- 分析者（Analyzer）: 强大的深度模型，负责理解论文和回答问题
- 审核者（Reviewer）: 快速模型，负责选择问题、核实答案和整合报告
- 智能工作流: 自动化的问答循环，每个问题可追问多轮
- 自动保存: 每个关键阶段自动保存进度
- 智能恢复: 中断后自动检测检查点，可选择恢复点
- arXiv ID 分类: 自动识别 arXiv 论文，按论文 ID 组织检查点
- 完成标识: 自动标注已完成的分析，方便后续提问
- 清晰命名:
checkpoint_q1a0_时间戳.json格式，一目了然
- 交互式提问: 自动分析完成后，可以就笔记内容自由提问
- 上下文感知: 分析者能看到已生成的笔记，回答更准确
- 动态整合: 用户对话可以自动整合进最终报告
- 精准提问: 强调只有 3 次机会，避免无意义问题（如"如何复现"）
- 规范格式: 自动按结构生成报告
- 研究背景 & 主要贡献
- 主要内容详解（根据贡献重要性灵活组织）
- 总结
- 大小限制: 默认总大小超过 100MB 时自动清理
- 灵活配置: 支持按文件数、天数、每篇论文保留数等策略
- 手动清理:
--reset参数一键清空所有缓存
- 自动重试: API 返回空结果时自动重试（默认 5 次）
- 指数退避: 重试间隔递增，避免频繁请求
- 稳定可靠: 大幅降低 API 临时故障导致的失败
选择一种方式安装依赖：
# 方式1: Conda（推荐，完整复制环境）
conda env create -f environment.yml
conda activate paper-reading
# 方式2: uv（最快，30秒安装）
pip install uv
uv pip install -r requirements.txt
# 方式3: pip（传统方式）
pip install -r requirements.txt详细说明请参考 ENVIRONMENT.md
复制配置示例文件并填写 API 信息：
cp config.example.yaml config.yaml编辑 config.yaml:
api:
base_url: "https://your-api.com/v1"
api_key: "your-api-key-here"
models:
analyzer: "gpt-4" # 或其他强模型
reviewer: "gpt-3.5-turbo" # 或其他快速模型# 基础用法
python main.py paper.pdf
# 从检查点恢复
python main.py paper.pdf --resume
# 使用强模型整合报告（更高质量）
# 修改 config.yaml: final_integration_model: "analyzer"
python main.py paper.pdf完整使用指南请参考 QUICKSTART.md
python main.py 2510.19555v1.pdf工作流程:
- 📄 解析 PDF 内容
- 🔍 分析论文结构
- ❓ 审核者选择 3 个核心问题
- 💬 分析者逐个回答并追问
- ✅ 生成初版报告
- 💾 自动保存完成状态检查点
- 💬 询问是否进入对话模式
- 📝 如有对话，自动重新整合笔记
输出文件:
output/paper_analysis_时间戳.md- 分析报告checkpoints/2510.19555v1/checkpoint_final_时间戳.json- 完成状态检查点checkpoints/2510.19555v1/readable_final_时间戳.md- 可读版本
# 自动检测并选择检查点
python main.py 2510.19555v1.pdf
# 输出示例：
📁 发现以下检查点:
编号 保存时间 进度 对话数 状态
----------------------------------------------------------------------
1 2025-11-13 14:30:25 已完成 15 ✅ 已完成
2 2025-11-13 14:25:10 2/3 问题 10
3 2025-11-13 14:20:05 1/3 问题 5
请选择检查点 (1-3) 或 0 重新开始: 1python main.py paper.pdf对话示例:
📄 初版报告已生成，请先阅读:
output/paper_analysis_20251113_143025.md
==================================================
是否需要进入对话模式向分析者提问? (y/n): y
💬 用户对话模式
==================================================
您可以就论文内容向分析者提问。
输入 '结束' 或 'exit' 退出对话模式。
👤 您的问题: 这篇论文的核心创新点是什么？
🤖 分析者正在思考...
🤖 分析者: 根据已生成的分析报告，这篇论文的核心创新点有三个...
👤 您的问题: exit
✅ 退出对话模式
🔄 重新整合笔记（包含您的对话内容）...
✅ 笔记重新整合完成!
# 清空所有输出和检查点
python main.py --reset
# 输出：
⚠️ 警告: 即将清空所有输出和检查点目录！
这将删除:
- output/ 目录下的所有分析报告
- checkpoints/ 目录下的所有检查点文件
确认清空? (yes/no): yes
✅ 清空完成!
