个人开发者开源 Open Academic Paper Gen,从文献全文中核验论文引用
个人开发者猫叔在 GitHub 发布 Open Academic Paper Gen,一套生成论文初稿的多智能体工作流,把选题到导出拆成确定研究范围、检索文献、清理筛选、分析趋势、寻找切入点、列提纲、写作、核验、导出九个阶段。它从 OpenAlex、Crossref、Semantic Scholar 和 arXiv 检索文献,并在能获取全文时定位相关段落,判断文献能否支撑正文观点,有页码信息时会在注释中标出对应 PDF 页码。引用核验分三道检查:引用是否在文献池中、文献身份是否与 Crossref 或 doi.org 记录一致、原文是否支持该说法;证据不足标为无法判断,无法核对的标为未核验。项目支持 OpenAI 和智谱 GLM,但论点核验、无引用陈述检查和模拟审稿仍需 OpenAI API Key,初稿可导出 Markdown、LaTeX 及 RIS、BibTeX 等格式。
信息,它还会在注释里标出对应的PDF页码,方便人再回去翻查。 也就是说,它不光会查“这篇论文存不存在”,还会查“这话到底是不是它说的”。 总体来看,Open Academic Paper Gen是一套生成论文初稿的多智能体工作流,把从选题到导出的过程,拆成了九个阶段: 确定研究范围、检索文献、清理筛选、分析趋势、寻找切入点、列提纲、写作、核验,最后导出。 和其他AI论文写作工具类似,你给它一个研究主题,比如“物理世界的RSI”。 它就会从这个主题中拆出具体的研究问题,再生成对应的中英文关键词,去OpenAlex、Crossref、Semantic Scholar和arXiv里搜索论文。 搜回来的文献会进一步去重、评分,再由模型筛选相关性。遇到相关性较高的论文,还会顺着它的参考文献,以及后来引用它的研究继续找。 相当于抓住一篇,再顺藤摸瓜补一批,思路其实有点像当年的CONNCTED PAPERS。 (有没有懂的)。 接下来,收集到的文献,会被整理成一张证据表,汇总每篇论文的研究问题、方法、数据、结论以及局限。 有了这些材料,系统再分析研究趋势,提出可能的研究角度、研究空白和假设。 这里还
匹配字段正文