Paper Circle：一个开源的多智能体研究发现与分析框架

科学文献的快速增长使研究人员越来越难以高效地发现、评估和综合相关工作。多智能体大语言模型（LLM）的最新进展在理解用户意图方面展现出强大潜力，并正在被训练以利用各种工具。在本文中，我们介绍了 Paper Circle，这是一个多智能体研究发现与分析系统，旨在减少查找、评估、整理和理解学术文献所需的工作量。该系统由两个互补的流水线组成：(1) 发现流水线，整合了来自多个源的离线和在线检索、多标准评分、感知多样性的排序以及结构化输出；(2) 分析流水线，将单篇论文转化为具有类型化节点（如概念、方法、实验和图表）的结构化知识图谱，从而实现感知图谱的问答和覆盖范围验证。这两个流水线均在基于代码 LLM 的多智能体编排框架内实现，并在每个智能体步骤产生完全可重现、同步的输出，包括 JSON、CSV、BibTeX、Markdown 和 HTML。本文描述了系统架构、智能体角色、检索与评分方法、知识图谱架构以及共同构成 Paper Circle 研究工作流的评估接口。我们在论文检索和论文评论生成方面对 Paper Circle 进行了基准测试，报告了命中率、MRR 和 Recall@K。结果显示，随着智能体模型的增强，性能持续提升。我们已公开发布网站 https://papercircle.vercel.app/ 和代码 https://github.com/MAXNORM8650/papercircle。