删除文件: 156 个
释放空间: 3.45 MB# API 配置
api:
base_url: "https://api.openai.com/v1"
api_key: "your-key"
max_retries: 5 # API 重试次数
# 模型配置
models:
analyzer: "gpt-4" # 强模型用于分析
reviewer: "gpt-3.5-turbo" # 快速模型用于审核
# 工作流配置
workflow:
num_questions: 3 # 提问数量
final_integration_model: "reviewer" # 可选 "analyzer" 提高质量
enable_user_qa: true # 启用用户对话模式
# 检查点清理
checkpoint_management:
auto_cleanup: true
max_checkpoint_size_mb: 100 # 超过此大小自动清理详细配置说明请参考 config.example.yaml 中的注释。
python main.py <paper_path> [OPTIONS]
必需参数:
paper_path PDF 文件路径
可选参数:
--config PATH 配置文件路径 (默认: config.yaml)
--output-dir PATH 输出目录 (覆盖配置文件)
--resume 从最新检查点恢复
--checkpoint PATH 从指定检查点恢复
--reset 清空所有输出和检查点
示例:
python main.py paper.pdf # 基础用法
python main.py paper.pdf --resume # 恢复最新检查点
python main.py paper.pdf --checkpoint xxx.json # 恢复指定检查点
python main.py --reset # 清空缓存paper-analysis-multiagent/
├── agents/ # agent实现
│ ├── analyzer.py # 分析者agent
│ ├── reviewer.py # 审核者agent
│ └── prompts.py # Prompt 模板
├── graph/ # 工作流定义
│ ├── workflow.py # LangGraph 工作流
│ └── state.py # 状态定义
├── utils/ # 工具函数
│ ├── checkpoint.py # 检查点管理（arXiv ID识别、清理）
│ ├── llm_client.py # LLM 客户端（重试机制）
│ └── pdf_parser.py # PDF 解析
├── main.py # 主程序入口
├── config.yaml # 配置文件
├── requirements.txt # Python 依赖（pip）
├── environment.yml # Conda 环境配置
├── pyproject.toml # 项目配置（uv支持）
└── README.md # 本文档
错误信息:
Client.__init__() got an unexpected keyword argument 'proxies'
解决方法:
pip install httpx==0.27.0 --force-reinstall原因: httpx 0.28.x 与 openai 1.40.0 不兼容，必须使用 0.27.0。
检查点按论文组织：
- arXiv 论文:
checkpoints/2510.19555v1/ - 其他论文:
checkpoints/custom_1/,checkpoints/custom_2/, ...
文件命名格式:
checkpoint_q0a0_时间戳.json- 结构分析阶段checkpoint_q1a0_时间戳.json- 问题1首次回答checkpoint_q1a1_时间戳.json- 问题1追问后checkpoint_final_时间戳.json- 分析完成
- 使用强模型整合:
workflow:
final_integration_model: "analyzer" # 改为 analyzer- 增加提问数量:
workflow:
num_questions: 5 # 从 3 增加到 5- 使用用户对话模式: 在自动分析后进入对话模式，针对性补充提问
方法1: 自动清理（推荐）
checkpoint_management:
auto_cleanup: true
max_checkpoint_size_mb: 50 # 降低阈值
max_checkpoint_age_days: 7 # 启用天数限制
keep_per_paper: 2 # 每篇论文只保留最新2个方法2: 手动清理
python main.py --reset# 运行时会自动显示检查点列表
python main.py paper.pdf
# 选择标记为"✅ 已完成"的检查点
# 恢复后会自动进入用户对话模式新功能:
- ✨ 用户对话模式：分析完成后可以自由提问
- ✨ 完成状态检查点：自动保存并标识已完成的分析
- ✨ 优化检查点命名：
q0a0,q1a1等清晰格式 - ✨ --reset 参数：一键清空所有缓存
改进:
- 🎯 优化提问质量：强调 3 次机会，避免无意义问题
- 📊 规范报告格式：统一结构，避免模型凑字数
- 🔄 优化对话流程：先保存报告再询问是否对话
- 💾 修复检查点 bug：保存完整累积状态而非增量
文档:
- 📖 重写 README：突出新功能
- 📘 新增 QUICKSTART：快速入门指南
- 🌍 新增 ENVIRONMENT：详细环境配置说明
初始版本:
- 🤖 multi-agent协作系统
- 💾 检查点保存与恢复
- 📊 arXiv ID 自动分类
- 🧹 自动清理管理
- 🔄 API 自动重试
HIT License
本项目基于以下优秀开源项目：
- LangGraph - multi-agent工作流编排
- LangChain - LLM 应用框架
- PyMuPDF - PDF 处理
- OpenAI API - LLM 接口
如果这个项目对您有帮助，欢迎 ⭐Star 支持！