seele-scholar-agent 0.1.0

An academic paper writing agent based on LangGraph

seele-scholar-agent

基于 LangGraph 的学术论文写作智能体。自动生成结构化论文大纲、撰写章节、支持人工审核与多轮修订。

功能特性

• 研究检索：从 ArXiv 和 Semantic Scholar 搜索相关论文
• 大纲规划：基于检索结果生成结构化论文大纲
• 章节撰写：结合 RAG 上下文自动撰写论文章节
• 审核修订：人工审核机制，支持多轮修改
• 多模型支持：支持 OpenAI、DeepSeek、Groq 及任何 OpenAI 兼容 API

安装

# 克隆仓库
git clone https://github.com/your-org/seele-scholar-agent.git
cd seele-scholar-agent

# 使用 uv 安装（推荐）
uv sync

# 或使用 pip 安装
pip install -e .

配置

复制环境变量文件并配置你的 API 密钥：

cp src/seele_scholar_agent/.env.example src/seele_scholar_agent/.env

必需配置

变量	说明	默认值
OPENAI_API_KEY	LLM 提供商的 API 密钥	必填
OPENAI_MODEL	模型名称	gpt-4o
OPENAI_BASE_URL	API 端点	https://api.openai.com/v1

可选配置

变量	说明	默认值
OPENAI_TEMPERATURE	LLM 温度参数	0.7
OPENAI_MAX_TOKENS	最大响应 token 数	4096
SEMANTIC_SCHOLAR_API_KEY	Semantic Scholar API 密钥（可选）	空
QDRANT_URL	Qdrant 向量数据库地址	http://localhost:6333
QDRANT_API_KEY	Qdrant API 密钥	空
QDRANT_COLLECTION	Qdrant 集合名称	user_documents
EMBEDDING_MODEL	嵌入模型	text-embedding-3-small
MAX_REVISIONS	最大修订轮次	3
DEFAULT_TOP_K	默认搜索结果数量	10

模型提供商配置示例

OpenAI（默认）：

OPENAI_API_KEY = "sk-..."
OPENAI_MODEL = "gpt-4o"
OPENAI_BASE_URL = "https://api.openai.com/v1"

DeepSeek：

OPENAI_API_KEY = "sk-..."
OPENAI_MODEL = "deepseek-chat"
OPENAI_BASE_URL = "https://api.deepseek.com/v1"

Groq（免费 Llama）：

OPENAI_API_KEY = "gsk_..."
OPENAI_MODEL = "llama-3.1-70b-versatile"
OPENAI_BASE_URL = "https://api.groq.com/openai/v1"

使用方法

快速开始

import asyncio
from datetime import datetime
from uuid import uuid4

from langchain_openai import ChatOpenAI
from seele_scholar_agent.config import settings
from seele_scholar_agent.graph import create_writing_graph
from seele_scholar_agent.state import AgentState


async def main():
    # 创建 LLM
    model = ChatOpenAI(
        model=settings.OPENAI_MODEL,
        api_key=settings.OPENAI_API_KEY or None,
        base_url=settings.OPENAI_BASE_URL,
        temperature=settings.OPENAI_TEMPERATURE,
    )

    # 创建图
    app = create_writing_graph(model=model)

    # 准备初始状态
    initial_state: AgentState = {
        "thread_id": str(uuid4()),
        "topic": "你的研究主题",
        "created_at": datetime.now(),
        "tenant_id": None,
        "papers": [],
        "search_queries": [],
        "outline": None,
        "outline_approved": False,
        "sections": [],
        "current_section_index": 0,
        "sections_completed": [],
        "review_history": [],
        "current_review": None,
        "rag_context": [],
        "status": "idle",
        "pending_node": None,
        "error_message": None,
        "max_revisions": settings.MAX_REVISIONS,
        "revision_count": 0,
    }

