paper-improvement-agent

概览

Paper Improvement Agent 是一款工具：上传研究论文 PDF 后，它基于学术搜索（Semantic Scholar + OpenAlex）给出同行评审，并允许用自然语言编辑命令改进论文而不丢失引用。它是为 AnswerThis 创始工程师评估而构建的。该工具的同行评审和编辑需要 ANTHROPIC_API_KEY，而上传和引用解析无需它即可工作。SEMANTIC_SCHOLAR_API_KEY 是可选的，可获得更高的速率限制，OpenAlex 不需要密钥。 系统通过六个阶段的流水线（提取 → 结构化 → 定位参考文献 → 分段 → 解析/解决 → 关联标记）把研究 PDF 解析成结构化文档。每条参考文献都会对照 OpenAlex/Semantic Scholar 验证为 CSL-JSON，并附带可点击的来源链接，每个正文标记都会绑定到对应条目。同行评审以流式方式给出评审人风格的发现，包括论文未引用的相关工作（按年份过滤），以及依据被引文献真实摘要来判断每个引用句的主张—引用核查。按指令编辑会运行一个使用工具的智能体，提出有类型的操作，并以词级差异显示供批准。确定性的校验器会拒绝任何会丢失引用、引用不存在条目或添加未验证来源的编辑。 该工具可将论文导出为可编译的 LaTeX（用 tectonic 验证），带有 \cite 键和由 citeproc/CSL 渲染的参考文献，另外还有 BibTeX 文件和结构化的 Markdown 版本。它在 arXiv 1706.03762（‘Attention Is All You Need’）上做了端到端测试：41 条参考文献中 40 条验证并附链接，经脚注/数学去噪后标记从 102 个减至 71 个，评审环节独立发现了该论文已知的 byte-pair-encoding 误引。已知局限包括会拒绝扫描版 PDF（无文本层），且不支持 OCR。未来计划包括通过更换存储部署到 Vercel、采用 Postgres 和对象存储的生产路径，以及对照全文进行主张核查。