_raw_materials/ \
  --latex_template_dir /path_to_your_latex_template/ \
  --output_dir /path_to_your_output_folder/ \
  --use_plotting true
材料未说明:README 未说明 Semantic Scholar 的实际检索覆盖范围、排序策略或引用准确率。;README 未说明 OpenAI 模型名称、调用成本、速率限制和失败重试行为。
视情况 我更愿意使用 Streamlit 交互界面,不想先手动组织命令行参数,但仍需要提交原始材料目录和 LaTeX 模板来生成论文;这个项目适合我的使用方式吗?
适合读者: 熟悉 Streamlit 但不想搭建 CLI 环境、需要从浏览器提交 AI 论文材料的研究团队成员

视情况,Streamlit 能降低入口门槛,但不能替代材料、API 和 LaTeX 工具链的配置要求。

  • README 的 Interactive Demo 明确提供 Streamlit demo,并要求参阅 frontend/README.md 获取运行和使用说明。
  • 项目同时提供 CLI 与交互式演示,说明浏览器操作是已有入口,而不是另一个独立的生成系统。
  • 核心 Usage 仍要求原始材料目录和 LaTeX 模板目录;环境配置还涉及 OpenAI、Gemini/Vertex AI、Semantic Scholar 等外部 API 密钥。
  • 用户体验洞察将学习难度评为中高,并特别指出 Conda、环境变量、API 权限、LaTeX 工具链会阻碍非技术研究者;数据集也未随仓库提供。

因此,适合已有运行环境和研究材料的 Streamlit 用户,不适合把它当成无需配置的在线写作服务。

  • README: Interactive Demo — “We provide an interactive Streamlit demo”
  • README: Usage — required `--raw_materials_dir` and `--latex_template_dir`
  • README: Environment Variables — OpenAI, Vertex AI/Gemini and Semantic Scholar keys
  • 项目洞察:learning_curve — 学习难度“中高”及 Conda、API、LaTeX 配置障碍
  • README: Dataset — “not included in this code repository”
conda create -n paper_orchestra python=3.11
conda activate paper_orchestra
pip install -r requirements.txt
材料未说明:README 未给出 Streamlit demo 的启动命令、上传控件和浏览器端输入限制。;README 未说明 demo 是否支持完整的模板选择、绘图开关、邮件通知和模型参数配置。

✨ 核心亮点

  • 5类Agent串起大纲、综述、写作与润色
  • Semantic Scholar与API密钥支持文献综合
  • LaTeX模板可生成CVPR2025等会议稿件
  • Plotting Agent可从代码生成论文图表

🔧 工程化

  • 读取idea和experimental log,输出带时间戳的LaTeX论文目录
  • 用--latex_template_dir套用目标会议LaTeX模板
  • 用--use_plotting启用Plotting Agent生成图表

⚠️ 风险

  • Dataset章节说明论文生成数据集尚未随仓库提供
  • 运行依赖OpenAI、Gemini或Vertex AI相关密钥
  • 项目仅有2位贡献者、0个版本发布和8次近期提交
  • README声明PaperOrchestra不是官方支持的Google产品

👥 适合谁?

  • 已有Python 3.11环境和实验日志的AI研究团队
  • 需要CVPR2025模板和LaTeX稿件的论文作者
  • 使用OpenAI、Gemini或Vertex AI模型的开发者