    # 运行图
    result = await app.ainvoke(
        initial_state,
        config={"configurable": {"thread_id": initial_state["thread_id"]}}
    )

    print(f"状态: {result.get('status')}")
    if result.get("outline"):
        print(f"标题: {result['outline'].title}")
        for s in result["outline"].sections:
            print(f"  {s.order}. {s.title}")


if __name__ == "__main__":
    asyncio.run(main())

结合 Qdrant 使用（RAG）

from qdrant_client import QdrantClient
from langchain_openai import OpenAIEmbeddings

# 初始化 Qdrant 客户端
qdrant = QdrantClient(url=settings.QDRANT_URL, api_key=settings.QDRANT_API_KEY)

# 初始化嵌入模型
embeddings = OpenAIEmbeddings(
    model=settings.EMBEDDING_MODEL,
    api_key=settings.OPENAI_API_KEY or None,
)

# 创建带 RAG 支持的图
app = create_writing_graph(
    model=model,
    qdrant_client=qdrant,
    embedding_model=embeddings,
)

项目结构

seele_scholar_agent/
├── config.py          # 配置管理
├── state.py           # Pydantic 模型和 TypedDict 状态定义
├── graph.py           # LangGraph 工作流定义
├── logging.py         # 结构化日志配置
└── nodes/
    ├── planner.py     # 大纲规划节点
    ├── researcher.py  # 论文检索节点（ArXiv、Semantic Scholar）
    ├── writer.py      # 章节撰写节点
    ├── reviewer.py    # 人工审核节点
    └── prompts.py     # LLM 提示词

AgentState 状态字段说明

initial_state 是 AgentState TypedDict，用于管理整个工作流的状态：

字段	类型	说明
thread_id	str	线程ID，用于对话持久化
topic	str	研究主题
created_at	datetime	创建时间
tenant_id	str | None	租户ID（多租户场景使用）
papers	list[PaperMetadata]	检索到的论文列表
search_queries	list[str]	搜索查询记录
outline	OutlineStructure | None	生成的大纲结构
outline_approved	bool	大纲是否已审核通过
sections	list[SectionDraft]	拆分的章节列表
current_section_index	int	当前正在撰写的章节索引
sections_completed	list[str]	已完成的章节标题列表
review_history	list[dict]	审核历史记录
current_review	ReviewResult | None	当前审核结果
rag_context	list[DocumentChunk]	RAG 检索到的上下文
status	Literal[...]	当前状态
pending_node	str | None	待处理的节点名称
error_message	str | None	错误信息
max_revisions	int	最大修订次数
revision_count	int	当前修订计数

status 可选值： idle | researching | planning | writing | reviewing | waiting_human | completed | failed

工作流程

START → researcher → planner → [人工确认] → writer → reviewer
                                                        ↓
                                                   [审核通过?]
                                                        ↓
                                              writer(下一节) 或 结束

1. Researcher：从 ArXiv 和 Semantic Scholar 检索相关论文
2. Planner：基于检索结果生成结构化论文大纲
3. Writer：根据大纲和 RAG 上下文撰写各个章节
4. Reviewer：人工审核；批准或请求修订

断点与恢复执行

graph 在 planner 节点后设置了断点（interrupt_after=["planner"]），暂停等待人工确认。

人工确认模式：

# 第一次调用，运行到断点
result = await app.ainvoke(initial_state, config={"configurable": {"thread_id": thread_id}})

# 状态变为 waiting_human，等待用户确认大纲
if result["status"] == "waiting_human":
    print(f"生成的大纲: {result['outline'].title}")

    # 用户确认后，更新状态并继续
    app.update_state(config, {"outline_approved": True})
    result = await app.ainvoke(None, config=config)  # 继续执行

自动确认模式（测试用）：

# 初始状态设置 outline_approved = True，跳过人工确认
initial_state["outline_approved"] = True
result = await app.ainvoke(initial_state, config=config)  # 完整流程

开发

# 安装开发依赖
uv sync --extra dev

# 运行代码检查
ruff check src/

# 运行类型检查
mypy src/

# 运行测试
pytest

许可证

MIT